摘要

在web開(kāi)發(fā)過(guò)程中，經(jīng)常會(huì)遇到接口RT高的情況，除了通過(guò)監(jiān)控事后優(yōu)化的方式，我們還需要掌握一些常用的手段，避免寫出慢的接口。從前端發(fā)起調(diào)用到后端一般經(jīng)過(guò)網(wǎng)關(guān)層、應(yīng)用層、存儲(chǔ)層。每一層都可以優(yōu)化，本篇文章主要是應(yīng)用層優(yōu)化。

常見(jiàn)性能優(yōu)化思路

從理論上分析，性能優(yōu)化手段通常有

批量

1. 請(qǐng)求數(shù)據(jù)庫(kù)，我們一般會(huì)用in,提高數(shù)據(jù)庫(kù)查詢效率
2. 調(diào)用外部服務(wù)，我們也需要要求依賴方提供批量接口，避免多次網(wǎng)絡(luò)請(qǐng)求
3. 批量查詢的id數(shù)量也不宜過(guò)多

之前在sql IN一文中分析過(guò)，IN 的數(shù)量太多時(shí)，性能會(huì)下降。同樣服務(wù)間調(diào)用，數(shù)據(jù)量過(guò)大，帶寬占用大。所以這時(shí)候需要分批調(diào)用。

 List<String> res=  Lists.partition(ids, 200).parallelStream()
 .flatMap(batch -> mServiceA.batchGetA(batch).stream())
 .collect(Collectors.toList());

并行/并發(fā)處理，利用多線程可以提高效率

比如接口中需要請(qǐng)求多個(gè)外部接口/數(shù)據(jù)庫(kù)，相互之間無(wú)依賴，因?yàn)檫@種操作都是IO操作，可以由順序執(zhí)行改為并行執(zhí)行，充分利用cpu處理能力,如

CompletableFuture<String> a = CompletableFuture.supplyAsync(() -> mServiceA.getA());
CompletableFuture<String> b = CompletableFuture.supplyAsync(() -> mServiceB.getB());
CompletableFuture.allOf(a,b).join();

異步，非強(qiáng)依賴的調(diào)用可以通過(guò)異步化處理

異步，分為讀寫。比如寫是弱依賴，可以用 @Async 或者其他操作。

如果是讀，不是必須的數(shù)據(jù)，也需要加上超時(shí)處理,因?yàn)橥獠空{(diào)用有網(wǎng)絡(luò)原因，都是不可靠的

CompletableFuture<String> a = CompletableFuture.supplyAsync(() -> mServiceA.getA());

CompletableFuture<String> b = CompletableFuture.supplyAsync(() -> mServiceB.getB());
try {
    CompletableFuture.allOf(a, b).get(1000, TimeUnit.MILLISECONDS);
} catch (Exception ex) {
    if (!a.isDone()) {
        
    }
    if (!b.isDone()) {
        
    }
}

減少數(shù)據(jù)處理量

eg. 拉取外部數(shù)據(jù)，全量的循環(huán)去拉，增量的使用事件通知機(jī)制，這樣可以減少數(shù)據(jù)處理量

避免深度分頁(yè)

數(shù)據(jù)庫(kù)的深度分頁(yè)性能比較差，需要在業(yè)務(wù)上避免深度分頁(yè)

緩存

緩存本質(zhì)上就是從讀取速度快的設(shè)備中直接獲取數(shù)據(jù)。通過(guò)空間來(lái)?yè)Q時(shí)間。對(duì)于DB中的數(shù)據(jù)可以緩存，對(duì)于外部服務(wù)的數(shù)據(jù)同樣可以緩存

使用多級(jí)緩存，可以最大限度提升性能。