使用 Go 优化我们的接口
标题起的是有点大，不过还好本片文章主要也是使用 Go 来优化 HTTP 服务的，也算打个擦边球吧~
背景
特征数据暴增，导致获取一个城市下所有的特征的接口延时高，下面是监控上看到的接口响应耗时，最慢的时候接口响应时间能达到 5s 多。
缓存优化方案
代码优化思路：
1，使用缓存。
1.1为什么使用内存，而不是 Redis？
分析业务需求，当前需要存储起来的数据是ObjectId，ObjectId 是一个长度为14左右的字符串，我们假设平均下来ObjectId是长度为16的字符串，这样算下来就是每个 ObjectId 占用的内存大小是2个字节，当前业务需要存储的ObjectId大概是30万条，这样算下来当前业务需要存储的 ObjectId 要占用的内存在 0.5M 完全可以在内存中进行操作。相比于使用 Redis 来说没有网络开销，效率更高。
1.2 缓存初始化：当服务启动时，本地缓存初始化为空。
1.3 关于缓存版本的概念。
缓存版本是离线特征生产任务更新后将数据版本更新到 DB 中。
下面三种方案都是基于内存存储 ObjectId 数据，在内存更新的时候策略有所不同。
方案一
2.1 缓存更新
使用主动更新缓存的方式，创建定时任务，每间隔1分钟查一次 DB 的数据版本，若更新则更新缓存中的数据。
2.2 缺点
单独启动一个缓存更新线程，代码不好维护，也会有定时任务线程挂掉的情况，不易发现。还有就是需要提前把相关参数配置到代码中或者引入配置中心，维护成本较高。
方案二
3.1 缓存更新
采用被动触发的缓存更新策略，由接口调用触发。请求进来后检测当前缓存中的数据的版本与 DB 中的数据版本是否一致，若版本更新，则重新读取当前请求对应城市的所有数据到缓存中，并将更新后的数据返回给调用方。
3.2 缺点
由于是被动触发的是同步更新缓存的，容易造成接口调用时如果正好遇上版本更新，需要更新数据到内存中，会出现偶现的毛刺。
3.3 业务执行时序图
方案三（最终采用的方案）
4.1，缓存更新
采用被动更新缓存的策略，由接口调用方触发。若当前缓存中有数据则直接返回缓存中的数据，然后检测当前缓存中的数据的版本与 DB 中的数据版本是否一致，若版本更新，则重新读取当前请求对应城市的所有feature数据到缓存中，反之结束缓存更新逻辑。
4.2 业务执行时序图
并发优化方案
使用 Goroutine 来优化我们的串行逻辑
Go语言最大的特色就是从语言层面支持并发（Goroutine），Goroutine是Go中最基本的执行单元。事实上每一个Go程序至少有一个Goroutine：主Goroutine。当程序启动时，它会自动创建。
为了更好理解Goroutine，现讲一下线程和协程的概念：
线程（Thread）：有时被称为轻量级进程(Lightweight Process，LWP），是程序执行流的最小单元。一个标准的线程由线程ID，当前指令指针(PC），寄存器集合和堆栈组成。另外，线程是进程中的一个实体，是被系统独立调度和分派的基本单位，线程自己不拥有系统资源，只拥有一点儿在运行中必不可少的资源，但它可与同属一个进程的其它线程共享进程所拥有的全部资源。
线程拥有自己独立的栈和共享的堆，共享堆，不共享栈，线程的切换一般也由操作系统调度。
协程（coroutine）：又称微线程与子例程（或者称为函数）一样，协程（coroutine）也是一种程序组件。相对子例程而言，协程更为一般和灵活，但在实践中使用没有子例程那样广泛。
和线程类似，共享堆，不共享栈，协程的切换一般由程序员在代码中显式控制。它避免了上下文切换的额外耗费，兼顾了多线程的优点，简化了高并发程序的复杂。
golang 中的 map 是线程不安全的
很显然，我们可以用锁机制解决 Map 的并发读写问题。我们将上面的map结构改成如下:
<code>// M
type M struct {
Map map[string]string
lock sync.RWMutex // 加锁
}
// Set ...
func (m *M) Set(key, value string) {
m.lock.Lock()
defer m.lock.Unlock()
m.Map[key] = value
}
// Get ...
func (m *M) Get(key string) string {
return m.Map[key]
}
复制代码/<code>在上面的代码中，我们引入了锁机制操作，从而保证了map在多个goroutine中的安全。
使用策略模式优化我们的逻辑
这块主要是因为代码中存在太多的 if/else ，故采用策略模式来优化我们的代码结构。这里先放上一篇网上找到的文章，之后有时间再单独出一篇相关文章吧。优化后的代码相较于之前代码量少了 50% ，更加清晰与便于维护。下面是优化的代码上线后的效果，请求耗时都在100ms以下：
