内容摘要：摘要在web开发过程中，经常会遇到接口RT高的情况，除了通过监控事后优化的方式，我们还需要掌握一些常用的手段，避免写出慢的接口。从前端发起调用到后端一般经过网关层、应用层、存储层。每一层都可以优化，本

摘要

在web开发过程中，接结经常会遇到接口RT高的口性情况，除了通过监控事后优化的化总方式，我们还需要掌握一些常用的接结手段，避免写出慢的口性接口。从前端发起调用到后端一般经过网关层、化总应用层、接结存储层。口性每一层都可以优化，化总本篇文章主要是接结应用层优化。常见性能优化思路

从理论上分析，口性性能优化手段通常有

批量请求数据库，化总我们一般会用in,接结提高数据库查询效率调用外部服务，我们也需要要求依赖方提供批量接口，口性避免多次网络请求批量查询的化总id数量也不宜过多

之前在sql IN一文中分析过，IN 的数量太多时，亿华云性能会下降。同样服务间调用，数据量过大，带宽占用大。所以这时候需要分批调用。

Listres= Lists.partition(ids, 200).parallelStream()

.flatMap(batch -> mServiceA.batchGetA(batch).stream())

.collect(Collectors.toList());并行/并发处理，利用多线程可以提高效率

比如接口中需要请求多个外部接口/数据库，相互之间无依赖，因为这种操作都是IO操作，可以由顺序执行改为并行执行，充分利用cpu处理能力,如

CompletableFuturea = CompletableFuture.supplyAsync(() -> mServiceA.getA());

CompletableFutureb = CompletableFuture.supplyAsync(() -> mServiceB.getB());

CompletableFuture.allOf(a,b).join();异步，非强依赖的调用可以通过异步化处理

异步，分为读写。比如写是弱依赖，可以用 @Async 或者其他操作。

如果是读，不是必须的服务器托管数据，也需要加上超时处理,因为外部调用有网络原因，都是不可靠的

CompletableFuturea = CompletableFuture.supplyAsync(() -> mServiceA.getA());

CompletableFutureb = CompletableFuture.supplyAsync(() -> mServiceB.getB());

try {

CompletableFuture.allOf(a, b).get(1000, TimeUnit.MILLISECONDS);

} catch (Exception ex) {

if (!a.isDone()) {

}

if (!b.isDone()) {

}

}减少数据处理量

eg. 拉取外部数据，全量的循环去拉，增量的使用事件通知机制，这样可以减少数据处理量

避免深度分页

数据库的深度分页性能比较差，需要在业务上避免深度分页

缓存

缓存本质上就是从读取速度快的设备中直接获取数据。通过空间来换时间。对于DB中的数据可以缓存，对于外部服务的数据同样可以缓存

使用多级缓存，可以最大限度提升性能。