1.批处理
批量思想：批量操作数据库，这个很好理解，在循环插入场景的接口中，可以在批处理执行完成后一次性插入或更新数据库，避免多次IO。
//批量入库
batchInsert()
//redis管道操作
_, err = a.rc.TxPipelined(func(p redis.Pipeliner) error { p.HSet(key, field, json.Marshal(&info)) p.Expire(key, tkTime.RedisRandomExpire(tkTime.Week)) return nil })
2.异步处理
异步思想：针对耗时比较长且不是结果必须的逻辑，可以考虑放到异步执行，这样能降低接口耗时。
例如：
1）一个理财的申购接口，入账和写入申购文件是同步执行的，因为是T+1交易，后面这两个逻辑其实不是结果必须的，并不需要关注它的实时结果，所以考虑把入账和写入申购文件改为异步处理。
2）go func()
至于异步的实现方式，可以用线程池，也可以用消息队列，还可以用一些调度任务框架。
3.空间换时间 （缓存）
一个很好理解的空间换时间的例子是合理使用缓存，针对一些频繁使用且不频繁变更的数据，可以提前缓存起来，需要时直接查缓存，避免频繁地查询数据库或者重复计算。
需要注意的事，这里用了合理二字，因为空间换时间也是一把双刃剑，需要综合考虑使用场景，毕竟缓存带来的数据一致性问题,也挺令人头疼。
这里的缓存可以是R2M，也可以是本地缓存、memcached，或者Map。
举一个股票工具的查询例子：
因为策略轮动的调仓信息，每周只更新一次，所以原来的调接口就去查库的逻辑并不合理，而且拿到调仓信息后，需要经过复杂计算，最终得出回测收益和跑赢沪深指数这些想要的结果。如果把查库操作和计算结果放入缓存，可以节省很多的执行时间。
4.预处理
也就是预取思想，就是提前要把查询的数据，提前计算好，放入缓存或者表中的某个字段，使用时会大幅提高接口性能。跟上面那个例子很像，但关注点不同。
举个简单的例子：理财产品，会有根据净值计算年化收益率的数据展示需求，利用净值去套用年化收益率计算公式计算的逻辑可以采用预处理，这样每一次接口调用直接取对应字段就可以了。
5.池化思想
开发者一般都用过数据库连接池，线程池等，这就是池思想的体现，它们解决的问题就是避免重复创建对象或创建连接，可以重复利用，避免不必要的损耗，毕竟创建销毁也会占用时间。
池化思想包含但并不局限于以上两种，总的来说池化思想的本质是预分配与循环使用，明白这个原理后，即使是在做一些业务场景的需求时，也可以利用起来。
比如：对象池
6.串行改并行
串行就是当前执行逻辑必须等上一个执行逻辑结束之后才执行，并行就是两个执行逻辑互不干扰，所以并行相对来说就比较节省时间，当然是建立在没有结果参数依赖的前提下。
比如，理财的持仓信息展示接口，既需要查询用户的账户信息，也需要查询商品信息和banner位信息等等来渲染持仓页，如果是串行，基本上接口耗时就是累加的。如果是并行，接口耗时将大大降低。
7.索引
加索引能大大提高数据查询效率，这个在接口设计之出也会考虑到，这里不再多赘述。
8.避免大事务
所谓大事务问题，就是运行时间较长的事务，由于事务一致不提交，会导致数据库连接被占用，影响到别的请求访问数据库，影响别的接口性能。
为避免大事务问题，可以通过以下方案规避：
1）RPC调用不放到事务里面
2）查询操作尽量放到事务之外
3）事务中避免处理太多数据
9.优化程序结构
程序结构问题一般出现在多次需求迭代后，代码叠加形成。会造成一些重复查询、多次创建对象等耗时问题。在多人维护一个项目时比较多见。解决起来也比较简单，需要针对接口整体做重构，评估每个代码块的作用和用途，调整执行顺序。
10.深分页问题
深分页问题比较常见，一般最先想到的就是limit ，为什么会慢，可以看下这个SQL：
select * from purchase_record where productCode = 'PA9044' and status=4 and id > 100000 limit 200
这样优化的好处是命中了主键索引，无论多少页，性能都还不错，但是局限性是需要一个连续自增的字段
11.SQL优化
sql优化能大幅提高接口的查询性能，可以结合索引、分页等关注点考虑优化方案。
12.锁粒度避免过粗
锁一般是为了在高并发场景下保护共享资源采用的一种手段，但是如果锁的粒度太粗，会很影响接口性能。
关于锁粒度：就是要锁的范围有多大，不管是synchronized还是redis分布式锁，只需要在临界资源处加锁即可，不涉及共享资源的就不必要加锁，就好比要上卫生间，只需要把卫生间的门锁上就可以，不需要把客厅的门也锁上。