性能优化--如何保证自己服务的SLA与稳定性？

前言

公司业务处于稳定发展期，前期系统快速迭代，业务快速支持，堆积了很多技术债务，其中，系统的性能就是关键的一部分，随着业务代码的堆叠，性能逐步裂化，需要快速优化，这里主要对接口SLA性能的稳定性保证做一个梳理。

影响SLA的关键点

影响服务／接口的SLA的关键点主要在：

1. 依赖RPC下游服务：
   主要是下游的服务，微服务化后，单一服务职责、边界更清晰，需要资源或者数据，会直接从下游获取，比如依赖订单信息，调用订单服务；依赖用户信息，调用用户服务。下游的服务SLA是否裂化，也是影响自身服务SLA的关键点。
2. 内部自身代码设计、逻辑：
   a. 线程池：
   参数、队列等
   b. 调用下游RPC合理性：
   编排是否合理，
   有没有重复PRC调用
   对下游超时之后的处理
   c. 代码是否高效：
   循环、序列化、锁 、算法等
3. 系统指标：
   GC、磁盘、load、网络等

接口示意图

如下图：
一个普通服务的接口内部逻辑如下：

该接口提供上游查询服务功能，服务本身依赖下游商品、订单、营销、用户、规则、展销服务的接口，并且这些服务之间互相有依赖，不能同时并行调用（比如调用展示服务的接口，需要商品、订单、营销服务的数据），这样多个服务，其实变为三个阶段，基本阶段之间是串行调用。
拿到依赖数据之后，做相应逻辑处理，这块儿就是服务的自身代码逻辑。
最终将所有数据 + 业务逻辑处理后，组装返回给上游。

优化策略

1. 依赖RPC下游服务：
这个其实没有什么好的办法，需要根据下游的RPC服务的SLA来定。如果下游超过了它们的SLA，需要推动下游去进行优化，这个一般上游没有办法控制。
如果需要控制，保证自己SLA不裂化，只能根据重要性对下游进行降级，比如下游超时后，直接返回空数据。
2. 内部自身代码设计、逻辑
a.线程池：
这里主要关注线程池的配置，高流量情况下线程池出现大量等待情况，会导致该线程池的处理结果不能返回。
过多的线程池是否可以合并，有些服务线程池可能会很多，这里好处是可以不同业务逻辑做一定隔离，坏处就是导致线程资源的膨胀、浪费，进而影响系统的容量，导致过多的ygc，进而影响服务执行时间，SLA。
b.调用下游RPC合理性：
编排合理性：目前RPC的调用顺序是合理的，有没有不需要串行的调用，进行了串行调用？
重复RPC：这个比较好理解，循环对下游的调用，要求下游提供批量接口进行合并调用。笔者之前优化过的代码有过拿出一批id，对数据库循环获取每条的数据。
下游超时：下游的超时时间必须做好严格的控制和设计，因为一旦下游超时，而服务设置的超时间较久的话，会直接拖垮自身服务，导致自身服务性能急剧下降。
c.代码是否高效：
循环：有没有无效的循环，是否可以用空间换取一定时间？比如冒泡排序的算法，其中一种算法就是存储一个标记位，让整个算法的复杂度降低。
序列化：序列化是否高效，这个也是非常关键的一环，选用合适的高效的序列化算法，节省的时间也是可观的。可看笔者之前的文章：点击这里
锁 ：并发过程中锁的使用，有没有热锁，如果解开。有没有更好的实现方式？
锁粒度是否过细了？笔者之前优化过循环过程中加锁，其实可以将锁放在循环外。
算法：从自身业务逻辑特性考虑，是否有更好的顺序、逻辑处理。
3. 系统指标：
这里提到的gc、load、磁盘、网络，需要其他运维同学一起关注。

总结：

常见的优化策略和优化工具结合，才能达到保证自己的系统的SLA的目的。除此之外，还需要做一些定期的压测和演练，保证自己的系统不裂化。