Java高并发专题之27、实战:你的接口太慢了需要优化

电商接口案例讲解

电商app都有用过吧,商品详情页,需要给他们提供一个接口获取商品相关信息:

  1. 商品基本信息(名称、价格、库存、会员价格等)
  2. 商品图片列表
  3. 商品描述信息(描述信息一般是由富文本编辑的大文本信息)

数据库中我们用了3张表存储上面的信息:

  1. 商品基本信息表:t_goods(字段:id【商品id】、名称、价格、库存、会员价格等)
  2. 商品图片信息表:t_goods_imgs(字段:id、goods_id【商品id】、图片路径),一个商品会有多张图片
  3. 商品描述信息表:t_goods_ext(字段:id,goods_id【商品id】、商品描述信息【大字段】)

这需求对于大家来说很简单吧,伪代码如下:

  1. public Map<String,Object> detail(long goodsId){
  2. //创建一个map
  3. //step1:查询商品基本信息,放入map
  4. map.put("goodsModel",(select * from t_goods where id = #gooldsId#));
  5. //step2:查询商品图片列表,返回一个集合放入map
  6. map.put("goodsImgsModelList",(select * from t_goods_imgs where goods_id = #gooldsId#));
  7. //step3:查询商品描述信息,放入map
  8. map.put("goodsExtModel",(select * from t_goods_ext where goods_id = #gooldsId#));
  9. return map;
  10. }

上面这种写法应该很常见,代码很简单,假设上面每个步骤耗时200ms,此接口总共耗时>=600毫秒,其他还涉及到网络传输耗时,估计总共会在700ms左右,此接口有没有优化的空间,性能能够提升多少?我们一起来挑战一下。

在看一下上面的逻辑,整个过程是按顺序执行的,实际上3个查询之间是没有任何依赖关系,所以说3个查询可以同时执行,那我们对这3个步骤采用多线程并行执行,看一下最后什么情况,代码如下:

  1. package com.itsoku.chat26;
  2. import java.util.Arrays;
  3. import java.util.HashMap;
  4. import java.util.List;
  5. import java.util.Map;
  6. import java.util.concurrent.*;
  7. /**
  8. * 跟着阿里p7学并发,微信公众号:javacode2018
  9. */
  10. public class Demo1 {
  11. /**
  12. * 获取商品基本信息
  13. *
  14. * @param goodsId 商品id
  15. * @return 商品基本信息
  16. * @throws InterruptedException
  17. */
  18. public String goodsDetailModel(long goodsId) throws InterruptedException {
  19. //模拟耗时,休眠200ms
  20. TimeUnit.MILLISECONDS.sleep(200);
  21. return "商品id:" + goodsId + ",商品基本信息....";
  22. }
  23. /**
  24. * 获取商品图片列表
  25. *
  26. * @param goodsId 商品id
  27. * @return 商品图片列表
  28. * @throws InterruptedException
  29. */
  30. public List<String> goodsImgsModelList(long goodsId) throws InterruptedException {
  31. //模拟耗时,休眠200ms
  32. TimeUnit.MILLISECONDS.sleep(200);
  33. return Arrays.asList("图1", "图2", "图3");
  34. }
  35. /**
  36. * 获取商品描述信息
  37. *
  38. * @param goodsId 商品id
  39. * @return 商品描述信息
  40. * @throws InterruptedException
  41. */
  42. public String goodsExtModel(long goodsId) throws InterruptedException {
  43. //模拟耗时,休眠200ms
  44. TimeUnit.MILLISECONDS.sleep(200);
  45. return "商品id:" + goodsId + ",商品描述信息......";
  46. }
  47. //创建个线程池
  48. ExecutorService executorService = Executors.newFixedThreadPool(10);
  49. /**
  50. * 获取商品详情
  51. *
  52. * @param goodsId 商品id
  53. * @return
  54. * @throws ExecutionException
  55. * @throws InterruptedException
  56. */
  57. public Map<String, Object> goodsDetail(long goodsId) throws ExecutionException, InterruptedException {
  58. Map<String, Object> result = new HashMap<>();
  59. //异步获取商品基本信息
  60. Future<String> gooldsDetailModelFuture = executorService.submit(() -> goodsDetailModel(goodsId));
  61. //异步获取商品图片列表
  62. Future<List<String>> goodsImgsModelListFuture = executorService.submit(() -> goodsImgsModelList(goodsId));
  63. //异步获取商品描述信息
  64. Future<String> goodsExtModelFuture = executorService.submit(() -> goodsExtModel(goodsId));
  65. result.put("gooldsDetailModel", gooldsDetailModelFuture.get());
  66. result.put("goodsImgsModelList", goodsImgsModelListFuture.get());
  67. result.put("goodsExtModel", goodsExtModelFuture.get());
  68. return result;
  69. }
  70. public static void main(String[] args) throws ExecutionException, InterruptedException {
  71. long starTime = System.currentTimeMillis();
  72. Map<String, Object> map = new Demo1().goodsDetail(1L);
  73. System.out.println(map);
  74. System.out.println("耗时(ms):" + (System.currentTimeMillis() - starTime));
  75. }
  76. }

输出:

  1. {goodsImgsModelList=[图1, 2, 3], gooldsDetailModel=商品id:1,商品基本信息...., goodsExtModel=商品id:1,商品描述信息......}
  2. 耗时(ms):208

可以看出耗时200毫秒左右,性能提升了2倍,假如这个接口中还存在其他无依赖的操作,性能提升将更加显著,上面使用了线程池并行去执行3次查询的任务,最后通过Future获取异步执行结果。

整个优化过程

  1. 先列出无依赖的一些操作
  2. 将这些操作改为并行的方式

用到的技术有

  1. 线程池相关知识
  2. Executors、Future相关知识

总结

  1. 对于无依赖的操作尽量采用并行方式去执行,可以很好的提升接口的性能
  2. 大家可以在你们的系统中试试这种方法,感受一下效果,会让你感觉很爽
来源:http://itsoku.com/course/1/27
posted @ 2022-05-04 20:53  程序员小明1024  阅读(357)  评论(0编辑  收藏  举报