来源：京东技术
目录
引言
现状诊断
问题定位以及性能优化
最终效果和未解决问题
总结

01

引言

在今年的敏捷团队建设中，我通过Suite执行器实现了一键自动化单元测试。Juint除了Suite执行器还有哪些执行器呢？由此我的Runner探索之旅开始了！

在项目开发过程中，我们经常会遇到接口响应慢的问题。这不仅影响了用户体验，还可能降低了系统的吞吐量。为了提高接口性能，我们需要对整个系统进行全面的优化，包括代码层面、数据库、缓存、异步处理等方面。本文将分享一个接口性能优化之旅，希望能帮助大家掌握Pfinder使用、JSF异步调用等优化技巧，提升接口性能和定位问题的能力。

02

现状诊断

理解，首先 MCube 会依据模板缓存状态判断是否需要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的结构，转换完成后将通过表达式引擎解析表达式并取得正确的值，通过事件解析引擎解析用户自定义事件并完成事件的绑定，完成解析赋值以及事件绑定后进行视图的渲染，最终将目标页面展示到屏幕。

UMP诊断：

Max：10s
T99:1000ms
经常可用率下降

Pfinder诊断：

问题1：循环调用RPC 120次=1441ms
问题2：查询DB 286ms
问题3：未知操作 2000ms+

03

问题定位以及性能优化

理解，首先 MCube 会依据模板缓存状态判断是否需要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的结构，转换完成后将通过表达式引擎解析表达式并取得正确的值，通过事件解析引擎解析用户自定义事件并完成事件的绑定，完成解析赋值以及事件绑定后进行视图的渲染，最终将目标页面展示到屏幕。

如何解决Pfinder显示耗时不全问题：-> 手动完善全程跟踪上报

集成Pfinder SDK：

    com.jd.pfinder    pfinder-profiler-sdk    1.2.2-FINAL

使用注解：@PFTracing

上报效果

定位问题和进行代码分析

这段代码的目的是从一个名为waveInfos的字符串列表中，筛选出已经包含在另一个名为sendDPackageCodes的字符串列表中的元素，并将这些重复的元素放入一个新的列表repeatResult中。然后，它从waveInfos中排除这些重复的元素，将剩余的元素放入另一个新的列表showPackages中。这两个列表最终被用于前端显示或进一步处理。简而言之，这段代码的作用是去重并筛选出尚未处理的数据。

通过现象查看此处代码耗时占总耗时进一半左右，因此判断集合数据非常多，导致数据计算耗时较长。通过日志打印发现：waveInfos=3000+，sendDPackageCodes=7000+，因此可以看出两个集合因为数据过大导致耗时较长。

代码优化：使用Set进行处理

优化效果：2000ms -> 6ms

如何解决RPC批量调用问题 -> 使用JSF异步调用

同步异步方案比较

JSF异步调用使用

第一步：如果存在同步bean，为了不影响同步bean可以注入新的异步bean。需要

注意：jsf 这边相同接口别名最多支持3个

// 同步bean@Autowiredprivate XxxxxApi xxxxApi;// 异步实现bean,(jsf 这边相同接口 别名 最多支持3个)@Autowiredprivate XxxxxApi xxxxAsyncApi;
<jsf:consumer id="xxx" interface="xxx"              protocol="jsf" alias="xx" timeout="xxx" retries="0" check="false">    <jsf:method name="方法名称" async="true"/>jsf:consumer>

第二步：使用RpcContext调用，返回CompletableFuture对象

// Rpc代理类 需要返回CompletableFuture 对象public CompletableFuture> queryWaybillDetailByBusinessIdByAsync() {    // 发起方法请求    return RpcContext.getContext().asyncCall(() -> xxxxAsyncApi.method());;

第三步：调用处任意地方，获取future返回结果，需要指定超时时间

public  T getResultDefaultTimeOut(CompletableFuture future) {    try {        return future.get(10, TimeUnit.SECONDS);    } catch (InterruptedException | ExecutionException | TimeoutException e) {        throw new RuntimeException(e);    }}

优化效果：1400ms -> 200ms

04

最终效果和未解决问题

理解，首先 MCube 会依据模板缓存状态判断是否需要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的结构，转换完成后将通过表达式引擎解析表达式并取得正确的值，通过事件解析引擎解析用户自定义事件并完成事件的绑定，完成解析赋值以及事件绑定后进行视图的渲染，最终将目标页面展示到屏幕。

优化前优化后

05

总结

理解，首先 MCube 会依据模板缓存状态判断是否需要网络获取最新模板，当获取到模板后进行模板加载，加载阶段会将产物转换为视图树的结构，转换完成后将通过表达式引擎解析表达式并取得正确的值，通过事件解析引擎解析用户自定义事件并完成事件的绑定，完成解析赋值以及事件绑定后进行视图的渲染，最终将目标页面展示到屏幕。

接口性能优化是一个涉及多个方面的过程，需要从代码层面、数据库、缓存、异步处理等多个维度进行优化。在这个过程中，我们需要不断诊断瓶颈、尝试优化手段，并结合实际情况进行调整。希望通过本文的分享，大家能掌握接口性能优化的方法和技巧，提高接口性能，提升用户体验。

一次接口的性能优化之旅

来源：京东技术目录引言现状诊断问题定位以及性能优化最终效果和未解决问题总结

来源：京东技术
目录
引言
现状诊断
问题定位以及性能优化
最终效果和未解决问题
总结