高并发程序需要注意以下几点：
系统稳定性
限流和熔断：防止流量高峰时系统崩溃，可以使用Sentinel、Hystrix等工具来控制流量和自动熔断，防止雪崩效应。
降级策略：某个功能扛不住时，可以先让它“休息”一下，比如返回缓存数据或者提示用户功能暂时不可用。
资源争抢与锁竞争
数据库并发控制：使用乐观锁或者悲观锁来防止数据被同时修改，确保数据更新的正确性。
分布式锁：在分布式系统中，避免多个节点同时操作同一资源，可以使用Redis或Zookeeper实现分布式锁。
缓存技术
使用缓存：包括用户缓存、信息缓存等，多花点内存来做缓存，可以大量减少与数据库的交互，提高性能。
多级缓存：JVM缓存、Redis、Memcached、本地缓存（LocalCache）、多线程缓存（MemoryCache）。
数据库优化
优化数据库查询语句：减少直接使用hibernate等工具的直接生成语句，仅耗时较长的查询做优化。
优化数据库结构：多做索引，提高查询效率。
前端与后端优化
使用高性能的服务器：选择高性能的编程语言和web容器，如Java、Nginx等。
服务器集群：通过增加服务器数量来分担负载，解决单台的瓶颈问题。
性能监控与调优
性能监控：对系统的吞吐量、并发数、平均响应时间等指标要完全掌握，在指标异常时可以快速做出决策。
使用工具：如jprofiler等工具找出性能瓶颈，减少额外的开销。
安全性
线程安全：确保存在共享数据并且该数据会发生变化时，采取防护措施，避免数据竞争和并发Bug。
其他优化策略
负载均衡：集群化部署，通过增加服务器数量来分担负载，使用负载均衡器（如LVS、Nginx）将请求分发到多个服务器。
池化技术：复用连接，避免每次请求都新建和关闭连接，使用线程池、连接池、进程池、对象池、内存池、协程池等。
流量漏斗：过滤非法流量，减轻系统压力，基于大数据分析历史数据，识别恶意行为。
日志优化：优化日志记录，避免大量日志对系统性能的影响。
这些注意事项可以帮助你设计和优化高并发程序，确保系统在高负载下仍能保持稳定和高效。