京东购物车如何提升30%性能 - 哈喽比特

359次阅读 | 发布于2年以前

01 背景

购物车面临的挑战：

1）新业务：随着业务形态的丰富，购物车在不断支持各种新业务，依赖的外部接口也随之增加；

2）下沉：一些前端调用的接口下沉到购物车中台；

3）前置：结算流程很多业务前置到购物车中，如优惠券、京豆；

4）扩容：为改善用户体验购物车可容纳的商品数量在不断增长；

这些导致购物车依赖的RPC接口数量及分页调用次数都在不断增加。购物车作为交易流程开端，本身流量较大，在业务复杂化的背景下，如何提高性能保证用户体验，成为购物车面临的较大挑战。

通过增加服务器资源虽然能在一定程度上解决问题，但会带来较大的成本开销，也与工匠精神相悖。能否通过技术手段提升性能呢？通过分析，异步化改造成为解决这一问题的有效手段。

1）不同RPC并行

购物车依赖接口达几十个，各接口间存在复杂依赖关系。必须先梳理各接口间依赖，识别哪些可以并行。然后将原有代码拆分为两部分：RPC异步请求和结果处理，按照依赖关系，让RPC最大限度并行执行，减少在结果处理阶段异步响应等待时间，从而达到提升性能的目的。

2）批量接口多分页并行

购物车依赖接口多为批量接口，且单次调用有数据量限制，需将数据拆分为多个分页调用。那么多个分页间也可以并行，改造中封装了异步分页工具，使业务层对分页逻辑无感知，异步工具自动将超过接口上限的数据拆分为多个分页并行调用，提升单接口响应速度。

3）底层采用JSF异步调用

异步调用基于京东RPC框架JSF，推荐使用1.7.5以后版本，支持CompletableFuture。

异步化改造的总体方案并不复杂，但是在实际落地过程中，遇到了很多细节问题：

1）异常重试需精细化

同步调用时，如果超时会重试调用。改为异步后重试会失效，因为在调用时一般不会报错，需要在结果处理阶段获取异步响应超时后，再进行重试。

另外，多分页并行时，当某一页请求超时后，应该只重试出错的分页。底层对分页调用进行了封装，上层业务代码在获取数据时无法感知是哪一页超时，所以必须在异步调用时将现场信息保存在包装类中，一起返回给业务层，在Get数据超时后，单独重试出错的分页。

发生异常时，并不是所有情况都需要重试，当遇到限流等异常时，不能进行重试。底层工具需要自动过滤限流异常，当然也支持自定义规则。

2）异步RPC监控更复杂

底层RPC耗时监控需要拆分为两部分，在分页调用时记为开始时间，在异步结果到达后，记为结束时间。如果调用异常或Get超时，需要标记本次调用失败。对于重试同样需要记录调用耗时，且正常调用与重试调用需分开记录。

除了需要监控RPC耗时外，还需要监控结果处理阶段Get等待时长，这个时间才是真正对应用性能有影响的时间。由于底层是分页调用，所以业务调用次数和底层RPC调用次数并不相同。

3）分页异步结果不能合并，否则无法获取异常Provider信息

底层异步调用结果，必须通过包装类原样返回给上层，除了上边提到的需要单分页重试外，另一个原因是必须保留异步结果，在分页超时后才能输出超时的Provider信息。这是由于Provider信息依赖JSF框架的JSFCompletableFuture，如果在底层合并结果，会导致信息丢失。

4）每页超时时间需单独控制

分页调用过程如上图所示，在结果处理时，每页Get超时时间需要单独控制，因为获取结果是顺序进行，获取后边的分页时，前边分页等待的时间也应计算在内，以保证整个获取结果的时间不超过单个分页的最大超时时间。计算公式如下：

超时=RPC超时时间 > (当前时间-异步调用开始时间) ? RPC超时时间 – (当前时间-异步调用开始时间) : 0

5）分页均衡

为避免最后一页数据过少造成数据倾斜，需要将请求数据均分到每一页，以最大限度提高整个请求的性能。

改造完成后购物车核心接口耗时减少30%，保证用户体验，节省大量服务器资源。后续增加新的RPC接口时，只要处在调用拓扑的非关键路径上，对购物车性能没有太大影响。另外，容量增加时除少数不能分页调用的接口外，对性能影响已经比较小。