微服务优化

必备，前台与后台分离的架构实践
基于微服务成熟度模型的高可用优化实践

存储优化：

1）从 SQL 洞察和慢 SQL 里找调用响应时间最长和频度最高的 SQL；
2）结合代码，能用缓存代替的直接处理掉，不用能缓存的优化查询，结合阿里云提供的优化分析工具，调整索引；
3）活动高峰时段，禁止分析统计类的查询执行，临时改代码已经来不及了，接口限流和 SQL 限流功能；
4）TP 和 AP 分离，避免分析类直接查询到业务库（这是一个比较漫长的过程）
5）mysql 集群架构，计算与存储分离 读写分离
6）禁止 Keys 模糊查询 Redis，生产禁止 redis scan

流量优化：

1）充分利用 Nginx 的并发处理能力，Lua 脚本提供了强大的处理能力，将 Java 处理请求改为使用 OpenResty 接收；
2）接收到请求之后做好基本的校验之后，使用 lua-resty-kafka 模块异步发送到 Kafka （大数据业务）；
3）Kafka 落盘到 HDFS 后，由 Spark 离线计算日志数据；
4）后端接口独立部署，实时数据统计调用接口设置更短的超时时间；