如果是自己寫的代碼，加上又熟悉業務場景，很容易就知道性能瓶頸點。但如果上來就去優化別人的代碼，甚至是其他產品線的代碼，還是有一些挑戰的。最近就在做這事，接手了優化公司一個業務引擎接口的任務，在這兒對優化方法做一些總結。

優化接口總共分兩步，一是找到性能熱點，二是解決熱點。在不熟悉代碼的情況下，找熱點是最難的，找到后對癥下藥就容易多了。先主要說一下如何找性能熱點。

[[383412]]

一、查調用鏈

微服務下，調用鏈追蹤能很容易的定位到是鏈路上的哪個環節出現問題。從而確定是別人接口把你的拖慢了，還是自己接口內代碼有問題；且調用鏈反映的是線上真實數據，比跑線下測試數據更有說服力。

這里以A->B->C舉例，簡單說一下調用鏈常用的幾個參數：

• TraceID ：一個完整鏈路的唯一ID。本例中，TraceID是在A、B、C中傳遞的，ABC中記錄的鏈路日志都用這個唯一的TraceID，不會變。
• BindingID ：一個線程內的ID。本例中，A記錄的鏈路日志中，有唯一的BindingIDA，同樣B、C中各有BindingIDB、BindingIDC
• ConversationID ：一個會話的ID。本例中，A調用B，A生成一個ConversationID，傳給B，B在返回結果前，記下日志，A在收到結果后記下日志。這兩條日志有唯一的ConversationID。
• VirtualPath ：用于標識微服務路徑
• Component ：用于標識組件，或者微服務名稱
• CostInMilsecond ：記錄一次會話耗時。Client端發起前開始計時，收到后記入日志、Server端返回前記入日志。

明白這幾個參數后，再看看具體使用。我們公司是用Kibana作為查詢統計工具的。那么，我的分析步驟有如下幾步：

1. 確定該請求的最長耗時（用于重點優化）、耗時中位數（用于全面優化）：

需要用到Kibana的Visualize功能，指定一個Metric為中位數、一個Metric為Max，再按照服務路徑聚合即可

2. 拿到指定耗時時間附近的多個請求的BindingID

3. 統計其子鏈路耗時：

用Visualize可以統計出平均每個線程中，每個子鏈路的被調用次數、總耗時。然后看看在主鏈路耗時的占比情況。如果占比比較大，說明鏈路有問題了。比如我最近優化的幾個接口，在鏈路上能看到數據庫存儲過程執行次數多且慢，那么肯定可以定位是數據訪問的問題。

如果占比不多，那就要繼續分析方法內部了。

二、本地分析

1. 使用Dottrace

方法內部的分析，最主要的是采用合理的參數來驅動被測方法。這里我會選最耗時的參數來覆蓋被測方法的大多數分支，并且充分暴露問題。

還要注意一點的是，在正式采樣前，先對程序預熱一下，也就是跑一次被測方法，讓該緩存的緩存下來。這樣更能反映線上一般情況。

2. 結果解讀

dottrace可以說是異常的強大了。給你列出了某個方法的被調用次數、耗時、Collection操作耗時、系統函數耗時、用戶函數耗時?；旧峡催@個圖就知道熱點在什么地方了。

三、優化方法總結

熱點找到了，后面就是對癥下藥的優化了?？偨Y一下優化方法也就是：

1. 循環體內的IO、遠程調用，改為循環外去重后批量執行，避免重復發起調用

2. 數據庫慢查詢，優化SQL、索引

3. 基礎的、頻繁查詢的方法，可以把執行結果放到緩存

4. 串行的遠程調用可以改為并行。（慎用，請求高峰期會造成內存暴漲，同時也可能導致上下文丟失）

5. 非主流程的方法，比如發消息通知、增刪會員積分，改為發消息到隊列然后異步消費。