從2s優(yōu)化到0.1s，這周班沒白加！

分類樹查詢功能，在各個(gè)業(yè)務(wù)系統(tǒng)中可以說隨處可見，特別是在一些電商系統(tǒng)中。

但就是這樣一個(gè)看似簡單的分類樹查詢功能，我們卻優(yōu)化了數(shù)次。

這其中到底經(jīng)歷了什么呢？

背 景

我們的一個(gè)老項(xiàng)目使用了SpringBoot推薦的模板引擎：Thymeleaf，進(jìn)行動(dòng)態(tài)渲染。

它是一個(gè)XML/XHTML/HTML5模板引擎，可用于Web與非Web環(huán)境中的應(yīng)用開發(fā)。

它提供了一個(gè)用于整合SpringMVC的可選模塊，在應(yīng)用開發(fā)中，我們可以使用Thymeleaf來完全代替JSP或其他模板引擎，如VelocityFreeMarker等。

前端開發(fā)寫好Thymeleaf的模板文件，調(diào)用后端接口獲取數(shù)據(jù)，進(jìn)行動(dòng)態(tài)綁定，就能把想要的內(nèi)容展示給用戶。

由于當(dāng)時(shí)很早這也個(gè)是從0-1的新項(xiàng)目，為了開快速開發(fā)功能，第一版接口是直接從數(shù)據(jù)庫中查詢分類數(shù)據(jù)，組裝成分類樹，然后返回給前端。

通過這種方式，簡化了數(shù)據(jù)流程，快速把整個(gè)頁面功能調(diào)通了。

第1次優(yōu)化

我們將該接口部署到dev環(huán)境，剛開始沒啥問題。

隨著開發(fā)人員添加的分類越來越多，很快就暴露出性能瓶頸。

我們不得不做優(yōu)化了。

我們第一個(gè)想到的是：加Redis緩存。

流程圖如下：

于是暫時(shí)這樣優(yōu)化了一下：

1. 用戶訪問接口獲取分類樹時(shí)，先從Redis中查詢數(shù)據(jù)。
2. 如果Redis中有數(shù)據(jù)，則直接數(shù)據(jù)。
3. 如果Redis中沒有數(shù)據(jù)，則再從數(shù)據(jù)庫中查詢數(shù)據(jù)，拼接成分類樹返回。
4. 將從數(shù)據(jù)庫中查到的分類樹的數(shù)據(jù)，保存到Redis中，設(shè)置過期時(shí)間5分鐘。
5. 將分類樹返回給用戶。

我們在Redis中定義一個(gè)了key，value是一個(gè)分類樹的json格式轉(zhuǎn)換成了字符串，使用簡單的key/value形式保存數(shù)據(jù)。

經(jīng)過這樣優(yōu)化之后，dev環(huán)境的聯(lián)調(diào)和自測順利完成了。

第2次優(yōu)化

我們將這個(gè)功能部署到st環(huán)境了。

剛開始測試同學(xué)沒有發(fā)現(xiàn)什么問題，但隨著后面不斷地深入測試，隔一段時(shí)間就出現(xiàn)一次首頁訪問很慢的情況。

于是，我們馬上進(jìn)行了第2次優(yōu)化。

我們決定使用Job定期異步更新分類樹到Redis中，在系統(tǒng)上線之前，會先生成一份數(shù)據(jù)。

當(dāng)然為了保險(xiǎn)起見，防止Redis在哪條突然掛了，之前分類樹同步寫入Redis的邏輯還是保留。

于是，流程圖改成了這樣：

增加了一個(gè)job每隔5分鐘執(zhí)行一次，從數(shù)據(jù)庫中查詢分類數(shù)據(jù)，封裝成分類樹，更新到Redis緩存中。

其他的流程保持不變。

此外，Redis的過期時(shí)間之前設(shè)置的5分鐘，現(xiàn)在要改成永久。

通過這次優(yōu)化之后，st環(huán)境就沒有再出現(xiàn)過分類樹查詢的性能問題了。

第3次優(yōu)化

測試了一段時(shí)間之后，整個(gè)網(wǎng)站的功能快要上線了。

為了保險(xiǎn)起見，我們需要對網(wǎng)站首頁做一次壓力測試。

果然測出問題了，網(wǎng)站首頁最大的qps是100多，最后發(fā)現(xiàn)是每次都從Redis獲取分類樹導(dǎo)致的網(wǎng)站首頁的性能瓶頸。

我們需要做第3次優(yōu)化。

該怎么優(yōu)化呢？

答：加內(nèi)存緩存。

如果加了內(nèi)存緩存，就需要考慮數(shù)據(jù)一致性問題。

內(nèi)存緩存是保存在服務(wù)器節(jié)點(diǎn)上的，不同的服務(wù)器節(jié)點(diǎn)更新的頻率可能有點(diǎn)差異，這樣可能會導(dǎo)致數(shù)據(jù)的不一致性。

但分類本身是更新頻率比較低的數(shù)據(jù)，對于用戶來說不太敏感，即使在短時(shí)間內(nèi)，用戶看到的分類樹有些差異，也不會對用戶造成太大的影響。

因此，分類樹這種業(yè)務(wù)場景，是可以使用內(nèi)存緩存的。

于是，我們使用了Spring推薦的caffine作為內(nèi)存緩存。

改造后的流程圖如下：

1. 用戶訪問接口時(shí)改成先從本地緩存分類數(shù)查詢數(shù)據(jù)。
2. 如果本地緩存有，則直接返回。
3. 如果本地緩存沒有，則從Redis中查詢數(shù)據(jù)。
4. 如果Redis中有數(shù)據(jù)，則將數(shù)據(jù)更新到本地緩存中，然后返回?cái)?shù)據(jù)。
5. 如果Redis中也沒有數(shù)據(jù)（說明Redis掛了），則從數(shù)據(jù)庫中查詢數(shù)據(jù)，更新到Redis中（萬一Redis恢復(fù)了呢），然后更新到本地緩存中，返回返回?cái)?shù)據(jù)。

需要注意的是，需要改本地緩存設(shè)置一個(gè)過期時(shí)間，這里設(shè)置的5分鐘，不然的話，沒辦法獲取新的數(shù)據(jù)。

這樣優(yōu)化之后，再次做網(wǎng)站首頁的壓力測試，qps提升到了500多，滿足上線要求。

第4次優(yōu)化

之后，這個(gè)功能順利上線了。

使用了很長一段時(shí)間沒有出現(xiàn)問題。

兩年后的某一天，有用戶反饋說，網(wǎng)站首頁有點(diǎn)慢。

我們排查了一下原因發(fā)現(xiàn)，分類樹的數(shù)據(jù)太多了，一次性返回了上萬個(gè)分類。

原來在系統(tǒng)上線的這兩年多的時(shí)間內(nèi)，運(yùn)營同學(xué)在系統(tǒng)后臺增加了很多分類。

我們需要做第4次優(yōu)化。

這時(shí)要如何優(yōu)化呢？

限制分類樹的數(shù)量？

答：也不太現(xiàn)實(shí)，目前這個(gè)業(yè)務(wù)場景就是有這么多分類，不能讓用戶選擇不到他想要的分類吧？

這時(shí)我們想到最快的辦法是開啟nginx的GZip功能。

讓數(shù)據(jù)在傳輸之前，先壓縮一下，然后進(jìn)行傳輸，在用戶瀏覽器中，自動(dòng)解壓，將真實(shí)的分類樹數(shù)據(jù)展示給用戶。

之前調(diào)用接口返回的分類樹有1MB的大小，優(yōu)化之后，接口返回的分類樹的大小是100Kb，一下子縮小了10倍。

這樣簡單的優(yōu)化之后，性能提升了一些。

第5次優(yōu)化

經(jīng)過上面優(yōu)化之后，用戶很長一段時(shí)間都沒有反饋性能問題。

但有一天公司同事在排查Redis中大key的時(shí)候，揪出了分類樹。之前的分類樹使用key/value的結(jié)構(gòu)保存數(shù)據(jù)的。

我們不得不做第5次優(yōu)化。

為了優(yōu)化在Redis中存儲數(shù)據(jù)的大小，我們首先需要對數(shù)據(jù)進(jìn)行瘦身。

只保存需要用到的字段。

例如：

@AllArgsConstructor
@Data
publicclassCategory{

privateLongid;
privateStringname;
privateLongparentId;
privateDateinDate;
privateLonginUserId;
privateStringinUserName;
privateListchildren;
}

像這個(gè)分類對象中inDate、inUserId和inUserName字段是可以不用保存的。

修改自動(dòng)名稱。

例如：

@AllArgsConstructor
@Data
publicclassCategory{
/**
*分類編號
*/
@JsonProperty("i")
privateLongid;

/**
*分類層級
*/
@JsonProperty("l")
privateIntegerlevel;

/**
*分類名稱
*/
@JsonProperty("n")
privateStringname;

/**
*父分類編號
*/
@JsonProperty("p")
privateLongparentId;

/**
*子分類列表
*/
@JsonProperty("c")
privateListchildren;
}

由于在一萬多條數(shù)據(jù)中，每條數(shù)據(jù)的字段名稱是固定的，他們的重復(fù)率太高了。

由此，可以在json序列化時(shí)，改成一個(gè)簡短的名稱，以便于返回更少的數(shù)據(jù)大小。

這還不夠，需要對存儲的數(shù)據(jù)做壓縮。

之前在Redis中保存的key/value，其中的value是json格式的字符串。

其實(shí)RedisTemplate支持，value保存byte數(shù)組。

先將json字符串?dāng)?shù)據(jù)用GZip工具類壓縮成byte數(shù)組，然后保存到Redis中。

再獲取數(shù)據(jù)時(shí)，將byte數(shù)組轉(zhuǎn)換成json字符串，然后再轉(zhuǎn)換成分類樹。

這樣優(yōu)化之后，保存到Redis中的分類樹的數(shù)據(jù)大小，一下子減少了10倍，Redis的大key問題被解決了。

小 結(jié)

好了，今天的內(nèi)容分享就到這里了，感謝大家的收看，我們下篇見。