后端架构师三步调优，服务器吞吐量翻倍

　　跟人吵架，当场撕的——7月12号下午三点零七分，我正扒拉第三块凉透的麻婆豆腐，筷子尖刚挑起一粒花椒，王工在监控大屏前喊了声“又挂了”，接着把鼠标拍得像砸核桃。机房空调嘶嘶漏氟的声音突然变大，我抬头看见他后颈上一滴汗滑进衣领，没擦。

　　吞吐量翻倍？行，我认。但“三步调优”这词儿是PM写进OKR里那天就馊了。不是步骤不对，是压根没人问：你先干掉了谁？我说的不是降级策略里的那个下游服务，是人——上个月还在吹K8s弹性伸缩多优雅的张总监，现在蹲在测试环境改YAML配参，手抖得连replicas都输错两次。优胜劣汰？对，淘汰的是那个坚信“加内存就能扛住流量”的自己。我原以为缓存穿透是架构问题，结果查日志发现是前端发了个空字符串当ID去GET /user/，我们后端接住了，还顺手打了条info日志——十八秒里跑了三十七次同样的无效SQL。

　　第一步，砍掉所有非阻塞IO上的同步等待。不是换Netty，是删代码。删掉三百七十二行“logger.info(‘进入方法’);”，删掉七处try-catch-log-rethrow，删掉监控埋点里重复打点的那六个traceId生成器。运维老李当时正啃烧鸡腿，油蹭到服务器资产标签上，他含糊说：“你们这调参跟修自行车似的，胎没破先卸轮子。”我说对，就该卸。他噎了一下，差点被鸡骨卡住，伸手摸茶杯时碰倒了我桌上半罐红牛，褐色液体顺着笔记本边缘滴到地上，滋啦一声轻响。

　　第二步，让连接池别装死了。HikariCP的maxLifetime设成30分钟？扯淡。我们改成47分钟——不是算出来的，是线上滚了三天后，发现凌晨2:13到2:21之间总有一批连接重建慢，抓包一看，是NAT超时刚好卡在31分。改成47，缺口补上了。但这事我跟DBA陈姐吵过三次。她第三次甩出一张Oracle AWR报告截图，食指按着屏幕某行不动，指甲缝里还带着早上修打印机留下的蓝墨水。我没看报告，就说：“你信Awr还是信TCP重传包？”她愣住，然后突然笑出声，把报告折起来塞回包里，起身时撞歪了门边那盆绿萝，土洒了一地。

　　第三步最邪门：把SLA从“99.95%可用”改成“单次请求失败即熔断”。不是降级，是掀桌。上游调用方哭着打电话来，话筒里背景音是婴儿嚎啕，我听着，手边咖啡凉透，奶泡结了一层薄皮。我说你先把timeout调成1500毫秒，他吼“你们接口明明说支持2000！”我嗯了一声，把听筒拿远十公分，等他吼完，再贴回来：“你刚才摔手机了？听筒有杂音。”他静了两秒，挂了。后来知道他真摔了——客服系统工单里备注写着：“用户称设备掉落，屏幕裂纹呈放射状，语音中断于第4.2秒”。这事儿跟吞吐量没关系，但我记住了。有时候优化不是跑更快，是让系统敢说“不”。

　　对了，昨天凌晨又挂了一次。不是新问题，是老问题复现——我们删掉的那三百七十二行日志里，有一处被误删了finally里的close()，压测时没崩，因为测试数据太干净。真实流量里有人传base64图片嵌在header里，大小八百二十一KB，解码时没关流，撑了五个小时才OOM。这锅不该算在“三步”里。它该算在，我删代码时听见窗外打雷，分神看了眼玻璃上闪电的反光，手比脑子快了一帧。

文章配图，仅供参考

　　所以我不信“翻倍”这种词。我信的是，7月12号下午那块花椒嚼碎之后，舌根发麻的时间，比之前长了两秒——不是测量的，是感觉的。这种事没法放进压测报告。但我敢打包票，那天王工后颈那滴汗，是咸的。他抹的时候左手小指翘着，像弹钢琴。

　　下一步？下周二上午九点，我要去把那个被删掉又悄悄加回去的logger.info()找出来。不是为了补日志，是想看看是谁加的，顺手教他怎么看jstack里线程堆栈里那一串“WAITING on java.util.concurrent.locks.AbstractQueuedSynchronizer$ConditionObject”——这个我说不准，但我知道他肯定又在condition.await()前面忘了加超时。我手机闹钟已经设好了，提醒语写的是：“别让线程睡过头”。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!