最近被安排搞搜索接口优化，压测了 4 次，才勉强达到要求

第二次压测

虽然优化了代码，修改了配置，但是情况更糟糕了，而且还改出了新的问题。当时，反复检查了代码，确定查询缓存的次数已经是最少了，而且连接线程池相关参数也调到一个相对较大且合理的值了。如果，再压测还是无法达到要求的话，只有出最后一招了：缓存结果集。即，以用户 ID 和用户搜索的关键词为 key，查询的结果为 value，缓存 5 分钟。

第三次压测

总算符合要求了，并发 60 的时候响应时间达到 32ms，而我又发现了新的优化点。

接口中居然还有查数据库的操作，这可不能忍，排查之后去掉了一些不必要的依赖。

成长

学会了使用 RedisTemplate 的 executePipelined 进行 redis 批量查询

针对本次优化的总结

1、一定要绝对避免循环查数据库和缓存（PS：循环里面就不能有查询缓存，更不能有查询数据库的操作，因为循环的次数没法控制）；

2、对于 API 接口的话，一般都是直接查缓存的，没有查数据库的；

3、多用批量查询，少用单条查询，尽量一次查出来；

4、对于使用阿里云，要留意一下相应产品的配置，该花的钱还是得花，同时，千万要记得正式环境中使用相应产品的内网地址；

5、注意连接池大小（包括数据库连接池、Redis 缓存

【一线大厂Java面试题解析+核心总结学习笔记+最新架构讲解视频+实战项目源码讲义】
浏览器打开：qq.cn.hn/FTf 免费领取

连接池、线程池）；

6、压测的机器上不要部署其它的服务，只跑待压测的服务，避免受其它项目影响；对于线上环境，最好一台机器上只部署一个重要的服务；

7、没有用的以及被注释掉的代码，没有用的依赖最好及时清理掉；

8、集群自不用说；

9、一些监控类的工具工具可以帮助我们更好的定位问题，比如链路跟踪，这次项目中使用了 PinPoint；

10、如果技术上优化的空间已经非常小了，可以试着从业务上着手，用实际的数据说话，可以从日常的访问量，历史访问量数据来说服测试；

11、每一次代码改动都有可能引入新的问题，因此，每次修改代码后都要回归测试一下（PS：每次修改完以后，我都会用几组不同的关键词搜索，然后比对修改前和修改后返回的数据是否一致，这个时候 postman，以及 Beyond compare 就派上用场了）；