作为后端研发,必须要掌握怎么优化接口的性能或者说是响应时间,这样才能提高系统的系能,本文通过如下两个方面进行分析:
一.后端代码
有如下几步:
1.缓存机制
这是最场景的方式,当使用了缓存后,就可以通过缓存直接拿到数据,进而返回,但是使用了缓存以后也会引入一下问题,比如缓存与数据库不一致问题、缓存穿透击穿雪崩等一些场景问题,可以根据不同的应用场景来选择不同的缓存机制。
2.并发调用
比如调用A系统,A系统会去调用B系统和C系统,如果是链式调用,B系统需要耗时100ms,C系统需要耗时100ms,这样就会耗时300ms,如果采用并发的方式同时去调用,就最多需要200ms。
3.同步接口异步化
比如说请求中有部分逻辑的耗时特别长,但是这部分逻辑也不影响主业务,此时就可以把耗时的逻辑从主业务中剥离出来,通过异步进行处理,这样就可以提高主业务的相应时间,也就提高了接口的性能。
4.避免大事务
大事务就是指的历经时间很长的事务,比如说使用了sprind的transaction的管理事务,就有可能会启动大事务,因为spring的事务管理原因是将多个事务合并在一个执行中,如果同一个接口有多个数据库读写,并且该接口并发大的话,就有可能导致大量的数据锁在数据库中,造成大量的阻塞,进而导致数据库连接池连接耗尽,所以需要将大数据进行拆分,将非事务操作和事务操作进行区分出来。
5.优化日志记录
因为在高并发的场景下答应日志可能会导致接口性能下降,而且要打印日志的时候避免打印大数据、大对象。
二.数据库
有如下几步:
1.数据库查询优化
比如添加合适的索引、查询的时候只查询必要的字段、优化深分页(虽然不能完全避免深分页,但是可以进行优化,比如和前端约定,每次都要把当前页面的最后一条数据的id传入到后端),还可以查看《谈谈对Mysql数据库优化的见解》,或者是查看我Mysql专栏下的其他文章,对数据库的优化都做了详细的分析。
2.表设计冗余数据
虽然是反范式的设计,但是冗余数据可以减少多表关联查询,如果在分库分表的时候,可以在不同的库上冗余同一张数据,这样就可以不需要跨库查询了。
3.使用连接池管理数据库连接
和线程池一样,使用池化技术来管理连接,避免频繁创建和销毁连接,调高数据库的效率。
4.使用数据压缩技术
这一点针对网络数据传输的,对于大数据量的响应,需要尽量使用压缩来进行处理,比如说使用gzip可以减少网络传输的数据量,加快了接口响应。
5.终极绝招
如果此时优化数据库配置,优化sql都没办法解决,此时就有两个终极解决方案:
(1)加机器;
(2)换数据库,有可能当前数据库不适应你的系统,可以去找一下是否有更合适该业务系统的数据库。