稳定性建设最佳实践
目录
一 合理设置网络超时时间
三 合理配置tomcat线程数
四 代码中尽量不要出现重试
五 非必要依赖进行弱化处理
六 数据库事务精简
七 SQL性能优化要点
八 上线过程尽量做到平滑
九 限流、熔断、降级、排队处理异常流量
十 完善日志和监控功能
本文主要讲解，在高可用和高性能建设方面一些经验和总结。
一 合理设置网络超时时间
1.1 什么叫网络调用超时时间呢？
如应用服务器之间、应用服务器与 redis 服务器之间、应用服务器与 mq 服务器之间的网络请求，这些网络请求一般有三个超时时间：
- connectRequestTimeout ：客户端从连接池获取连接超时时间。
- connectTimeout：客户端与服务端建立连接超时时间。
- socketTimeout ：客户端与服务端读取数据超时时间。
1.2 为什么需要设置超时时间？
由于系统的连接池或者线程池的资源是有限的，假设没有设置超时时间，由于下游服务慢或者下游服务异常，将会出现大量的线程在傻傻的等待下游服务返回，
一些正常的请求将等待或者被拒绝，服务响应变慢，吞吐率下降，QPS 变低，用户体验变差。这种情况是可以通过设置超时时间来避免的。
1.3 如何合理的设置超时时间？
简单的原则就是：socketTimeout, connectTimeout，connectRequestTimeout 3个超时时间，不要超过300ms，在系统能接受的情况下尽量短。
可以根据系统的99线来设置超时时间。所谓的99线，就是满足百分之九十九的网络请求所需要的最低耗时。简单点说，假设我们这块的有一个接口一天请求了1万次，
计算能保证9900次请求所需要的最低耗时就叫99线。具体计算可以参考这篇文章（【python】numpy库np.percentile详解_brucewong0516的博客-CSDN博客_numpy percentile）。
redis 正常读写在2-3ms，超时时间需要设置更短，尽量不要超过 50ms。mq 的超时也是同样。
二 核心和非核心业务分离
每一个公司都有核心业务和非核心业务，针对核心业务可以梳理出来核心链路，所谓的核心链路应该是公司最值钱的业务，在链路上核心业务只能调用核心业务，
非核心业务只能调用非核心业务。如果公司可以的话，实现核心业务双机房、甚至多机房部署。
三 合理配置tomcat线程数
合理配置线程数，比如 CPU 型密集型的可以配置少些，IO 密集型的可以配置多些。 具体可以参考这篇文章 （tomcat 的 maxThreads、acceptCount（最大线程数、最大排队数）_新猿一马-CSDN博客_max-threads）。
四 代码中尽量不要出现重试
如果没有什么特殊原因，请不要在代码中重试，重试尽量是业务重试，由上游业务人员进行重试操作。
为什么不要在代码中重试呢？
如果在代码中重试，这块很容易出现流量放大，平时1倍的量，如果重试5次，流量将是平时的5倍。很容易将服务打挂。
五 非必要依赖进行弱化处理
什么叫弱依赖化？
所谓的弱依赖化，就是对主流程影响较小的流程进行弱依赖。
如 mq/redis 在发生 timeout exception 时，如果不影响主要功能，需要 catch 异常，不要抛到上层。举例来说：
String value = redis.get(“key”);if(value == null) {value = dao.getOneColumn(“”);}}如果没有catch弱依赖redis，在 redis 故障时，直接向上层抛出异常，无法从数据库读出数据。
mq 的容错除了catch 以外，需要考虑在 mq 不可用时，丢失的消息如何处理？比如改发 mq 为记录日志，后期再处理。
六 数据库事务精简
事务内的操作应当尽可能少，减少事务执行时间，绝对不能有 RPC 调用。
七 SQL性能优化要点
7.1 怎么定义慢SQL？
理论上用户侧 SQL 的执行应该在10ms内，超过50ms已经可以归为慢 SQL。
7.2 SQL查询数量限制多少合适？
比如 limit 限制不允许超过100或者200，in 的 id 限制也在100或者200。
7.3 如何查看新增的 SQL 没有问题呢？
使用 explain 可以查看 SQL 的执行计划。
给相关的查询字段添加索引，加快查询速度。
sql优化详细：SQL优化最佳实践_新猿一马的博客-CSDN博客本文是通过实践总结的，SQL优化的重点和要点。还需要在实践中灵活运用。https://blog.csdn.net/jack1liu/article/details/123146941?spm=1001.2014.3001.5502
八 上线过程尽量做到平滑
比如数据库迁移，方案设计和上线流程过程中一定要考虑到两个核心点：最大程度控制影响面、快速恢复。
如何最大程度控制影响面？
- 可以考虑灰度过程，逐步放量。
- 为了验证功能，可以添加白名单等。
如何将功能快速恢复？
- 添加一些动态开关，能快速恢复功能。
- 提前准备好，线上回滚方案。
九 限流、熔断、降级、排队处理异常流量
笔者就遇到过，因为异常流量导致服务暂不可用的问题，详情可以看（记一次大量499http状态码问题出现与处理_新猿一马-CSDN博客_499状态码）。
当然了，针对服务中的异常流量也可以使用熔断、降级和排队技术。只要能解决问题，都是ok的。
十 完善日志和监控功能
我们应该打印合理且必要的日志数据。
10.1 什么叫合理且必要的日志呢？
能给我们排查业务问题、排查系统问题的日志都是合理且必要的。
10.2 为什么需要完善监控功能？
如果没有监控，我们会感觉我们的额服务其实在裸奔，假设出现了问题，监控能更快、更有效的帮助我们发现、复现、解决问题。
阅读世界，共赴山海 
423全民读书节，邀你共读