RPC 调用中，网络延迟和性能优化是关键问题，需要从多个层面进行优化：
1. 连接池优化
- 长连接复用：避免频繁建立和断开连接
- 连接池大小：根据并发量合理配置连接池
- 连接预热：启动时预先建立连接
- 连接保活：定期发送心跳保持连接活跃
- 实现示例：
java
// Netty 连接池配置 EventLoopGroup group = new NioEventLoopGroup(); Bootstrap bootstrap = new Bootstrap(); bootstrap.group(group) .channel(NioSocketChannel.class) .option(ChannelOption.SO_KEEPALIVE, true) .option(ChannelOption.TCP_NODELAY, true);
2. 序列化优化
- 选择高效序列化协议：Protobuf > Thrift > Hessian > JSON
- 减少序列化数据量：
- 使用字段编号而非字段名
- 避免序列化不必要的数据
- 使用压缩算法（如 Gzip、Snappy）
- 对象池技术：复用序列化对象，减少 GC 压力
3. 网络传输优化
- TCP 参数调优：
TCP_NODELAY：禁用 Nagle 算法，减少延迟SO_KEEPALIVE：启用 TCP 保活SO_RCVBUF/SO_SNDBUF：调整接收和发送缓冲区大小
- HTTP/2 多路复用：减少连接数，提高并发性能
- 批量请求：合并多个小请求，减少网络往返
4. 负载均衡优化
- 就近原则：选择网络延迟最低的服务实例
- 权重分配：根据实例性能分配不同权重
- 健康检查：快速剔除故障实例
- 实现示例：
java
// Dubbo 权重负载均衡 <dubbo:reference loadbalance="random"/>
5. 缓存策略
- 客户端缓存：缓存频繁调用的结果
- 服务端缓存：缓存计算结果，减少重复计算
- 分布式缓存：使用 Redis 等分布式缓存
- 缓存失效：合理设置缓存过期时间
6. 异步调用
- 非阻塞调用：避免线程阻塞等待响应
- Future/Promise：异步获取结果
- 响应式编程：使用 RxJava、Reactor 等
- 实现示例：
java
// gRPC 异步调用 stub.sayHello(request, new StreamObserver<HelloResponse>() { @Override public void onNext(HelloResponse response) { // 处理响应 } @Override public void onError(Throwable t) { // 处理错误 } @Override public void onCompleted() { // 调用完成 } });
7. 代码优化
- 减少不必要的字段：只传输必要的数据
- 使用基本类型：避免使用包装类型
- 避免大对象传输：分批传输大数据
- 压缩传输：启用数据压缩
8. 监控和调优
- 性能监控：监控调用耗时、成功率、QPS
- 链路追踪：使用 Zipkin、Jaeger 追踪调用链
- 日志分析：分析慢调用日志
- 性能测试：定期进行压力测试
9. 服务端优化
- 线程池优化：合理配置线程池大小
- I/O 模型：使用 Netty 等高性能 I/O 框架
- 零拷贝：使用 FileChannel.transferTo 减少数据拷贝
- JVM 调优：优化 GC 参数
10. 架构优化
- 服务拆分：合理拆分服务，减少单个服务负载
- 读写分离：分离读写操作，提高并发能力
- CDN 加速：静态资源使用 CDN
- 边缘计算：将计算下沉到边缘节点
性能指标：
- P99 延迟：99% 请求的响应时间
- QPS：每秒查询数
- TPS：每秒事务数
- 吞吐量：单位时间处理的数据量