背景
我们负责的一个业务平台，有次在发现设置页面的加载特别特别地慢，简直就是令人发指。
让用户等待 36s 肯定是不可能的，于是我们就要开启优化之旅了。
投石问路
既然是网站的响应问题，可以通过 Chrome 这个强大的工具帮助我们快速找到优化方向。
通过 Chrome 的 Network 除了可以看到接口请求耗时之外，还能看到一个时间的分配情况，选择一个配置没有那么多的项目，简单请求看看：
虽然只是一个只有三条记录的项目，加载项目设置都需要 17s，通过 Timing, 可以看到总的请求共耗时 17.67s ，但有 17.57s 是在 Waiting(TTFB) 状态。
| TTFB 是 Time to First Byte 的缩写，指的是浏览器开始收到服务器响应数据的时间（后台处理时间+重定向时间），是反映服务端响应速度的重要指标。 |
Profile 火焰图 + 代码调优
那么大概可以知道优化的大方向是在后端接口处理上面，后端代码是 Python + Flask 实现的，先不盲猜，直接上 Profile：
第一波优化：功能交互重新设计
说实话看到这段代码是绝望的：完全看不出什么？只是看到很多 gevent 和 Threading，因为太多协程或者线程？
这时候一定要结合代码来分析（为了简短篇幅，参数部分用 “...” 代替）：
def get_max_cpus(project_code, gids): """ """ ... # 再定义一个获取 cpu 的函数 def get_max_cpu(project_setting, gid, token, headers): group_with_machines = utils.get_groups(...) hostnames = get_info_from_machines_info(...) res = fetchers.MonitorAPIFetcher.get(...) vals = [ round(100 - val, 4) for ts, val in res['series'][0]['data'] if not utils.is_nan(val) ] maxmax_val = max(vals) if vals else float('nan') max_cpus[gid] = max_val # 启动线程批量请求 for gid in gids: t = Thread(target=get_max_cpu, args=(...)) threads.append(t) t.start() # 回收线程 for t in threads: t.join() return max_cpus |
通过代码可以看到，为了更加快速获取 gids 所有的 cpu_max 数据，为每个 gid 分配一个线程去请求，最终再返回最大值。
这里会出现两个问题：
1、在一个 web api 做线程的 创建 和 销毁 是有很大成本的，因为接口会频繁被触发，线程的操作也会频繁发生，应该尽可能使用线程池之类的，降低系统花销；
2、该请求是加载某个 gid (群组) 下面的机器过去 7 天的 CPU 最大值，可以简单拍脑袋想下，这个值不是实时值也不是一个均值，而是一个最大值，很多时候可能并没有想象中那么大价值；
既然知道问题，那就有针对性的方案：
1、调整功能设计，不再默认加载 CPU 最大值，换成用户点击加载（一来降低并发的可能，二来不会影响整体）；
2、因为 1 的调整，去掉多线程实现；
再看第一波优化后的火焰图：
这次看的火焰图虽然还有很大的优化空间，但起码看起来有点正常的样子了。
第二波优化：Mysql 操作优化处理
我们再从页面标记处（接口逻辑处）放大火焰图观察：
看到好大一片操作都是由 utils.py:get_group_profile_settings 这个函数引起的数据库操作热点。
同理，也是需要通过代码分析：
def get_group_profile_settings(project_code, gids): # 获取 Mysql ORM 操作对象 ProfileSetting = unpurview(sandman.endpoint_class('profile_settings')) session = get_postman_session() profile_settings = {} for gid in gids: compound_name = project_code + ':' + gid result = session.query(ProfileSetting).filter( ProfileSetting.name == compound_name ).first() if result: resultresult = result.as_dict() tag_indexes = result.get('tag_indexes') profile_settings[gid] = { 'tag_indexes': tag_indexes, 'interval': result['interval'], 'status': result['status'], 'profile_machines': result['profile_machines'], 'thread_settings': result['thread_settings'] } ...(省略) return profile_settings |
看到 Mysql ，第一个反应就是 索引问题，所以优先去看看数据库的索引情况，如果有索引的话应该不会是瓶颈：
很奇怪这里明明已经有了索引了，为什么速度还是这个鬼样子呢！
正当毫无头绪的时候，突然想起在 第一波优化 的时候， 发现 gid（群组）越多的影响越明显，然后看回上面的代码，看到那句：
for gid in gids: ... |
我仿佛明白了什么。
这里是每个 gid 都去查询一次数据库，而项目经常有 20 ~ 50+ 个群组，那肯定直接爆炸了。
其实 Mysql 是支持单字段多值的查询，而且每条记录并没有太多的数据，我可以尝试下用 Mysql 的 OR 语法，除了避免多次网络请求，还能避开那该死的 for。
正当我想事不宜迟直接搞起的时候，余光瞥见在刚才的代码还有一个地方可以优化，那就是：
看到这里，熟悉的朋友大概会明白是怎么回事。
GetAttr 这个方法是Python 获取对象的 方法/属性 时候会用到，虽然不可不用，但是如果在使用太过频繁也会有一定的性能损耗。
结合代码一起来看：
def get_group_profile_settings(project_code, gids): # 获取 Mysql ORM 操作对象 ProfileSetting = unpurview(sandman.endpoint_class('profile_settings')) session = get_postman_session() profile_settings = {} for gid in gids: compound_name = project_code + ':' + gid result = session.query(ProfileSetting).filter( ProfileSetting.name == compound_name ).first() ... |
在这个遍历很多次的 for 里面，session.query(ProfileSetting) 被反复无效执行了，然后 filter 这个属性方法也被频繁读取和执行，所以这里也可以被优化。
总结下的问题就是：
1. 数据库的查询没有批量查询； 2. ORM 的对象太多重复的生成，导致性能损耗； 3. 属性读取后没有复用，导致在遍历次数较大的循环体内频繁 getAttr，成本被放大； |
那么对症下药就是：
def get_group_profile_settings(project_code, gids): # 获取 Mysql ORM 操作对象 ProfileSetting = unpurview(sandman.endpoint_class('profile_settings')) session = get_postman_session() # 批量查询 并将 filter 提到循环之外 query_results = query_instance.filter( ProfileSetting.name.in_(project_code + ':' + gid for gid in gids) ).all() # 对全部的查询结果再单条处理 profile_settings = {} for result in query_results: if not result: continue resultresult = result.as_dict() gid = result['name'].split(':')[1] tag_indexes = result.get('tag_indexes') profile_settings[gid] = { 'tag_indexes': tag_indexes, 'interval': result['interval'], 'status': result['status'], 'profile_machines': result['profile_machines'], 'thread_settings': result['thread_settings'] } ...(省略) return profile_settings |
优化后的火焰图：
对比下优化前的相同位置的火焰图：
明显的优化点：优化前的，最底部的 utils.py:get_group_profile_settings 和 数据库相关的热点大大缩减。
优化效果
同一个项目的接口的响应时长从 37.6 s 优化成 1.47s，具体的截图：
优化总结
| 如同一句名言： 如果一个数据结构足够优秀，那么它是不需要多好的算法。 |
在优化功能的时候，最快的优化就是：去掉那个功能！
其次快就是调整那个功能触发的 频率 或者 复杂度！
从上到下，从用户使用场景去考虑这个功能优化方式，往往会带来更加简单高效的结果，嘿嘿！
当然很多时候我们是无法那么幸运的，如果我们实在无法去掉或者调整，那么就发挥做程序猿的价值咯：Profile
针对 Python 可以尝试：cProflile + gprof2dot
而针对 Go 可以使用: pprof + go-torch
很多时候看到的代码问题都不一定是真正的性能瓶颈，需要结合工具来客观分析，这样才能有效直击痛点！
其实这个 1.47s，其实还不是最好的结果，还可以有更多优化的空间，比如：
1、前端渲染和呈现的方式，因为整个表格是有很多数据组装后再呈现的，响应慢的单元格可以默认先显示 菊花，数据返回再更新；
2、火焰图看到还有挺多细节可以优化，可以替换请求数据的外部接口，比如再优化彻底 GetAttr 相关的逻辑；
3、更极端就是直接 Python 转 GO；
但是这些优化已经不是那么迫切了，因为这个 1.47s 是比较大型项目的优化结果了，绝大部分的项目其实不到 1s 就能返回。
再优化可能付出更大成本，而结果可能也只是从 500ms 到 400ms 而已，结果并不那么高性价比。
所以我们一定要时刻清晰自己优化的目标，时刻考虑 投入产出比，在有限的时间做出比较高的价值（如果有空闲时间当然可以尽情干到底）。
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系博为峰小编(021-64471599-8017)，我们将立即处理
