开发者社区 > 博文 > 一次接口的性能优化之旅
分享
  • 打开微信扫码分享

  • 点击前往QQ分享

  • 点击前往微博分享

  • 点击复制链接

一次接口的性能优化之旅

  • 20****
  • 2024-04-01
  • IP归属:北京
  • 100浏览

    一、引言

    在项目开发过程中,我们经常会遇到接口响应慢的问题。这不仅影响了用户体验,还可能降低了系统的吞吐量。为了提高接口性能,我们需要对整个系统进行全面的优化,包括代码层面、数据库、缓存、异步处理等方面。本文将分享一个接口性能优化之旅,希望能帮助大家掌握Pfinder使用、JSF异步调用等优化技巧,提升接口性能和定位问题的能力。

    二、现状诊断

    • UMP诊断:
      • Max:10s
      • T99:1000ms
      • 经常可用率下降

    • Pfinder诊断:
      • 问题1:循环调用RPC 120次=1441ms
      • 问题2:查询DB 286ms
      • 问题3:未知操作 2000ms+

    三、问题定位以及性能优化

    如何解决Pfinder显示耗时不全问题:-> 手动完善全程跟踪上报

    1. 集成Pfinder SDK:
    <!-- 引用 PFinder SDK 库 -->
    <dependency>
        <groupId>com.jd.pfinder</groupId>
        <artifactId>pfinder-profiler-sdk</artifactId>
        <version>1.2.2-FINAL</version>
    </dependency>
    
    1. 使用注解:@PFTracing

    1. 上报效果

    1. 定位问题和进行代码分析

    这段代码的目的是从一个名为waveInfos的字符串列表中,筛选出已经包含在另一个名为sendDPackageCodes的字符串列表中的元素,并将这些重复的元素放入一个新的列表repeatResult中。然后,它从waveInfos中排除这些重复的元素,将剩余的元素放入另一个新的列表showPackages中。这两个列表最终被用于前端显示或进一步处理。简而言之,这段代码的作用是去重并筛选出尚未处理的数据。


    通过现象查看此处代码耗时占总耗时进一半左右,因此判断集合数据非常多,导致数据计算耗时较长。通过日志打印发现:waveInfos=3000+,sendDPackageCodes=7000+,因此可以看出两个集合因为数据过大导致耗时较长。

    代码优化:使用Set进行处理

    优化效果:2000ms -> 6ms

    如何解决RPC批量调用问题 -> 使用JSF异步调用

    同步异步方案比较

    优劣势
    异步调用
    同步调用
    优势
    提高系统的并发性能
    简单直观
    提高系统的响应速度
    错误处理方便
    节约资源
    劣势
    复杂性
    阻塞线程
    可读性差
    响应速度慢

    JSF异步调用使用

    第一步:如果存在同步bean,为了不影响同步bean可以注入新的异步bean。需要

    注意:jsf 这边相同接口 别名 最多支持3个

    // 同步bean
    @Autowired
    private XxxxxApi xxxxApi;
    // 异步实现bean,(jsf 这边相同接口 别名 最多支持3个)
    @Autowired
    private XxxxxApi xxxxAsyncApi;
    
    <!-- 【异步】路由查询班次单号明细 -->
    <jsf:consumer id="xxx" interface="xxx"
                  protocol="jsf" alias="xx" timeout="xxx" retries="0" check="false">
        <jsf:method name="方法名称" async="true"/>
    </jsf:consumer>
    

    第二步:使用RpcContext调用,返回CompletableFuture对象

    // Rpc代理类 需要返回CompletableFuture 对象
    public CompletableFuture<CommonDto<PageDto>> queryWaybillDetailByBusinessIdByAsync() {
        // 发起方法请求
        return RpcContext.getContext().asyncCall(() -> xxxxAsyncApi.method());;
    }
    

    第三步:调用处任意地方,获取future返回结果,需要指定超时时间

    public <T> T getResultDefaultTimeOut(CompletableFuture<T> future) {
        try {
            return future.get(10, TimeUnit.SECONDS);
        } catch (InterruptedException | ExecutionException | TimeoutException e) {
            throw new RuntimeException(e);
        }
    }
    

    优化效果:1400ms -> 200ms

    五、最终效果和未解决问题

    优化前优化后

    问题
    优化前
    优化后
    方案
    总耗时
    3800ms
    500ms
    rpc循环调用
    1400ms
    200ms
    JSF异步调用(N次耗时变一次最大耗时)
    数据笛卡尔积处理
    2000ms
    6ms
    list包含操作变set包含操作
    数据库操作
    100ms
    100ms
    数据库批量查询,此期不处理
    未知操作
    150ms
    150ms
    非业务代码,怀疑是sql查询后结果处理,目前无法跟踪和处理,此期不处理

    六、总结

    接口性能优化是一个涉及多个方面的过程,需要从代码层面、数据库、缓存、异步处理等多个维度进行优化。在这个过程中,我们需要不断诊断瓶颈、尝试优化手段,并结合实际情况进行调整。希望通过本文的分享,大家能掌握接口性能优化的方法和技巧,提高接口性能,提升用户体验。



    文章数
    1
    阅读量
    0

    作者其他文章