在面对海量请求下的接口并发问题时，可以考虑以下解决方案：
1. 增加服务器资源：增加服务器的硬件资源，例如CPU、内存、网络带宽等，以满足更多的并发请求。这可以通过增加服务器数量、升级服务器规格或部署负载均衡器来实现。
2. 使用线程池或线程池与消息队列结合：通过使用线程池来管理线程资源，限制并发请求数量并提高处理效率。当请求超过线程池的处理能力时，可以将请求放入消息队列中，由后台的消费者线程异步地处理请求，减小对服务器资源的压力。
3. 引入缓存层：针对热门数据或计算密集型的接口，可以使用缓存层来缓存结果，减轻数据库和后端服务的负担。常见的缓存方案包括使用Redis、Memcached等内存数据库来存储数据或结果。
4. 水平扩展或分布式部署：通过水平扩展或分布式部署来增加整个系统的并发处理能力。可以将系统划分为多个服务节点，每个节点处理部分请求，通过负载均衡器来分发请求，以增加整体的并发处理能力。
5. 接口优化和异步化：对于频繁请求的接口，可以通过优化接口逻辑和算法来提高处理效率。同时，对于非实时性要求较强的请求，可以将请求转变为异步处理，将结果返回给客户端，后台继续进行计算或处理。
6. 限流和熔断：为了保护系统不被大量请求压垮，可以实施限流和熔断机制，对请求进行限制和控制。可以通过设置请求速率限制、并发数量限制、服务降级和自动熔断等方式来保持系统的稳定性。
7. 根据业务需求使用消息队列和事件驱动架构：对于某些场景，可以使用消息队列和事件驱动架构来解耦请求和处理逻辑，通过异步处理和事件驱动来提高系统的扩展性和并发处理能力。
综上所述，针对海量请求下的接口并发问题，可以结合增加服务器资源、使用线程池与消息队列、引入缓存层、水平扩展与分布式部署、接口优化和异步化、限流和熔断等策略来提高系统的并发处理能力和性能。具体的解决方案需要根据业务需求、系统架构和资源限制来确定。