背景

我們負責的一個業務平臺，有次在發現設置頁面的加載特別特別地慢，簡直就是令人發指

讓用戶等待 36s 肯定是不可能的，于是我們就要開啟優化之旅了。

投石問路

既然是網站的響應問題，可以通過 Chrome 這個強大的工具幫助我們快速找到優化方向。

通過 Chrome 的 Network 除了可以看到接口請求耗時之外，還能看到一個時間的分配情況，選擇一個配置沒有那么多的項目，簡單請求看看：

雖然只是一個只有三條記錄的項目，加載項目設置都需要 17s，通過 Timing, 可以看到總的請求共耗時 17.67s ，但有 17.57s 是在 Waiting(TTFB) 狀態。

TTFB 是 Time to First Byte 的縮寫，指的是瀏覽器開始收到服務器響應數據的時間（后臺處理時間+重定向時間），是反映服務端響應速度的重要指標。

Profile 火焰圖 + 代碼調優

那么大概可以知道優化的大方向是在后端接口處理上面，后端代碼是 Python + Flask 實現的，先不盲猜，直接上 Profile：

第一波優化：功能交互重新設計

說實話看到這段代碼是絕望的：完全看不出什么？只是看到很多 gevent 和 Threading，因為太多協程或者線程？

這時候一定要結合代碼來分析（為了簡短篇幅，參數部分用 “...” 代替）：

?def get_max_cpus(project_code, gids):
    """
    """
    ...
    # 再定義一個獲取 cpu 的函數
    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)
        ]
        max_val = max(vals) if vals else float('nan')
        max_cpus[gid] = max_val
       
    #  啟動線程批量請求
    for gid in gids:
        t = Thread(target=get_max_cpu, args=(...))
        threads.append(t)
        t.start()
        
    # 回收線程
    for t in threads:
        t.join()

    return max_cpus

通過代碼可以看到，為了更加快速獲取 gids 所有的 cpu_max 數據，為每個 gid 分配一個線程去請求，最終再返回最大值。

這里會出現兩個問題：

1. 在一個 web api 做線程的 創建 和 銷毀 是有很大成本的，因為接口會頻繁被觸發，線程的操作也會頻繁發生，應該盡可能使用線程池之類的，降低系統花銷；
2. 該請求是加載某個 gid (群組) 下面的機器過去 7 天的 CPU 最大值，可以簡單拍腦袋想下，這個值不是實時值也不是一個均值，而是一個最大值，很多時候可能并沒有想象中那么大價值；

既然知道問題，那就有針對性的方案：

1. 調整功能設計，不再默認加載 CPU 最大值，換成用戶點擊加載（一來降低并發的可能，二來不會影響整體）；
2. 因為 1 的調整，去掉多線程實現；

再看第一波優化后的火焰圖：

這次看的火焰圖雖然還有很大的優化空間，但起碼看起來有點正常的樣子了。

第二波優化：Mysql 操作優化處理

我們再從頁面標記處（接口邏輯處）放大火焰圖觀察：

看到好大一片操作都是由 utils.py:get_group_profile_settings 這個函數引起的數據庫操作熱點。

同理，也是需要通過代碼分析：

def get_group_profile_settings(project_code, gids):
    
    # 獲取 Mysql ORM 操作對象
    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:
            result = 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 ，第一個反應就是 索引問題，所以優先去看看數據庫的索引情況，如果有索引的話應該不會是瓶頸：

很奇怪這里明明已經有了索引了，為什么速度還是這個鬼樣子呢！

正當毫無頭緒的時候，突然想起在 第一波優化 的時候， 發現 gid（群組）越多的影響越明顯，然后看回上面的代碼，看到那句：

for gid in gids: 
    ...

我仿佛明白了什么。

這里是每個 gid 都去查詢一次數據庫，而項目經常有 20 ~ 50+ 個群組，那肯定直接爆炸了。

其實 Mysql 是支持單字段多值的查詢，而且每條記錄并沒有太多的數據，我可以嘗試下用 Mysql 的 OR 語法，除了避免多次網絡請求，還能避開那該死的 for

正當我想事不宜遲直接搞起的時候，余光瞥見在剛才的代碼還有一個地方可以優化，那就是：

看到這里，熟悉的朋友大概會明白是怎么回事。

GetAttr 這個方法是Python 獲取對象的 方法/屬性 時候會用到，雖然不可不用，但是如果在使用太過頻繁也會有一定的性能損耗。

結合代碼一起來看：

def get_group_profile_settings(project_code, gids):
    
    # 獲取 Mysql ORM 操作對象
    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()
        ...

在這個遍歷很多次的 for 里面，session.query(ProfileSetting) 被反復無效執行了，然后 filter 這個屬性方法也被頻繁讀取和執行，所以這里也可以被優化。

總結下的問題就是：

1. 數據庫的查詢沒有批量查詢；
2. ORM 的對象太多重復的生成，導致性能損耗；
3. 屬性讀取后沒有復用，導致在遍歷次數較大的循環體內頻繁 getAttr，成本被放大；

那么對癥下藥就是：

def get_group_profile_settings(project_code, gids):
    
    # 獲取 Mysql ORM 操作對象
    ProfileSetting = unpurview(sandman.endpoint_class('profile_settings'))
    session = get_postman_session()
    
    
    # 批量查詢 并將 filter 提到循環之外
    query_results = query_instance.filter(
        ProfileSetting.name.in_(project_code + ':' + gid for gid in gids)
    ).all()

    # 對全部的查詢結果再單條處理
    profile_settings = {}
    for result in query_results:
        if not result:
            continue
        result = 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

優化后的火焰圖：

對比下優化前的相同位置的火焰圖：

明顯的優化點：優化前的，最底部的 utils.py:get_group_profile_settings 和 數據庫相關的熱點大大縮減。

優化效果

同一個項目的接口的響應時長從 37.6 s 優化成 1.47s，具體的截圖：

優化總結

如同一句名言：

如果一個數據結構足夠優秀，那么它是不需要多好的算法。

在優化功能的時候，最快的優化就是：去掉那個功能！

其次快就是調整那個功能觸發的 頻率 或者 復雜度！

從上到下，從用戶使用場景去考慮這個功能優化方式，往往會帶來更加簡單高效的結果，嘿嘿！

當然很多時候我們是無法那么幸運的，如果我們實在無法去掉或者調整，那么就發揮做程序猿的價值咯：Profile

針對 Python 可以嘗試：cProflile + gprof2dot

而針對 Go 可以使用: pprof + go-torch

很多時候看到的代碼問題都不一定是真正的性能瓶頸，需要結合工具來客觀分析，這樣才能有效直擊痛點！

其實這個 1.47s，其實還不是最好的結果，還可以有更多優化的空間，比如：

1. 前端渲染和呈現的方式，因為整個表格是有很多數據組裝后再呈現的，響應慢的單元格可以默認先顯示 菊花，數據返回再更新；
2. 火焰圖看到還有挺多細節可以優化，可以替換請求數據的外部接口，比如再優化徹底 GetAttr 相關的邏輯；
3. 更極端就是直接 Python 轉 GO；

但是這些優化已經不是那么迫切了，因為這個 1.47s 是比較大型項目的優化結果了，絕大部分的項目其實不到 1s 就能返回

再優化可能付出更大成本，而結果可能也只是從 500ms 到 400ms 而已，結果并不那么高性價比。

所以我們一定要時刻清晰自己優化的目標，時刻考慮 投入產出比，在有限的時間做出比較高的價值（如果有空閑時間當然可以盡情干到底）