前提条件 :
虚拟机 4G8核 单接口性能 tps2000 tp99 50ms
虚拟机 4G8核 批处理接口性能 tps1000 tp99 50ms
接口方法处理逻辑：多规则时间范围命中 拒绝营销命中 多规则任务命中 命中则响应结果不进行后续逻辑 未命中进行下一个规则
时间范围规则：通过开始时间结束时间进行判断命中。
拒绝营销规则: 查询Redis hset 判断是否命中。
任务多规则命中: 获取小时、天级别缓存 进行N天、N小时综合和配置规则总次数进行比较，均取Redis数据。
单接口优化策略：任务多规则配置时同步到Mysql和Redis 查询时获取Redis中缓存，并存入本地缓存caffeine，获取小时、天级别缓存时候Redis管道PipelineHelper进行一次性获取。
优点：规则配置同步到Redis ，减少Mysql查询压力，Redis存内存读写，性能远高于Mysql , Redis数据备份到本地缓存caffeine并进行查询，减少查询Redis交换的网络损耗，提升查询性能，但是cafferine有自己的策略，需要允许时间上的容错。
批量接口是在单接口的基础上允许接收多个关机入参userId -> userIdList ，业务需要限制在50以内。
批量接口优化策略：在单接口基础上进行代码优化，时间范围命中，命中一个全部返回，减少无必要的循环浪费资源。拒绝营销优化复杂封装 直接使用key filed 进行value提 ，结合PipelineHelper一次性获取多个value，内存中纯技术是否命中。
优点：由于批量接口都是调用者当前时间，所有时间相同，一个命中则可以判断都命中，否则进行下一个规则，减少了无效循环。拒绝营销进行了复杂封装考虑的是复用性，但是这里只有一个类型，所有规则直接提取。
接口压测遇到的问题并反思学习。
接口性能观察点： TPS TP99 TP999 成功率/失败率
影响接口性能的指标：
1.SQL慢查询优化
2.代码内部逻辑优化
3.线程优化
4.锁优化
5.内存优化
6.网络消耗
7.CPU优化
8.json序列化
9.日志输出优化
10.性能监控插件
提升接口性能的方式：
1.SQL查询优化: sql语句优、 索引优化、使用第三方缓存插件、读写分离、 分库分表 。
2.代码逻辑优化：判断逻辑优化、 读写流优化（流及时关闭）、 尽可能使用局部变量 、 避免方法过长 、 避免循环中使用try-catch、 无效循环优化（批查询 、PipelineHelper等技术）、 串行变并行（多线程）。
3.线程优化： 使用多线程、 异步线程、 修改线程数量、 修改队列大小。
4.锁优化： 减少锁的粒度、 重量级锁轻量级锁。
5.内存优化： 提升内存 减少GC次数 减少对象创建
6.网络消耗优化： 流入流出达到峰值会限制数据传输 减少每次网络传输数据 （无关字段优化，传输数据压缩）
7.CPU优化：增大运行内存、CPU达到峰值已是达到最大算力、会限制接口性能、 CPU标高原因（内部计算、上下文切换，磁盘交互，Json序列化，监控插件均会增大Cpu压力）。
8.json序列化：减少无关 json序列化次数，删除日志序列化。
9.日志输出优化：删除无关日志输出， 减少日志相关json序列化。
10.性能监控插件：监控插件会占用Cpu 且占用较大，考虑优化或替换。
11.增加服务器，提升整体算力。
接口性能指标：
tps 、 tp99
成功率/失败率
CPU使用：
内存使用率：
标签：记录,压测,Redis,接口,查询,命中,序列化,优化 From： https://www.cnblogs.com/sunnycc/p/17053636.html