宅米網性能優化實踐（內附小強點評）

背景介紹

宅米是一家專注校園電子商務的互聯網企業，目前主營校園超市O2O。公司成立于2014年11月，僅僅一年多的時間，公司即經過4輪融資，覆蓋近200座城市，1000多所大中專院校，10000多棟宿舍樓，日均訂單20萬，峰值訂單50萬。

初識架構

這樣的系統能不能應對今后快速的業務發展？性能問題會不會成為持續增長的交易量的瓶頸？系統能不能撐得住訪問高峰期的大規模并發訪問？ 性能優化成為這個時候最重要的工作，于是安排專門的工程師進行性能測試和性能優化，從架構、代碼、數據庫、運維各個層面梳理系統狀況，發現系統瓶頸，進行針對性優化。

小強點評：這種架構是初識架構，一般系統都是在這個架構上進行逐步演化的，掌握基本的架構知識對于測試工程師來說十分重要。

性能測試

校園零食購物的特點是在晚上10點左右進入高峰，在此前后一小時的交易量大概占整天交易量的一半，也就是說，如果要設計一個日訂單100萬的系統，其實要承受的交易壓力是每小時50萬單。

當初按照二八法則推算峰值每秒單量為556筆，以此為基準根據Nginx日志分析后端接口調用頻率，推算出接口調用比率前20的請求，以此構造測試場景。

在執行性能測試時，我們使用Jmeter作為性能測試工具，利用了云服務提供的系統資源監控作為基礎。

小強點評：很多人一直糾結并發數怎么去算，其實算法非常多，在小強性能測試培訓班中就講了大概4種算法，個人覺得根本不存在準確不準確的問題，關鍵是在你的應用場景，這世上哪里有絕對的準確？

架構優化

性能測試結果并不樂觀，雖然系統此前使用了分布式緩存對熱點數據進行緩存，但是比較隨意，哪些數據需要緩存，失效策略如何設置都沒有認真分析和設計。性能測試后決定規范緩存使用，盡可能將各種頻繁讀取的數據全部緩存起來，并將Redis服務器做集群和主從復制部署。

小強點評：緩存帶來的效果是明顯的，一般對于大量數據的查詢我們都要首先考慮緩存方面的優化。當然，這里說的是后端緩存，對于前端的緩存也需要考慮。

此外還使用第三方CDN服務進行靜態文件訪問加速，產品圖片、JavaScript文件、CSS文件等都通過CDN加速，同時通過Nginx反向代理服務器提供靜態文件的前端緩存。

小強點評：這些都是偏向于前端性能優化方面的問題了，感興趣的可以看我的前端性能測試視頻。

性能測試發現，系統主要瓶頸點在數據庫上，雖然使用Redis將熱點數據緩存起來，但是數據庫依然在并發量達到一定程度后表現出系統過載的情況。于是對數據庫進行主從分離。

sql語句優化

性能測試過程中發現，由于此前主要精力都在關注如何快速實現業務，大量數據庫查詢語句寫得比較隨意，索引設計非常不合理。 結合性能測試中Mysql數據庫slow.log分析，定位慢查詢SQL追加index，然后利用解釋執行計劃explain優化SQL

小強點評：任何系統在sql語句方面多多少少肯定會有問題，一般我們的方法就是慢查詢監控>top N語句分析>優化改進。思路基本都是這樣，具體的做法各不相同，靈活應對。

數據庫連接池優化

在做性能測試的時候發現在某些情況下有較為嚴重的性能問題。在高并發情況下，長時間施加壓力，應用程序出現不能訪問的狀況。

上網查找資料，發現很多人也遇到了C3P0的”APPARENT DEADLOCK”問題。

將C3P0切換成國產數據庫連接池Druid之后，狀況明顯好轉，類似問題再未出現過。

小強點評：C3P0確實有一些小bug。后來我們也用了阿里開源的Druid目前來看還是不錯的哦，可以嘗試一下。

H5響應壓縮優化

開啟Nginx gzip壓縮 ， 降低App響應數據包大小，提高響應性能

小強點評：前端的性能優化，不論是app、h6還是web都是一樣的，我們很多童鞋學的太死板，沒有做到一通百通。

訂單數據冷熱分離

隨著業務的持續發展，訂單表的數據會越來越多。按我們現在日訂單量20萬單預估，月訂單量則為600萬單，年訂單量則達到7200萬單，而且日訂單量還在不斷的增加，用不了多久，數據量就會超過MySQL的極限。 一開始我們考慮使用分布式數據庫的方案，對訂單表進行水平切分，使用訂單號進行hash，將訂單數據切分到多張表上。 進一步分析后發現，訂單數據具有明顯的冷熱不均的特點，即剛剛創建的訂單是熱數據，不同應用以各種方式訪問修改這些訂單。經過一段時間以后，特別是訂單完成后，訂單訪問頻率急劇降低，而且只有訂單查詢這一種操作。于是我們考慮采取冷熱數據分離的策略，以控制熱庫中數據總量，保障訂單表數據量始終維持在一個可以接受的范圍內，進而提供穩定的數據訪問性能。

小強點評：我們總是覺得要用高級點的技術才顯得牛逼，其實這是裝逼。當年在新浪的時候我們對數據庫做了大量的分庫分表，但最后帶來的性能提升并不明顯。我一直強調技術是服務于業務的，只有把業務的特性明確了，根據業務來使用合理的技術才會能大的提升，否則就是適得其反。

總結

性能問題是實打實的問題，解決辦法也應該針對具體問題各個擊破。通過性能測試了解系統現狀，通過瓶頸分析發現具體問題，針對具體問題尋找解決方案，實現解決方案再進行性能測試，整個性能優化形成閉環，系統得以持續優化。

小強點評：性能優化是一個持續的過程，沒有誰能一步優化道到位，也沒有誰可以優化到極致。他需要你有完善的知識體系，各個方面都要懂一些，并不是大家想的會一個LoadRunner或jmeter就可以完成的，這些只是性能中的很小的一部分而已。讓我們一起加油吧。