程序的性能优化感悟
一、前言
毕业工作了近六个月了，踩过不少坑，在重构，性能优化方面有不少体会，结合自己的经历和同事的一次优化方面的分享文档，稍微总结一下。
*过早的优化是万恶之源
虽然把优化放在嘴边，但我仍要把这句话放在前面，如果一个日访问量几乎为零的小网站，比如说我的博客，要不要做缓存，垂直拆库，读写分离呢，玩玩还是可以的，谈优化就是多此一举了，首先满足需求，让正确的程序更快，要比让快速的程序正确容易得多。
二、正文
一、理解需求，贴近业务
在接触的大多数优化场景中，我们会发现需要优化的并不是数据库，程序等的性能瓶颈，而是所提供的接口没有完全切合业务。
有这么一个接口：
/**
* 分页查询用户勋章
*/
UserBadgeQueryService.findUserBadgeByMerchantIdWithPage
这个接口逻辑上完全没有问题，性能上也没有优化的余地，但我们排查时发现代码中拿这个接口居然是用来计数的，本来一个count(*)能解决的事情，却分页捞数据统计，这是一个没有切合业务的典型场景。
还有另外一个例子：
某一天，测试反馈，页面一次请求很长时间没反应，排查代码发现定位到了一个循环分页查询的接口，平时几百数据，循环一两次就查完了，但是有几个条件下，数据量多达7w，循环几百次，耗时300多秒，请求早超时了。
分析代码发现，每次分页只有100,循环次数多，另外捞取字段多，其实业务需要的只是一个id，所以优化方法就出来了，重写一个接口，只捞取id字段，并且每次分页2000，这么一处理，7w数据量耗时降为6秒。
用批量的方式操作是一种提升效率的方式，也有同事也分享过在有一些sql执行频繁的业务场景，会采取一种先搜集全部sql，然后一次性执行的操作来优化性能。
优化考虑的第一点就是理解需求，正确的程序往往就是快速的程序。
二、适当缓存
缓存是个好东西，但应该要适当，很多时候一味的缓存看似性能好，但往往会带来意想不到的结果，特别是分布式缓存中，缓存的不一致性非常致命。
java中常见的缓存有：
- ehcache:进程内缓存，这个一般当做本地缓存，内部调用非常快，虽然可以分布式部署，利用其自带机制同步，但高并发下一致性还是有问题的，不适合实时性要求极高的业务。
- memcache：独立的分布式缓存系统的，非常针对一些需要共享缓存，比如sso系统的session。
- Redis:它其实是一个数据库，但因为跑在内存中，硬盘只完成持久化功能，也适合当缓存用。
因此，缓存的使用也是跟业务需求挂钩的。
- 举例两个遇到场景。
1.某接口需要定时捞取数据，量比较大，耗时数秒，但业务场景中数据每天变化基本没有，允许部分误差，要求尽量降低接口耗时。
方案:使用memcache缓存，缓存时间一天，每天只查询一次数据库，其他结果直接从缓存中读取。
2.某接口，需要查询当月全部数据，即从1号到调用时刻全部数据，之前采用
select * from table
where create_time >'2015-11-01 00:00:00'
这条sql的方式，但由于现在表数据量过亿，即使加了索引，耗时也要400ms，而且调用量大，耗时这么长无法接受。
方案:这个问题，同事想到了一个非常巧妙的解决方案，他把每月的第一条的id缓存一个月
select id from table
where create_time >'2015-11-01 00:00:00' limit 1
查询时
select * from table where id >= 缓存的id
sql耗时降到3ms，不可思议的快
举一反三:用id代替create_time的方式非常巧妙，这让我想到很多情况我们会对数据按时间排序操作
order by create_time ，其实我们可以这样 order by id ，因为数据插入时间往往跟id自增是对应的，所以很多需要create_time做条件的可以换个思路用主键id过滤，可能会出现上面这种惊人的效率。
三、多线程
多线程也是一个可以提升性能的利器，但是一个治标不治本的方法，确认业务方面没有可以优化的余地后，多线程是可以考虑的一种方式。
比如一些日志处理的逻辑，这些逻辑对整个业务结果没有任何影响，完全让主线程返回结果，让子线程去执行日志记录功能。
这方面也需要特别谨慎，也有同事分享过因为Threadlocal问题导致的比较严重的线上bug的经历。
四、sql及索引
sql及索引之所以放在最后，是因为我认为大部分性能的瓶颈并不是出现程序本身，而是没有理解业务，而索引是一开始就应该考虑的问题，这个并不是放在最后的优化手段。
当我们为一块新业务建立表结构时，索引就应该在此时讨论了。
写好sql，注意索引这就是基本功了，如果自己无法把握，找同事讨论下是个不错的选择。非常幸运的是，公司有着严格的code review机制，sql 的review是其中重要的一环，经过多个人的讨论后，sql方面的问题越来越少。
五、外部沟通
由于大公司的业务规模往往很大，会分部门管理，许多性能的开销并不一定是部门内部的原因，一些接口往往依赖其他部门的功能，所以沟通和快速的反馈非常重要。
第一部分查询用来计数的场景就是因为没有跟外部沟通，别人用我们的分页接口做计数操作，导致期待的实现的场景不一致导致。
小结
其实谈到这么多，关键在理解需求，之所以性能低，是因为没有用最简单的方法解决需求问题，程序做了太多无谓的操作，另外一个就是保持沟通，一个人难以解决问题，团队的讨论和外部的反馈往往是突破口。而这两者也是敏捷开发的核心。
作者：初龙
原文链接:https://chulung.com/article/program-performance-optimization
本文由MetaCLBlog于2017-07-17 09:01:08自动同步至cnblogs
本文基于 知识共享-署名-非商业性使用-禁止演绎 4.0 国际许可协议发布，转载必须保留署名及链接。
