18種接口優(yōu)化方案匯總2

6. 事件回調(diào)思想：拒絕阻塞等待。

如果你調(diào)用一個(gè)系統(tǒng)B的接口，但是它處理業(yè)務(wù)邏輯，耗時(shí)需要10s甚至更多。然后你是一直 阻塞等待，直到系統(tǒng)B的下游接口返回 ，再繼續(xù)你的下一步操作嗎？這樣 顯然不合理 。

我們參考 IO多路復(fù)用模型 。即我們不用阻塞等待系統(tǒng)B的接口，而是先去做別的操作。等系統(tǒng)B的接口處理完，通過事件回調(diào)通知，我們接口收到通知再進(jìn)行對(duì)應(yīng)的業(yè)務(wù)操作即可。

如果大家忘記了IO模型，可以復(fù)習(xí)一下我的文章：看一遍就理解：IO模型詳解

7. 遠(yuǎn)程調(diào)用由串行改為并行

假設(shè)我們?cè)O(shè)計(jì)一個(gè)APP首頁(yè)的接口，它需要查用戶信息、需要查banner信息、需要查彈窗信息等等。如果是串行一個(gè)一個(gè)查，比如查用戶信息200ms，查banner信息100ms、查彈窗信息50ms，那一共就耗時(shí)350ms了，如果還查其他信息，那耗時(shí)就更大了。

其實(shí)我們可以改為并行調(diào)用，即查用戶信息、查banner信息、查彈窗信息，可以同時(shí) 并行發(fā)起 。

最后接口耗時(shí)將大大降低 。有些小伙伴說，不知道如何使用并行優(yōu)化接口?

我之前寫過一篇文章并行優(yōu)化接口的文章，保姆級(jí)別的！大家可以看一下，看完會(huì)有用的：后端思維篇，手把手教你寫一個(gè)并行調(diào)用模板

8. 鎖粒度避免過粗

在高并發(fā)場(chǎng)景，為了防止 超賣等情況 ，我們經(jīng)常需要 加鎖來保護(hù)共享資源 。但是，如果加鎖的粒度過粗，是很影響接口性能的。

什么是加鎖粒度呢？

其實(shí)就是就是你要鎖住的范圍是多大。 比如你在家上衛(wèi)生間，你只要鎖住衛(wèi)生間就可以了吧 ，不需要將整個(gè)家都鎖起來不讓家人進(jìn)門吧，衛(wèi)生間就是你的加鎖粒度。

不管你是synchronized加鎖還是redis分布式鎖，只需要在共享臨界資源加鎖即可，不涉及共享資源的，就不必要加鎖。這就好像你上衛(wèi)生間，不用把整個(gè)家都鎖住，鎖住衛(wèi)生間門就可以了。

比如，在業(yè)務(wù)代碼中，有一個(gè)ArrayList因?yàn)樯婕暗蕉嗑€程操作，所以需要加鎖操作，假設(shè)剛好又有一段比較耗時(shí)的操作（代碼中的slowNotShare方法）不涉及線程安全問題。 反例加鎖，就是一鍋端，全鎖住 :

//不涉及共享資源的慢方法
private void slowNotShare() {
    try {
        TimeUnit.MILLISECONDS.sleep(100);
    } catch (InterruptedException e) {
    }
}

//錯(cuò)誤的加鎖方法
public int wrong() {
    long beginTime = System.currentTimeMillis();
    IntStream.rangeClosed(1, 10000).parallel().forEach(i -> {
        //加鎖粒度太粗了，slowNotShare其實(shí)不涉及共享資源
        synchronized (this) {
            slowNotShare();
            data.add(i);
        }
    });
    log.info("cosume time:{}", System.currentTimeMillis() - beginTime);
    return data.size();
}

正例：

public int right() {
    long beginTime = System.currentTimeMillis();
    IntStream.rangeClosed(1, 10000).parallel().forEach(i -> {
        slowNotShare();//可以不加鎖
        //只對(duì)List這部分加鎖
        synchronized (data) {
            data.add(i);
        }
    });
    log.info("cosume time:{}", System.currentTimeMillis() - beginTime);
    return data.size();
}

9. 切換存儲(chǔ)方式：文件中轉(zhuǎn)暫存數(shù)據(jù)

如果數(shù)據(jù)太大，落地?cái)?shù)據(jù)庫(kù)實(shí)在是慢的話， 就可以考慮先用文件的方式暫存 。先保存文件，再異步 下載文件，慢慢保存到數(shù)據(jù)庫(kù) 。

這里可能會(huì)有點(diǎn)抽象，給大家分享一個(gè)，我之前的一個(gè)真實(shí)的優(yōu)化案例吧。

之前開發(fā)了一個(gè)轉(zhuǎn)賬接口。如果是并發(fā)開啟，10個(gè)并發(fā)度，每個(gè)批次1000筆轉(zhuǎn)賬明細(xì)數(shù)據(jù)，數(shù)據(jù)庫(kù)插入會(huì)特別耗時(shí)， 大概6秒左右 ；這個(gè)跟我們公司的數(shù)據(jù)庫(kù)同步機(jī)制有關(guān)，并發(fā)情況下，因?yàn)閮?yōu)先保證同步，所以并行的插入變成串行啦，就很耗時(shí)。

優(yōu)化前 ，1000筆明細(xì)轉(zhuǎn)賬數(shù)據(jù)，先落地DB數(shù)據(jù)庫(kù)，返回處理中給用戶，再異步轉(zhuǎn)賬。如圖：

記得當(dāng)時(shí)壓測(cè)的時(shí)候，高并發(fā)情況，這1000筆明細(xì)入庫(kù)，耗時(shí)都比較大。所以我轉(zhuǎn)換了一下思路， 把批量的明細(xì)轉(zhuǎn)賬記錄保存的文件服務(wù)器，然后記錄一筆轉(zhuǎn)賬總記錄到數(shù)據(jù)庫(kù)即可 。接著異步再把明細(xì)下載下來，進(jìn)行轉(zhuǎn)賬和明細(xì)入庫(kù)。最后優(yōu)化后，性能提升了 十幾倍 。

優(yōu)化后 ，流程圖如下：

如果你的接口耗時(shí)瓶頸就 在數(shù)據(jù)庫(kù)插入操作這里 ，用來批量操作等，還是效果還不理想，就可以考慮用文件或者MQ等暫存。有時(shí)候批量數(shù)據(jù)放到文件，會(huì)比插入數(shù)據(jù)庫(kù)效率更高。

10. 索引

提到接口優(yōu)化，很多小伙伴都會(huì)想到 添加索引 。沒錯(cuò)， 添加索引是成本最小的優(yōu)化 ，而且一般優(yōu)化效果都很不錯(cuò)。

索引優(yōu)化這塊的話，一般從這幾個(gè)維度去思考：

• 你的SQL加索引了沒？
• 你的索引是否真的生效？
• 你的索引建立是否合理？

10.1 SQL沒加索引

我們開發(fā)的時(shí)候，容易疏忽而忘記給SQL添加索引。所以我們?cè)趯懲?code>SQL的時(shí)候，就順手查看一下 explain執(zhí)行計(jì)劃。

explain select * from user_info where userId like '%123';

你也可以通過命令show create table ，整張表的索引情況。

show create table user_info;

如果某個(gè)表忘記添加某個(gè)索引，可以通過alter table add index命令添加索引

alter table user_info add index idx_name (name);

一般就是：SQL的where條件的字段，或者是order by 、group by后面的字段需需要添加索引。

10.2 索引不生效

有時(shí)候，即使你添加了索引，但是索引會(huì)失效的。 田螺哥整理了索引失效的常見原因 ：

10.3 索引設(shè)計(jì)不合理

我們的索引不是越多越好，需要合理設(shè)計(jì)。比如：

• 刪除冗余和重復(fù)索引。
• 索引一般不能超過5個(gè)
• 索引不適合建在有大量重復(fù)數(shù)據(jù)的字段上、如性別字段
• 適當(dāng)使用覆蓋索引
• 如果需要使用force index強(qiáng)制走某個(gè)索引，那就需要思考你的索引設(shè)計(jì)是否真的合理了

11. 優(yōu)化SQL

處了索引優(yōu)化，其實(shí)SQL還有很多其他有優(yōu)化的空間。