记录一次接口压测遇到的问题
前提条件 :
虚拟机 4G8核 单接口性能 tps2000 tp99 50ms
虚拟机 4G8核 批处理接口性能 tps1000 tp99 50ms
接口性能观察点
TPS TP99 TP999 成功率/失败率
接口方法处理逻辑
多规则时间范围命中 拒绝营销命中 多规则任务命中 命中则响应结果不进行后续逻辑 未命中进行下一个规则
时间范围规则：通过开始时间结束时间进行判断命中。
拒绝营销规则: 查询Redis hset 判断是否命中。
任务多规则命中: 获取小时、天级别缓存 进行N天、N小时综合和配置规则总次数进行比较，均取Redis数据。
单接口优化策略
单接口优化策略：任务多规则配置时同步到Mysql和Redis 查询时获取Redis中缓存，并存入本地缓存caffeine，获取小时、天级别缓存时候Redis管道PipelineHelper进行一次性获取。
优点：规则配置同步到Redis ，减少Mysql查询压力，Redis存内存读写，性能远高于Mysql , Redis数据备份到本地缓存caffeine并进行查询，减少查询Redis交换的网络损耗，提升查询性能，但是cafferine有自己的策略，需要允许时间上的容错。
批量接口优化策略
批量接口是在单接口的基础上允许接收多个关机入参userId -> userIdList ，业务需要限制在50以内。
批量接口优化策略：在单接口基础上进行代码优化，时间范围命中，命中一个全部返回，减少无必要的循环浪费资源。拒绝营销优化复杂封装 直接使用key filed 进行value提 ，结合PipelineHelper一次性获取多个value，内存中纯计算是否命中。
优点：由于批量接口都是调用者当前时间，所有时间相同，一个命中则可以判断都命中，否则进行下一个规则，减少了无效循环。拒绝营销进行了复杂封装考虑的是复用性，但是这里只有一个类型，所有规则直接提取。
影响接口性能的指标：
1.SQL慢查询优化
2.代码内部逻辑优化
3.线程优化
4.锁优化
5.内存优化
6.网络消耗
7.CPU优化
8.json序列化
9.日志输出优化
10.性能监控插件
提升接口性能的方式
1.SQL查询优化: sql语句优、 索引优化、使用第三方缓存插件、读写分离、 分库分表 。
2.代码逻辑优化：判断逻辑优化、 读写流优化（流及时关闭）、 尽可能使用局部变量 、 避免方法过长 、 避免循环中使用try-catch、 无效循环优化（批查询 、PipelineHelper等技术）、 串行变并行（多线程）。
3.线程优化： 使用多线程、 异步线程、 修改线程数量、 修改队列大小。
4.锁优化： 减少锁的粒度、 重量级锁轻量级锁。
5.内存优化： 提升内存 提升堆内存栈内存大小 减少对象创建 减少GC次数
6.网络消耗优化： 流入流出达到峰值会限制数据传输 减少每次网络传输数据 （无关字段优化，传输数据压缩）
7.CPU优化：增大运行内存、CPU达到峰值已是达到最大算力、会限制接口性能、 CPU标高原因（内部计算、上下文切换，磁盘交互，Json序列化，监控插件均会增大Cpu压力）。
8.json序列化：减少无关 json序列化次数，删除日志序列化。
9.日志输出优化：删除无关日志输出， 减少日志相关json序列化。
10.性能监控插件：监控插件会占用Cpu 且占用较大，考虑优化或替换。
11.增加服务器，提升整体算力。
接口性能指标：
tps 、 tp99
成功率/失败率
CPU使用：
内存使用率：
堆栈内存：
网络流入/网络流出：
磁盘：
JVM参数配置：
