一次接口的性能优化之旅

Tech

目录

• 引言

• 现状诊断

• 问题定位以及性能优化

• 最终效果和未解决问题

• 总结

01 引言


在今年的敏捷团队建设中，我通过Suite执行器实现了一键自动化单元测试。Juint除了Suite执行器还有哪些执行器呢？由此我的Runner探索之旅开始了！

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。

02   现状诊断  

理解，首先 MCube 会依据模板缓存状态判断是否需要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的结构，转换完成后将通过表达式引擎解析表达式并取得正确的值，通过事件解析引擎解析用户自定义事件并完成事件的绑定，完成解析赋值以及事件绑定后进行视图的渲染，最终将目标页面展示到屏幕。

• 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+

03   问题定位以及性能优化  

理解，首先 MCube 会依据模板缓存状态判断是否需要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的结构，转换完成后将通过表达式引擎解析表达式并取得正确的值，通过事件解析引擎解析用户自定义事件并完成事件的绑定，完成解析赋值以及事件绑定后进行视图的渲染，最终将目标页面展示到屏幕。

如何解决Pfinder显示耗时不全问题：-> 手动完善全程跟踪上报

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>

使用注解：@PFTracing

上报效果

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

    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

04   最终效果和未解决问题  

理解，首先 MCube 会依据模板缓存状态判断是否需要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的结构，转换完成后将通过表达式引擎解析表达式并取得正确的值，通过事件解析引擎解析用户自定义事件并完成事件的绑定，完成解析赋值以及事件绑定后进行视图的渲染，最终将目标页面展示到屏幕。

优化前优化后

05  总结  

理解，首先 MCube 会依据模板缓存状态判断是否需要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的结构，转换完成后将通过表达式引擎解析表达式并取得正确的值，通过事件解析引擎解析用户自定义事件并完成事件的绑定，完成解析赋值以及事件绑定后进行视图的渲染，最终将目标页面展示到屏幕。    

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。

推荐阅读直观易用的大模型开发框架LangChain，你会了没？“线程池中线程异常后：销毁还是复用？”万字长文，聊聊我在锦礼成长的这一年代码质量与技术债系列分享之一—如何做好CodeReview

求分享

求点赞

求在看

打造SAAS化服务的会员徽章体系，可以作为标准的产品化方案统一对外输出。结合现有平台的通用能力，实现会员行为全路径覆盖，并能结合企业自身业务特点，规划相应的会员精准营销活动，提升会员忠诚度和业务的持续增长。▪底层能力：维护用户基础数据、行为数据建模、用户画像分析、精准营销策略的制定

▪功能支撑：会员成长体系、等级计算策略、权益体系、营销底层能力支持

▪用户活跃：会员关怀、用户触达、活跃活动、业务线交叉获客、拉新促活