当前位置： 移动技术网 > IT编程>开发语言>Java > Spring Cloud与微服务学习总结（10）——Spring Cloud 常见优化项的总结

Spring Cloud与微服务学习总结（10）——Spring Cloud 常见优化项的总结

2020年07月23日  | 移动技术网IT编程  | 我要评论
  1. 用undertow替换tomcat，因为undertow是基于NIO非阻塞式请求。也可以用最新的tomcat8.5版本的NIO模式，当然使用场景也有区分，undertow完全支持webrocket，适合IO密集型请求的情况。
  2. Feign优化，用okhttp替换httpclient，原因主要是简单高效。有okhttp可以设置连接池，减少请求延迟，可以共享Socket，减少对服务器的请求次数，其他比如自动处理Gzip压缩，有缓存相应数据，减少重复请求。
  3. 可以在生产环境关闭Zipkin链路追踪，因为占用CPU很多。也可自己用消息队列方案自己实现。
  4. 代码逻辑优化，比如用消息队列优化业务逻辑，把异步处理的任务剥离出来，查询慢的地方，考虑用ES类索引服务。
  5. Nacos（阿里的方案）可以替换eruka，K8s集群有时会造成注册中心注册失败，nacos在性能和稳定性上都更优。
  6. redis缓存、ES索引
  7. 数据库的索引优化，数据库垂直分（微服务分库），读写分离，水平分，分布式数据库。（方案有ID求余分库，热点分库，分布式索引）
  8. 增加服务器，做负载均衡
  9. Hystrix线程池的大小和超时时间我们都是可以设置的，线上环境，我们需要对这些参数进行调整，该如何调整呢？假设你的系统B，预计QPS是30，每秒请求响应时间是200ms，那么可以算出30*0.2=6，然后再加点缓冲空间，比如4，那么总共就是6+4=10的线程数量，当然这个4你可以自己调整，这是为了防止突然增大的流量给个缓冲的余地。当然这个缓存增加的线程数量对设置超时时间是有参考意义的，比如上面我如果设置了10条线程，此时的超时时间该设置多少？并不是越多越好哦，应该是这么算：10/30=0.333，那么也就是在300ms左右，10是线程池数目，30是你预计的QPS。想象下，如果超时时间设为500ms，当很多请求都变为500ms时，也就是10/0.5=20，你的QPS变成了20，那么多余的请求就不会不断堆积，导致线程卡死，线程卡死后的恢复速度会是比较慢的，所以要合理设置线程池和超时时间

本文地址：https://blog.csdn.net/u012562943/article/details/107498805

您可能感兴趣的文章:

如对本文有疑问， 点击进行留言回复！！

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网