查询问题：

场景

一个表中5000W多记录，用户查询，插入响应非常慢。

思路一：

索引

思路二：

少查，尽量索引覆盖

思路三：

读写分离

思路四：

读写分离+缓存

思路五:

冷热数据

垂直分表+垂直分库+缓存

思路六:

冷热数据

垂直分表+垂直分库+读写分离+缓存

思路七：

宽表同步到es，查询走es

RPC问题

场景1：

订单系统中，一个订单有200件商品，查看商品明细，cat not create native thread

思路一：批量查询

思路二：缓存

思路三：批量查询导致OOM，则分片批量查询

场景2:

收货扫描商品码 
  1. ReceiveOrder receiveOrder = receiveOrderRepository.getById(receiveOrderId);
  2. List<Sku> skus = skuRepository.queryByScanerCode(thirdScanCode);
  3. receiveOrderRepository.updateById(receiveOrder);
  4. ProductVo productVo = productService.getProduct(sku.getSpuId());
  5. receiveOrderRepository.updateById(receiveOrder);
  6. List<ReceiveOrderSplitDetail> receiveOrderSplitDetails = receiveOrderSplitDetailRepository.queryBySkuId(receiveOrderId, sku.getId());
  7. receiveOrderRepository.updateById(receiveOrder);
  8. PurchaseOrder purchaseOrder = purchaseOrderRepository.getById(receiveOrderSplitDetailQ.getPurchaseOrderId());
  9. WmsReceiveExceptionItem wmsReceiveExceptionItem = wmsReceiveExceptionItemRepository.getById(exceptionDetail.getRefId());
  10. PurchaseSplitDetail purchaseSplitDetail = purchaseSplitDetailRepository.getByOrderIdAndSkuIdPurchaseOrderId(wmsReceiveExceptionItem.getOrderId(), wmsReceiveExceptionItem.getSkuId(),wmsReceiveExceptionItem.getPurchaseOrderId());
  11. Order order = orderRepository.getById(purchaseSplitDetail.getOrderId());
  12. List<PurchaseSplitDetail> purchaseSplitDetails = purchaseSplitDetailRepository.queryByPurchaseOrderAndSkuId(receiveOrderSplitDetail.getPurchaseOrderId(), receiveOrderSplitDetail.getSkuId());
  13. List<WmsReceiveExceptionItem> wmsReceiveExceptionItems1 = wmsReceiveExceptionItemRepository.queryByOrderSkuIdAndPurchaseOrderId(purchaseSplitDetail.getOrderId(), purchaseSplitDetail.getSkuId(), purchaseSplitDetail.getPurchaseOrderId());
  14. ReceiveOrderSplitDetail receiveOrderSplitDetail1 = receiveOrderSplitDetailRepository.queryByRefId(wmsReceiveExceptionItem.getId());
  15. Order order = orderRepository.getById(purchaseSplitDetail.getOrderId());
  16. List<PurchaseSplitDetail> purchaseSplitDetails = purchaseSplitDetailRepository.queryByPurchaseOrderAndSkuId(receiveOrderSplitDetail.getPurchaseOrderId(), receiveOrderSplitDetail.getSkuId());

dubbo设置的超时时间为3秒，【收货扫描商品码】处理逻辑的时长可能在5秒以上，会导致rpc的重试，占用数据库连接资源，导致其他业务逻辑线程等待，超时。

思路一： 前端： 对于用户操作，在操作按钮上添加活性非活性事件，在用户点击后，按钮置为不可点，减少用户的重试次数。 后端： 关闭耗时长的方法的重试功能，用快速失败的策略，并对单个方法设置超时时间(消费端/服务端:设置时间短的时间生效) 思路二： 数据库设计范式适用于单体的大部分场景。但是对于soa，微服务，设计范式很多时候就是瓶颈的根源。 对于过于复杂的业务逻辑，利用数据宽表，将多字段插入同一个表，能很大程度减少查询的IO次数，提高性能。 对于后期同步es也能提高同步速度。 思路三：

异步操作

场景：

订单捡货进入待打包状态，且需要记录操作日志

实现方法一

1.记录日志

2.修改订单sku捡货数量

3.计算订单是否捡货完成

4.捡货未完成->捡货状态：process

5.捡货完成->捡货状态：finish

6.判断捡货状态是finish，更新订单状态

实现方法二

同步流程1

1.修改订单sku捡货数量

2.一步记录日志

3.发送异步消息

异步流程2:

1.修改订单sku捡货数量

2.捡货未完成->捡货状态：process

3.捡货完成->捡货状态：finish

4.判断捡货状态是finish，更新订单状态

应用分离

  • 供应商
  • 小B
  • trendsi

功能独立部署

服务器性能

cpu

memory

io