摘要：用線程池執(zhí)行異步任務(wù)為了減少阻塞時間，加快響應(yīng)速度，把無需返回結(jié)果的操作變成異步任務(wù)，用線程池來執(zhí)行，這是提高性能的一種手段。疲于奔命的模式，做不好大型服務(wù)端開發(fā)，也難以做好各種領(lǐng)域的開發(fā)。

為了減少阻塞時間，加快響應(yīng)速度，把無需返回結(jié)果的操作變成異步任務(wù)，用線程池來執(zhí)行，這是提高性能的一種手段。
你可能要驚訝了，這么做不對嗎？

首先，我們把異步任務(wù)分為兩種：

務(wù)必成功執(zhí)行的

不成功就放棄

顯然大多數(shù)時候都是第一種。那么當(dāng)你把任務(wù)丟給線程池，你知道它完成了沒有嗎？

如果服務(wù)器宕機、升級或重啟，那些尚未完成或還在排隊的任務(wù)就丟了。后果是，用戶在促銷活動中搶到的優(yōu)惠券，沒有發(fā)給用戶。更嚴重的后果是，一個訂單在送往倉庫系統(tǒng)的途中消失了。

我推薦的做法是把任務(wù)投遞到消息中間件，讓它分發(fā)給消息消費者來執(zhí)行(消費者可能是發(fā)送者自身)。

消息中間件可以要求消費者在完成任務(wù)后通知中間件，否則就重新分發(fā)消息，直到收到任務(wù)已完成的通知。

如果中間件沒這種功能，可以讓應(yīng)用要求消費者在完成任務(wù)后回發(fā)一個"任務(wù)已完成"的消息，但應(yīng)用不能同步等待這一消息，否則異步就退化為同步了。

更重要的是，消息中間件有持久化功能，即使宕機也不丟消息，而且消息中間件可以長期不升級、不重啟。消息中間件的缺點是，對失敗情況的處理難以定制化——你可能想定制重試間隔、重試次數(shù)等細節(jié)。

換個角度來看，要解決丟任務(wù)的問題，你不一定要用消息中間件。你可以在應(yīng)用代碼中把任務(wù)和完成狀態(tài)保存到數(shù)據(jù)庫中，用線程池執(zhí)行，在完成后更新狀態(tài)。這是不是很像作業(yè)調(diào)度(例如Quartz)呢？是的。

然而，有些任務(wù)確實是可有可無的，例如『刷新一個不重要的緩存』的任務(wù)，那么就隨便丟到線程池吧。

我們知道，性能瓶頸通常都是I/O，尤其是數(shù)據(jù)庫的I/O。因此我們用了緩存，速度蹬的一下竄上來了——不一定哦。

用緩存把I/O變成了內(nèi)存計算，最大瓶頸消除，速度上升一個數(shù)量級。在這個數(shù)量級，一些原本不重要的因素開始產(chǎn)生影響了。

日志是一種I/O啊，雖然順序?qū)懘疟P很快，但還是比內(nèi)存計算要慢啊。更糟的是，一個線程寫日志時，另一個線程必須等它寫完才能接著寫，否則日志會亂，當(dāng)日志量較大時，就stop the world了。

所以當(dāng)你的系統(tǒng)性能高到一定程度，就要對日志做性能優(yōu)化了(有過提高3倍QPS的案例)，兩個常見辦法：

少打日志

異步模式

今天少打日志，明天排查bug就想哭。所以主要靠異步模式。

Logback可以通過配置(網(wǎng)上搜一搜)，在RollingFileAppender上套一個AsyncAppender，實際上就是加了個緩沖隊列，變成了批量寫磁盤。缺點是無法看到最新日志(還沒寫磁盤)。queueSize默認是256，即使設(shè)為16，也有明顯的性能提升，還緩和了不能及時看到最新日志的問題。

Log4j 2的異步模式有更深入的優(yōu)化，是否選用，以測試數(shù)據(jù)為準(zhǔn)。

網(wǎng)絡(luò)忘記設(shè)超時，系統(tǒng)隨時可能掛。

每一個網(wǎng)絡(luò)操作，都記得設(shè)置超時時間，超過這個時間就放棄。訪問分布式緩存也如此。

如果不設(shè)超時，可能會等到天荒地老。網(wǎng)絡(luò)，就是這么不確定。

一個命中率低下的緩存，不如沒有。雖然LRU算法很好用，但未必沒有例外情況。頻繁作廢的數(shù)據(jù)、大體積數(shù)據(jù)都可能是負擔(dān)。

統(tǒng)計緩存命中率的實現(xiàn)辦法可以是內(nèi)存里計數(shù)，定期寫到數(shù)據(jù)庫或文件；也可以是把命中情況打到日志里，日后匯總統(tǒng)計。也可能有更精巧的實現(xiàn)。

當(dāng)你的系統(tǒng)進入精耕細作時代，這個問題必然擺上案頭。

緩存一定快嗎？我真的見過不快的。分布式緩存要經(jīng)由網(wǎng)絡(luò)，網(wǎng)絡(luò)抖一抖，緩存抖三抖；還依賴運維，運維抖一抖，緩存抖三抖。此事之微妙，不可不察也。

留個心，設(shè)個超時，記個響應(yīng)時間。一個簡單辦法是，當(dāng)響應(yīng)時間過長時，打一行日志，正常情況不打日志。這樣既留了記錄，又不產(chǎn)生過多日志。

中央分布式緩存是由緩存中間件組成的集群，一致性較好，緩存的很快會同步到所有副本。但是畢竟要經(jīng)由網(wǎng)絡(luò)，延遲為亞毫秒級，而且負載聚集到中間件，可能因網(wǎng)絡(luò)擁塞或機器負載高而出現(xiàn)性能波動。

為了進一步提高部分業(yè)務(wù)的性能和穩(wěn)定性，可能要輔以本地緩存。

緩存要有過期策略，如果使用了Guava Cache，可以選擇expireAfterAccess(不常用)、expireAfterWrite或refreshAfterWrite策略：

expire是先丟棄舊數(shù)據(jù)，再從數(shù)據(jù)庫加載新數(shù)據(jù)，期間讓數(shù)據(jù)庫承擔(dān)壓力，適用于一般情況。

refresh是在異步加載新數(shù)據(jù)完成前，一直保留舊數(shù)據(jù)，能始終為數(shù)據(jù)庫擋住壓力，適用于高壓情況。

各個應(yīng)用實例的本地緩存是獨立的，舊數(shù)據(jù)的作廢依賴于過期策略。作為改進，可以利用消息隊列，一個實例廣播消息說某數(shù)據(jù)作廢了，其他實例紛紛自檢。這是準(zhǔn)實時同步。

緩存的更新方式也影響著性能，@左耳朵耗子 的緩存更新的套路很好地介紹了三種套路，現(xiàn)在我來對比一下：

Cache Aside Pattern: 應(yīng)用程序在數(shù)據(jù)庫和緩存之間周旋，以數(shù)據(jù)庫為準(zhǔn)。適合一般情況，因此最常用。

Read/Write Through Pattern: 應(yīng)用只讀寫緩存，緩存同步寫回數(shù)據(jù)庫(同步是指應(yīng)用等待著寫回完成)。理論性能略高一些。

Write Behind Caching Pattern: 應(yīng)用只讀寫緩存，緩存異步寫回數(shù)據(jù)庫(應(yīng)用不等待寫回完成，緩存若宕機將丟數(shù)據(jù))。理論性能最高，如果有Write Ahead Logging(Redis AOF或Apache Ignite都可以)特性，可避免丟數(shù)據(jù)，但略為降低性能。

有的系統(tǒng)步入精耕細作時代后，想避免一種情況——緩存作廢時，很多應(yīng)用實例同時訪問數(shù)據(jù)庫，加重負載，而且浪費資源。于是有了給緩存加鎖的方案。

簡單版是每個實例內(nèi)部設(shè)鎖，某條數(shù)據(jù)只許一個線程去數(shù)據(jù)庫取。復(fù)雜版是把鎖設(shè)在分布式緩存中，某條數(shù)據(jù)只許一個實例去數(shù)據(jù)庫取，然后放入緩存讓其他實例用。

復(fù)雜版的想法是好的，但注意，鎖要設(shè)置超時(還記得我上文說的嗎)，否則萬一持有鎖的實例發(fā)生問題，就全體耽誤了。即使設(shè)了超時，也可能全體實例一直等待超時，浪費時間。所以這種方案不一定好，需以測試數(shù)據(jù)為準(zhǔn)。

很多公司經(jīng)常加班，實際上效率低下、也不持久，只能復(fù)制既有經(jīng)驗，靠不停換人來維持，其后果就是：需求混亂、bug巨多、創(chuàng)新乏力。

要把技術(shù)搞好，需要有條不紊，遇變不亂，持久輸出。疲于奔命的模式，做不好大型服務(wù)端開發(fā)，也難以做好各種領(lǐng)域的開發(fā)。