优化使用的工具,使用LoadRunner做为压力测试工具,使用jprobe进行代码剖析。
1:第一个实例。
原状况:
调用一个API,发现执行的时间很高,用jprobe分析,发现消耗时间最长的是把缓存中的一个树从第三个节点进行扁平化,就是把第二个节点的子树构造为一个列表,不知道为什么构造这个数据的耗时比直接查数据库的耗时都要多的多。
解决的方案:
方案1:直接调用sql,通过 select columns from talble_name start with parendId = 'value' connect by prior id=parendId获取该节点下的子数据去获取节点。
方案2:因为该数据结构的构造的每次用户调用都需要构造,但是事实上这个数据结构每个用户过来都是不变的,只有在节点变更的时候需要修改这个数据节点,所以可以用一个容器来保存这份数据结构,当用户来调用该API时,直接调用该容器中的数据结构,只有当节点变更的,去重新构造这个数据结构,然后替换容器中数据结构,这里面因为线程方面的原因,所以该容器选择用ConcurrentHashMap来保存数据。