关于优化服务器和数据库的技术

现在碰到了这个一个问题，平时公司用的是Nginx去管理服务器这块，数据库用的是redis这块，现在有一个问题，一直想不太明白。。。客户端发送的请求会被Nginx用算法发送到不同的服务器进行处理是吧，然后服务器上面的redis都是一用一备这种方式来架设的集群，老板问我
现在用户访问a的时候登录了，session信息存储到了a服务器中，那么他紧接着又发送了一个请求被分配到了b服务器，而b服务器并访问不到a服务器里面存储的session就会让用户又要进行登录，那么此时是不是用户的体验度会很低。。怎么个解决办法？？我现在想问的是一般公司的N多台服务器上面的数据库都是同步的吗？还是每台服务器上面的数据库的数据都是不一样的？只不过是A服务器的数据库和A服务器的备用服务器上面的数据库信息是相同的？并且，我不明白B服务器上的redis怎么能获取到A服务器上的Redis信息？问题有点多。。哪位大神懂啊？我在线等。。还有好多问题。。
等的我花都谢了就是没有人来回答一下。。。。。高手呢？大神呢？论坛的牛人呢？心累啊！！！！！

http://www.cnblogs.com/zhrxidian/p/5491285.html 你看看

可以看看用火焰图来分析，然后调试CPU：

全文，请参见原文：
如何使用性能分析来调试Python的性能问题【使用火焰图找出问题根源】
https://blog.csdn.net/SusyYang/article/details/113927192

如何使用火焰图调试性能问题（并在服务器上节省下6.6万美元）

假设下面的火焰图对应呈现上图中央处理器利用率飙升的时段。在此高峰期间，服务器的中央处理器的使用情况如下：

Foo()消耗的时间是75％
Bar()消耗的时间是25％
10万美元的服务器成本

您可把火焰图视为超详细的饼图，其中：

火焰图的宽度代表着整个时段
每个节点代表一个功能
最大的节点占用了大部分中央处理器资源
每个节点被其上方的节点调用

在这种情况下，’foo()’ 占据了整时间范围的75％，因此我们可以改进`foo()`及其调用的函数来减少中央处理器的利用率（并节省$$）。

用Pyroscope工具创建火焰图和表格

为了用代码重现上文的例子，我们将使用Pyroscope工具 — 专门针对性能调试问题提供持续的性能分析，并且是开源。

为了模拟服务器，我写了 ’work(duration)’ 函数，该函数在该持续时间段内模拟工作。这样，我们就可以通过下述代码构建火焰图，来复现’foo()’ 所用的75％时间和 ‘bar()’ 所用的25％时间：

 # 模拟每次迭代中央处理器的时间
def work(n):
    i = 0
    while i < n:
        i += 1

# 模拟中央处理器运行7.5秒
def foo():
    work(75000)

# 模拟中央处理器运行2.5秒
def bar():
    work(25000)

然后，假设你进行了代码优化，把 ‘foo()’ 的时间从75,000降到8000，但其它代码不变。新代码及火焰图所示如下：

 # 模拟中央处理器运行0.8秒
def foo():
    # work(75000)
    work(8000)

# 模拟中央处理器运行2.5秒
def bar():
    work(25000)