一篇文章告訴你真實場景下服務端接口性能問題是如何解決的
作為Java后端開發者，我們創作的許多代碼直接影響著用戶的使用體驗。如果后端代碼性能不佳，用戶在訪問網站時就必須花費更多時間等待服務器響應。這可能引發用戶投訴甚至用戶流失問題。
性能優化是一個廣泛而重要的話題。《Java程序性能優化》提到性能優化可分為五個層次：設計優化、代碼優化、JVM優化、數據庫優化、操作系統優化等。每個層次都涵蓋許多方法論和最佳實踐。本文無意進行全面詳盡的概述，只是列舉幾個常用的Java代碼優化方案，希望讀者閱讀后能實際應用到自己的代碼中。
單例層面
在處理IO操作、數據庫連接、配置文件解析加載等耗費大量系統資源的任務時，我們必須限制這些實例的創建，或者始終使用一個共享的實例，以節約系統資源。這種情況下就需要使用單例模式。
批量操作
若有100個請求，逐個執行顯然效率較低。將這100個請求合并為一個請求進行批量操作，則能大幅提升效率。
特別是在數據庫操作中，批量處理不僅比逐條執行效率更高，還能有效降低數據庫連接數，提升應用的QPS上限。
Future模式處理
假設某項任務需花費一定時間執行，為避免無謂的等待，可先獲取一個“提貨單”——即Future，隨后繼續處理其他任務，直至“貨物”抵達，即任務執行完成并獲得結果。這時便可憑借“提貨單”提取物品，即通過Future對象獲取返回值。
偽代碼
public class RealData implements Callable<String> {
protected String data;
public RealData(String data) {
this.data = data;
}
@Override
public String call() throws Exception {
// 通過sleep方法演示業務是緩慢的
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
return data;
}
}
public class Application {
public static void main(String[] args) throws Exception {
FutureTask<String> futureTask =
new FutureTask<>(new RealData("name"));
ExecutorService executor =
Executors.newFixedThreadPool(1); // 使用線程池
// 執行FutureTask，相當于上例中的client.request("name")發送請求
executor.submit(futureTask);
// 這里可以用一個sleep代替對其他業務邏輯的處理
// 在處理這些業務邏輯的同時，RealData也在創建，充分利用等待時間
Thread.sleep(2000);
// 使用真實數據
// 如果call()沒有執行完成，仍會等待
System.out.println("數據=" + futureTask.get());
}
}線程池思路
合理運用線程池帶來三大益處。首先，降低資源消耗：通過重復利用已創建的線程，降低線程的創建與銷毀成本。其次，提高響應速度：任務到達時，無需等待線程創建即可立即執行。第三，提升線程可管理性：線程是珍貴資源，無節制地創建會消耗系統資源，降低系統穩定性；線程池能實現統一分配、優化和監控。
自 Java 5 開始，引入了并發編程新API，如Executor框架，內部采用線程池機制，位于java.util.concurrent包中。通過該框架控制線程的啟動、執行和關閉，可簡化并發編程操作。
偽代碼
public class MultiThreadTest {
public static void main(String[] args) {
ThreadFactory threadFactory = new ThreadFactoryBuilder().setNameFormat("thread-%d").build();
ExecutorService executor = new ThreadPoolExecutor(2, 5, 60L, TimeUnit.SECONDS, new LinkedBlockingQueue<Runnable>(), threadFactory);
executor.execute(new Runnable() {
@Override
public void run() {
System.out.println("Hello, world!");
}
});
System.out.println(" ===> Main Thread! ");
}
}NIO處理
JDK自1.4版本起引入了新的I/O編程類庫，即NIO。NIO不僅帶來了高效的Buffer和Channel，還引入了基于Selector的非阻塞I/O機制，可以將多個異步I/O操作集中到一個或少數幾個線程中進行處理。使用NIO替代阻塞I/O能夠提高程序的并發吞吐能力，降低系統開銷。
針對每個請求，如果為其單獨開啟一個線程來處理邏輯，當客戶端數據傳輸是間歇性的而非連續的時，相應線程會處于I/O等待狀態，并頻繁進行上下文切換。利用NIO引入的Selector機制，可以提升程序的并發效率，改善這種狀況。
偽代碼
public class NioTest {
static public void main( String args[] ) throws Exception {
FileInputStream fin = new FileInputStream("D:\\test.txt");
// 獲取通道
FileChannel fc = fin.getChannel();
// 創建緩沖區
ByteBuffer buffer = ByteBuffer.allocate(1024);
// 讀取數據到緩沖區
fc.read(buffer);
buffer.flip();
while (buffer.remaining()>0) {
byte b = buffer.get();
System.out.print(((char)b));
}
fin.close();
}
}優化鎖層面
在并發場景中，頻繁使用鎖是很常見的情況。然而，鎖引發競爭，而競爭又會耗費大量資源。那么，在Java代碼中，如何優化鎖呢？我們可以考慮以下幾個方面：
- 縮短鎖持有時間
- 嘗試使用同步代碼塊替代同步方法，從而減少鎖的占用時間。
- 降低鎖粒度
在并發環境中使用Map時，最好選用ConcurrentHashMap替代HashTable和HashMap（ConcurrentHashMap采用分段鎖，鎖的粒度更細）。
分離鎖
普通鎖（例如synchronized）可能導致讀寫互相阻塞，可以嘗試將讀操作和寫操作分開。
鎖粗化
有時我們希望將多次鎖的請求合并成一個，以減少頻繁加鎖、同步和解鎖所帶來的性能損失。
鎖消除
鎖消除是指Java虛擬機在JIT編譯時，經過運行上下文的掃描，去除那些不會產生共享資源競爭的鎖。通過鎖消除，可以減少無謂的鎖請求時間。
數據傳輸壓縮
在數據傳輸之前，壓縮數據是一種優化方式，可以減少網絡傳輸的數據量，提升傳輸速度。接收端可解壓數據，還原傳輸內容。壓縮后的數據能節省存儲介質（如磁盤或內存）空間和網絡帶寬，從而降低成本。然而，壓縮并非無成本之舉。數據壓縮需要大量CPU計算，并且根據壓縮算法的不同，計算復雜度和壓縮比都有顯著差異。通常需要根據業務情景選擇合適的壓縮算法。
緩存計算結果
對于相同的用戶請求，若每次都重復查詢數據庫、重復計算，將浪費大量時間和資源。將計算結果緩存至本地內存或使用分布式緩存，可節約寶貴的CPU計算資源，減少數據庫重復查詢或磁盤I/O。將原本需要磁頭物理轉動的操作轉化為內存中的電子運動，提高響應速度。同時，快速釋放線程也提升了應用的吞吐能力。
