Java后台服务慢优化杂谈

前言

你是否遇到过这样的场景，当我们点击页面某个按钮后，页面一直loading，要等待好几分钟才出结果的画面，有时直接502或504，作为一个后台开发，看到自己开发的系统是这个样子，就问你惭愧吗。
这种问题其实是性能问题，当用户量少数据少的时候，处理还是很快的，数据量一旦大起来，后台处理时间就会延长，前端大部分直接超时或无限等待直接死掉。

方案

解决数据量大的性能问题，要根据实际业务场景来针对分析。但归根结底，只有一条最终方案，即减少与数据库交互次数，尤其是在for循环里面。我们所有慢的场景，按这个方式优化，之前好几分钟，十几分钟的功能都优化到了3秒内。

For循环内查询数据库优化

我们很多场景如新增，修改，上传，下载报表，都会有for循环内查询数据库的操作，而且一次循环有的与数据库要交互好次操作，这样下来如果循环是以用户列表来处理的，一个租户下1000个用户，每个用户要与数据库交互几次，再乘以1000，想想得多耗时。
这种场景的优化很简单，直接将循环体内与数据库的交互全部拿到循环外，通过业务逻辑，表结构关系是可以做到的，然后在循环体内只做内存计算，实验证明，循环体内与数据库交互的次数越少，耗时越小，可能有人会那你循环体内Java处理也慢啊，非也，Java纯内存处理其实一点都不慢。

//声明for循环处理结果集

List<?> list = new ArrayList<>();

//循环前提前向数据库查询要用到的数据

List<?> userList = userMapper.selectList(xxx);

for(User user: userList){

    //处理单个用户业务逻辑，避免多次查库

    list.add(xxx);

}

For循环内修改数据库优化

上面说的是循环体内查询数据库，这里要说的场景就是循环体内插入或修改数据库记录，还是1000个用户循环插入或修改关联表，与数据库的交互次数也庞大的，这里的优化也很简单，将要变更到数据库对象全部封装到集体中，循环处理完成后，再一次性或分批将集合数据插入数据库，这也会大大提高修改操作的性能的。

//定义待插入数据库的集合

List<User> list = new ArrayList();

for(User u : userList){

    //处理待插入数据库的User对象

    list.add(u);

}

//批量（也可以设置分批次）插入数据库

userMapper.batchInsert(list);

多线程并发处理

增加线程池这种优化方案就不用多说了吧

threadPoolTaskExecutor.submit(()->{

    try {

        //业务逻辑处理

    } catch (Exception e) {

    }

});

缓存

在以上业务代码优化完毕，如果还要再提升性能，那就可以对多查询的业务加缓存处理，如Redis，Memcached。

异步

缓存也加了，并发性能还上不来，就可以使用异步处理了，将请求放入消息队列MQ，然后多线程异步消费队列处理请求。

服务器集群

在生产环境一般都不会是单节点部署，要保障系统稳定性肯定是要多节点部署，这也能在优化代码代码的基础上提高并发性能，尤其是当使用中间件如缓存，MQ，更是要使用多节点集群，才能发挥中间件的作用，如上篇 Redis+Kafka异步提高并发，可以将接口并发能力提升到3000-5000QPS。

作者介绍：小林，狐小E资深开发工程师，专注移动协同办公平台的SAAS软件开发以及轻应用开发
最近开发了一款移动办公软件狐小E