参考： https://wx.zsxq.com/dweb2/index/topic_detail/212244125425151

4个常见的性能优化方向： 多线程、JVM、数据库/缓存、数据结构优化

业务优化：

Excel 导入优化：Excel 大批量导入导出操作优化

1、多线程

异步方式

在 SpringBoot 中使用异步方法优化 Service 逻辑提高接口响应速度?

参考： https://blog.csdn.net/weixin_43441509/article/details/119855613

参考的这篇文章介绍了使用SpringBoot提供的异步方法支持注解的使用；同时介绍了自定义线程池和获取返回值以及捕获异常操作如何进行。

思考：关于异步操作，可以通过多种方式实现，包括使用消息队列（MQ）和利用多线程（如SpringBoot中的 @Async 注解），在技术选型的时候应该如何考虑。

问答：两者在设计理念、使用场景和特性上有所不同；如果是涉及多个服务间的通信，建议使用MQ，而在单个应用内部需要异步处理，使用@Async可能更简单方便；同时MQ在可靠性、解耦、异步通信等方面更有优势。

建议学习项目： https://gitee.com/jd-platform-opensource/asyncTool

（京东零售开源的一个并行框架，里面大量使用到了 CompletableFuture ，可以学习其精华来运用在自己的项目上）

---

20240324

关于文章 https://blog.csdn.net/weixin_43441509/article/details/119855613 中有讲述到接口优化其响应速度的话，可以使用异步的方式去进行调用一些方法；同时一些用法需要注意一下，异步本质上还是一种代理，因此只能在 Controller 层面上调用 service 方法才有效；

同时一般来说，SpringBoot为我们默认提供了线程池(SimpleAsyncTaskExecutor)来执行我们的异步方法, 我们在项目中一般会自定义自己的线程池。

在注解 @Async("customExecutor") 上可以指定我们注入的 Bean 线程池；

同时如果需要返回结果，可以使用 Future 类及其子类去承接返回结果；

还有一点需要注意的是：强一致性业务不适用异步方法，使用消息中间件可能会更适合

CompletableFuture 原理与实践

参考： https://juejin.cn/post/7168261825165787149#heading-7

建议先看这篇文章，介绍了一下异步任务编排 CompletableFuture 操作

里面通过代码讲述了 同步串行、异步串行、并行任务、多任务结果合并计算以及其他的使用示例。

参考： https://zhuanlan.zhihu.com/p/515993095

该篇文章内容介绍了并行从下游获取数据的业务场景（IO密集型），通过不同方式的使用去优化性能。

优化方式一般是通过同步模型和异步模型；

当采用同步模型的时候，这种方式有时候会效率比较低下，造成的原因一般有：CPU资源浪费在阻塞等待上、回调地狱、线程管理开销等。

其中因为第一点：CPU资源浪费在阻塞等待，在Java8 之前一般会通过回调的方式来减少阻塞，但是大量使用回调，又引发臭名昭著的回调地狱问题，导致代码可读性和可维护性大大降低。

还有另外一种方式是通过 NIO 并行模型从下游获取数据，解决方式一般有两种：

• 通过RPC NIO异步调用的方式可以降低线程数，从而降低调度（上下文切换）开销
• 通过引入CompletableFuture 对业务流程进行编排，降低依赖之间的阻塞。

关于 CompletableFuture 的使用：

根据CompletableFuture依赖数量，可以分为以下几类：零依赖、一元依赖、二元依赖和多元依赖。

(等待 N 个 其他任务完成，启动异步任务)

原理与设计思想：to be contined...

附录：略。

高并发

关于在高并发架构场景下，常用的缓存、限流和降级使用，参考： https://mp.weixin.qq.com/s/6hd3ckX-JwPTTZ0bgk1K4A