?前言

接口性能問題，對于從事后端開發(fā)的同學來說，是一個繞不開的話題。想要優(yōu)化一個接口的性能，需要從多個方面著手。

本文將會接著接口性能優(yōu)化這個話題，從實戰(zhàn)的角度出發(fā)，聊聊我是如何優(yōu)化一個慢查詢接口的。

上周我優(yōu)化了一下線上的批量評分查詢接口，將接口性能從最初的20s，優(yōu)化到目前的500ms以內(nèi)。

總體來說，用三招就搞定了。

到底經(jīng)歷了什么？

案發(fā)現(xiàn)場

我們每天早上上班前，都會收到一封線上慢查詢接口匯總郵件，郵件中會展示接口地址、調(diào)用次數(shù)、最大耗時、平均耗時和traceId等信息。

我看到其中有一個批量評分查詢接口，最大耗時達到了20s，平均耗時也有2s。

用skywalking查看該接口的調(diào)用信息，發(fā)現(xiàn)絕大數(shù)情況下，該接口響應還是比較快的，大部分情況都是500ms左右就能返回，但也有少部分超過了20s的請求。

這個現(xiàn)象就非常奇怪了。

莫非跟數(shù)據(jù)有關？

比如：要查某一個組織的數(shù)據(jù)，是非?？斓?。但如果要查平臺，即組織的根節(jié)點，這種情況下，需要查詢的數(shù)據(jù)量非常大，接口響應就可能會非常慢。

但事實證明不是這個原因。

很快有個同事給出了答案。

他們在結(jié)算單列表頁面中，批量請求了這個接口，但他傳參的數(shù)據(jù)量非常大。

怎么回事呢？

當初說的需求是這個接口給分頁的列表頁面調(diào)用，每頁大小有：10、20、30、50、100，用戶可以選擇。

換句話說，調(diào)用批量評價查詢接口，一次性最多可以查詢100條記錄。

但實際情況是：結(jié)算單列表頁面還包含了很多訂單?；旧厦恳粋€結(jié)算單，都有多個訂單。調(diào)用批量評價查詢接口時，需要把結(jié)算單和訂單的數(shù)據(jù)合并到一起。

這樣導致的結(jié)果是：調(diào)用批量評價查詢接口時，一次性傳入的參數(shù)非常多，入?yún)ist中包含幾百、甚至幾千條數(shù)據(jù)都有可能。

現(xiàn)狀

如果一次性傳入幾百或者幾千個id，批量查詢數(shù)據(jù)還好，可以走主鍵索引，查詢效率也不至于太差。

但那個批量評分查詢接口，邏輯不簡單。

偽代碼如下：

public List<ScoreEntity> query(List<SearchEntity> list) {
    //結(jié)果
    List<ScoreEntity> result = Lists.newArrayList();
    //獲取組織id
    List<Long> orgIds = list.stream().map(SearchEntity::getOrgId).collect(Collectors.toList());
    //通過regin調(diào)用遠程接口獲取組織信息
    List<OrgEntity> orgList = feginClient.getOrgByIds(orgIds);
    
    for(SearchEntity entity : list) {
        //通過組織id找組織code
        String orgCode = findOrgCode(orgList, entity.getOrgId());
    
        //通過組合條件查詢評價
        ScoreSearchEntity scoreSearchEntity = new ScoreSearchEntity();
        scoreSearchEntity.setOrgCode(orgCode);
        scoreSearchEntity.setCategoryId(entity.getCategoryId());
        scoreSearchEntity.setBusinessId(entity.getBusinessId());
        scoreSearchEntity.setBusinessType(entity.getBusinessType());
        List<ScoreEntity> resultList = scoreMapper.queryScore(scoreSearchEntity);
        
        if(CollectionUtils.isNotEmpty(resultList)) {
            ScoreEntity scoreEntity = resultList.get(0);
            result.add(scoreEntity);
        }
    }
    return result;
}

其實在真實場景中，代碼比這個復雜很多，這里為了給大家演示，簡化了一下。

最關鍵的地方有兩點：

• 在接口中遠程調(diào)用了另外一個接口
• 需要在for循環(huán)中查詢數(shù)據(jù)
  

其中的第1點，即：在接口中遠程調(diào)用了另外一個接口，這個代碼是必須的。

因為如果在評價表中冗余一個組織code字段，萬一哪天組織表中的組織code有修改，不得不通過某種機制，通知我們同步修改評價表的組織code，不然就會出現(xiàn)數(shù)據(jù)不一致的問題。

很顯然，如果要這樣調(diào)整的話，業(yè)務流程上要改了，代碼改動有點大。

所以，還是先保持在接口中遠程調(diào)用吧。

這樣看來，可以優(yōu)化的地方只能在：for循環(huán)中查詢數(shù)據(jù)。

第一次優(yōu)化

由于需要在for循環(huán)中，每條記錄都要根據(jù)不同的條件，查詢出想要的數(shù)據(jù)。

由于業(yè)務系統(tǒng)調(diào)用這個接口時，沒有傳id，不好在where條件中用id in (...)，這方式批量查詢數(shù)據(jù)。

其實，有一種辦法不用循環(huán)查詢，一條sql就能搞定需求：使用or關鍵字拼接，例如：

(org_code='001' and category_id=123 and business_id=111 and business_type=1) or (org_code='002' and category_id=123 and business_id=112 and business_type=2) or (org_code='003' and category_id=124 and business_id=117 and business_type=1)...

這種方式會導致sql語句會非常長，性能也會很差。

其實還有一種寫法：

where (a,b) in ((1,2),(1,3)...)

不過這種sql，如果一次性查詢的數(shù)據(jù)量太多的話，性能也不太好。

居然沒法改成批量查詢，就只能優(yōu)化單條查詢sql的執(zhí)行效率了。

首先從索引入手，因為改造成本最低。

第一次優(yōu)化是優(yōu)化索引。

評價表之前建立一個business_id字段的普通索引，但是從目前來看效率不太理想。

由于我果斷加了聯(lián)合索引：

alter table user_score add index  `un_org_category_business` (`org_code`,`category_id`,`business_id`,`business_type`) USING BTREE;

該聯(lián)合索引由：org_code、category_id、business_id和business_type四個字段組成。

經(jīng)過這次優(yōu)化，效果立竿見影。

批量評價查詢接口最大耗時，從最初的20s，縮短到了5s左右。

第二次優(yōu)化

由于需要在for循環(huán)中，每條記錄都要根據(jù)不同的條件，查詢出想要的數(shù)據(jù)。

只在一個線程中查詢數(shù)據(jù)，顯然太慢。

那么，為何不能改成多線程調(diào)用？

第二次優(yōu)化，查詢數(shù)據(jù)庫由單線程改成多線程。

但由于該接口是要將查詢出的所有數(shù)據(jù)，都返回回去的，所以要獲取查詢結(jié)果。

使用多線程調(diào)用，并且要獲取返回值，這種場景使用java8中的CompleteFuture非常合適。

代碼調(diào)整為：

CompletableFuture[] futureArray = dataList.stream()
     .map(data -> CompletableFuture
          .supplyAsync(() -> query(data), asyncExecutor)
          .whenComplete((result, th) -> {
       })).toArray(CompletableFuture[]::new);
CompletableFuture.allOf(futureArray).join();

CompleteFuture的本質(zhì)是創(chuàng)建線程執(zhí)行，為了避免產(chǎn)生太多的線程，所以使用線程池是非常有必要的。

優(yōu)先推薦使用ThreadPoolExecutor類，我們自定義線程池。

具體代碼如下：

ExecutorService threadPool = new ThreadPoolExecutor(
    8, //corePoolSize線程池中核心線程數(shù)
    10, //maximumPoolSize 線程池中最大線程數(shù)
    60, //線程池中線程的最大空閑時間，超過這個時間空閑線程將被回收
    TimeUnit.SECONDS,//時間單位
    new ArrayBlockingQueue(500), //隊列
    new ThreadPoolExecutor.CallerRunsPolicy()); //拒絕策略

也可以使用ThreadPoolTaskExecutor類創(chuàng)建線程池：

@Configuration
public class ThreadPoolConfig {

    /**
     * 核心線程數(shù)量，默認1
     */
    private int corePoolSize = 8;
    
    /**
     * 最大線程數(shù)量，默認Integer.MAX_VALUE;
     */
    private int maxPoolSize = 10;
    
    /**
     * 空閑線程存活時間
     */
    private int keepAliveSeconds = 60;
    
    /**
     * 線程阻塞隊列容量,默認Integer.MAX_VALUE
     */
    private int queueCapacity = 1;
    
    /**
     * 是否允許核心線程超時
     */
    private boolean allowCoreThreadTimeOut = false;

    @Bean("asyncExecutor")
    public Executor asyncExecutor() {
        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
        executor.setCorePoolSize(corePoolSize);
        executor.setMaxPoolSize(maxPoolSize);
        executor.setQueueCapacity(queueCapacity);
        executor.setKeepAliveSeconds(keepAliveSeconds);
        executor.setAllowCoreThreadTimeOut(allowCoreThreadTimeOut);
        // 設置拒絕策略，直接在execute方法的調(diào)用線程中運行被拒絕的任務
        executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
        // 執(zhí)行初始化
        executor.initialize();
        return executor;
    }
}

經(jīng)過這次優(yōu)化，接口性能也提升了5倍。

從5s左右，縮短到1s左右。

但整體效果還不太理想。

第三次優(yōu)化

經(jīng)過前面的兩次優(yōu)化，批量查詢評價接口性能有一些提升，但耗時還是大于1s。

出現(xiàn)這個問題的根本原因是：一次性查詢的數(shù)據(jù)太多。

那么，我們?yōu)槭裁床幌拗埔幌拢看尾樵兊挠涗洍l數(shù)呢？

第三次優(yōu)化，限制一次性查詢的記錄條數(shù)。其實之前也做了限制，不過最大是2000條記錄，從目前看效果不好。

限制該接口一次只能查200條記錄，如果超過200條則會報錯提示。

如果直接對該接口做限制，則可能會導致業(yè)務系統(tǒng)出現(xiàn)異常。

為了避免這種情況的發(fā)生，必須跟業(yè)務系統(tǒng)團隊一起討論一下優(yōu)化方案。

主要有下面兩個方案：

1、前端做分頁

在結(jié)算單列表頁中，每個結(jié)算單默認只展示1個訂單，多余的分頁查詢。

這樣的話，如果按照每頁最大100條記錄計算的話，結(jié)算單和訂單最多一次只能查詢200條記錄。

這就需要業(yè)務系統(tǒng)的前端做分頁功能，同時后端接口要調(diào)整支持分頁查詢。

但目前現(xiàn)狀是前端沒有多余開發(fā)資源。

由于人手不足的原因，這套方案目前只能暫時擱置。

2、分批調(diào)用接口

業(yè)務系統(tǒng)后端之前是一次性調(diào)用評價查詢接口，現(xiàn)在改成分批調(diào)用。

比如：之前查詢500條記錄，業(yè)務系統(tǒng)只調(diào)用一次查詢接口。

現(xiàn)在改成業(yè)務系統(tǒng)每次只查100條記錄，分5批調(diào)用，總共也是查詢500條記錄。

這樣不是變慢了嗎？

答：如果那5批調(diào)用評價查詢接口的操作，是在for循環(huán)中單線程順序的，整體耗時當然可能會變慢。

但業(yè)務系統(tǒng)也可以改成多線程調(diào)用，只需最終匯總結(jié)果即可。

此時，有人可能會問題：在評價查詢接口的服務器多線程調(diào)用，跟在其他業(yè)務系統(tǒng)中多線程調(diào)用不是一回事？

還不如把批量評價查詢接口的服務器中，線程池的最大線程數(shù)調(diào)大一點？

顯然你忽略了一件事：線上應用一般不會被部署成單點。絕大多數(shù)情況下，為了避免因為服務器掛了，造成單點故障，基本會部署至少2個節(jié)點。這樣即使一個節(jié)點掛了，整個應用也能正常訪問。

當然也可能會出現(xiàn)這種情況：假如掛了一個節(jié)點，另外一個節(jié)點可能因為訪問的流量太大了，扛不住壓力，也可能因此掛掉。

換句話說，通過業(yè)務系統(tǒng)中的多線程調(diào)用接口，可以將訪問接口的流量負載均衡到不同的節(jié)點上。

他們也用8個線程，將數(shù)據(jù)分批，每批100條記錄，最后將結(jié)果匯總。

經(jīng)過這次優(yōu)化，接口性能再次提升了1倍。

從1s左右，縮短到小于500ms。

溫馨提醒一下，無論是在批量查詢評價接口查詢數(shù)據(jù)庫，還是在業(yè)務系統(tǒng)中調(diào)用批量查詢評價接口，使用多線程調(diào)用，都只是一個臨時方案，并不完美。

這樣做的原因主要是為了先快速解決問題，因為這種方案改動是最小的。

要從根本上解決問題，需要重新設計這一套功能，需要修改表結(jié)構(gòu)，甚至可能需要修改業(yè)務流程。但由于牽涉到多條業(yè)務線，多個業(yè)務系統(tǒng)，只能排期慢慢做了。