• API接口性能调优
  • 使用指标进行排查 -> 请求数、错误、延迟、请求和响应大小 指标会针对应用和位置提供精细的维度信息。 开发者可以发现异常的 API 使用情况,并确定潜在的根本原因。例如,错误代码高于 400 可能表示最近更新的应用遇到了一些逻辑错误,而较高的请求和响应大小可能会导致应用性能降低。
  • 使用日志进行问题排查
    • 比起指标信息,日志通常包含更多错误信息,例如错误消息和错误详情。这些信息十分有用,对于排查 API 错误必不可少。如果开发者发现有关 API 使用的任何问题,可以查询日志以查找错误消息和错误详情,并使用这些信息来解决错误或与支持团队联系。 解决错误
  • 一般来说,每个 API 错误都包含 3 项信息:错误代码、错误消息和错误详情:

  • 通过错误代码,应用可以处理更高级别的错误,例如,在处理 503 错误后重试,或在处理 401 错误后重新验证用户的身份。 通过错误消息,应用开发者可以理解错误并修复应用逻辑。

API接口性能调优

需要根据不同的场景做不同的优化,以下优化的手段不仅仅适用于API,同样适用于其他业务代码。优化的基本思路都是一致的。 step1: 定位耗时较长的代码。 step2: 确定耗时较长的代码属于哪一种场景,然后具体场景,具体优化。

按照耗时场景可以有以下几个方面:

1. 索引

现象:sql语句耗时长 可以分成三种情况:

  • 没加索引
  • 索引没生效
  • 选错索引

    2. sql 优化

  • 主动优化
  • 被动优化

    分页优化

  • 设计上 - 滑动方式代替count 方式,或者返回一个假的的count数据
  • 逻辑上优化 - 用id 代替offset

3. IO请求

串行-> 并行

多线程/协程

异构

A信息/B信息/C信息-> 汇总成一条信息存储到Redis 或者 其它存储中

4. 重复调用

递归访问,比较常见是处理树结构相关的数据。例如,多级菜单,组织架构等 方法:1. 调整树结构的存储形式,可以采用nest set model 方式存储,或者将整颗树存储

5. 异步

针对通知、生成报告、生成操作记录等,可以将这些动作通过多线程 或者消息队列的方式异步完成。

6. 避免大事务/批量处理

大事务会导致其它API锁等待 针对for loop 插入 或者更新,可以批量插入 或者更新,根据业务做调整

7. 锁的优化

悲观锁比较常见,而且业务中用的也比较多。 锁的颗粒度:全局锁、表锁、行锁、gap 锁。 选择颗粒度较小的锁。 尽量用乐观锁替换悲观锁。

8. 加缓存

数据对实时性要求没有那么高的场景下,可以通过缓存策略提高api响应速度。

9. service 水平扩展

10. 分库分表

最后一招,分库分表,

11. 加监控

12. 数据压缩

对http 请求进行数据压缩