搞了次性能優化，結果出乎意料！

大家好，我是程序員魚皮。

之前我帶大家做的 項目 ，用戶可以在線制作、分享、使用代碼生成器~

這次的系列教程中，我專門用了 4 個小時的直播，給大家帶來了一場極致的 性能優化 “盛宴”。

很多同學由于沒有實習或工作經歷，可能沒有接觸過性能優化，但這卻是能區分程序員水平的重要技能。

為什么這么說？

舉個例子：

• 優秀的程序員，能用 1 臺機器滿足 10000 個用戶的使用需求，如果滿足不了，首先想到的是繼續去優化。

• 而一般的程序員，用 1 臺機器可能只能滿足 1000 個用戶的使用需求，如果滿足不了，就要加機器、加資源。現實往往是沒有資源給你加。

怎么區分一個程序員有沒有性能優化經驗呢？

就先問大家一個問題吧：一臺部署了 Tomcat 的服務器，每秒最多能處理多少個請求？

下面給大家簡單分享下我直播中的性能優化過程，答案也將在最后揭曉。

性能優化實踐

要優化的是一個后端查詢接口，功能是查詢出主頁要展示的分頁數據列表，邏輯很簡單，就是數據庫分頁查詢而已。

如下圖：

首先我們往數據庫里插入 10 萬條數據，然后打開瀏覽器控制臺，觀察 10 次請求的響應耗時，平均是 700 毫秒：

1）首先，我嘗試優化了數據查詢的 SQL 語句，讓它只查詢需要返回給前端的數據，減少數據量。

優化后的接口平均耗時是 500 多毫秒，大概響應時長縮短了 1 / 4：

使用 JMeter 進行壓力測試，每秒啟動 1000 個線程，總共啟動 1 萬個線程發送請求，在異常率 0% 的前提下，測試結果得到的 qps 為 20，這顯然不是一個很好的成績。

2）進一步優化，使用性能更高的 Redis 分布式緩存。將分頁查詢結果作為 JSON 字符串寫入緩存，再次查詢的時候直接讀取就行。

結果響應時長直接縮短到了平均 20 毫秒！縮短了 25 倍！

第一個請求是加載緩存的，所以較慢。

有緩存的情況下，壓力測試得到的 qps 是 114.6，提升了 5 倍多！

可見緩存還是猛啊，讀多寫少、更新頻率低、訪問頻率高的數據，非常適合使用緩存。

還能進一步優化么？

3）當然能！使用比分布式緩存更快的本地緩存，直接從當前服務器內存讀取數據，更快~

用瀏覽器控制臺測試響應時長，幾乎沒有變化（因為我測試過程中，Redis 也是本地啟動的）：

進行壓力測試，發現 qps 略有提升，大概 10% 左右吧：

本地緩存按道理來說已經是最快的讀取方式了，難道這就已經優化到極限了么？

當然沒有！

4）雖然 I / O 難以繼續優化了，但我們可以優化程序的計算邏輯、節約 CPU 資源。

比如我修改緩存的數據類型，不再寫入 JSON 格式的緩存了，直接用 JDK 原生的序列化方式去保存對象，這樣讀取的時候也不需要把 JSON 轉為對象。

優化這個邏輯后，響應時長大幅度減少！平均 8 毫秒左右：

沒想到吧，看似不起眼的 JSON 轉換操作，這么影響性能？

壓力測試的結果更恐怖了，吞吐量接近 16000，直接提升了 100 多倍！

真是不測不知道，一測嚇一跳。

問題來了，還能繼續優化么？

當然可以！

5）除了業務邏輯層，我們還可以優化請求層。比如修改 Tomcat 服務器的配置，增大工作線程數和最大線程連接數。

稍微改 2 行配置，吞吐量就提高了 1 / 5 左右，接近 19000！相比最開始的 qps 20 提升了近千倍！

這。。這次到極限了么？

我怎么知道啊！肯定還是需要自己測試這個極限到底在哪里！

如何測試呢？

6）我們可以編寫一個沒有任何業務邏輯，直接返回 "ok" 字符串的空接口。

每秒啟動 10 萬個線程來測試，得到的 qps 為 36000+，又提高了整整一倍！

ok，沒有任何邏輯的接口 qps 是這個數，那么你再怎么優化業務邏輯，性能的極限也不會超過這個值。

那么，還有辦法繼續優化么？

當然可以！

7）因為這只是 Tomcat 服務器 + Spring MVC 框架的極限，如果我們用別的技術呢？

這里我就拋磚引玉，大家感興趣的話，可以找個項目中的查詢接口、用我上面提到的方法優化下。

回到最開始的問題 “一臺部署了 Tomcat 的服務器，每秒最多能處理多少個請求？”

其實這個答案是 無解 ，因為缺少了最重要的測試條件、測試環境和測試基準，比如是在幾核幾 G、帶寬多少的機器上測試呢？不同的測試環境，測試結果肯定不同。性能優化效果一定要以實際測試結果為準，下次遇到這種問題的時候，別被面試官唬住了哦~

以上就是本期分享，時間有限文章就只能講這么多了，大家如果對這個項目、這次的性能優化完整教程感興趣，歡迎 學習。

這個項目視頻教程接近 40 小時，文字教程十幾萬字，我付出了大量的頭發精力，也保證絕對是一個很能打的項目~

點擊下方關注魚皮，獲取免費編程學習路線、簡歷模板、面試題解、AI 知識庫、項目教程、交流群。

一些對大家有用的資源：
100+ 編程學習路線 / 實戰項目 / 求職指導
100+ 簡歷模板
300+ 企業面試題庫 mianshiya.com
500+ AI 資源大全
1 對 1 模擬面試
動畫學算法教程