大家好，我是程式設計師魚皮。今天分享一個計畫相關的面試題，源於編程導航某位小夥伴的提問。
魚友提問
魚皮你好，我最近在面試中遇到了一些關於計畫效能最佳化的問題，想請教一些經驗和方法。
我使用的是編程導航的 ，最近總是會被問到 「計畫第一的瓶頸是什麽」、「怎樣去最佳化」 之類的問題。
我回答的是由於呼叫的 AI 介面有一定的呼叫限制，在計畫中使用了限流的策略來避免超出配額。但是有些面試官會進一步問我，如果沒有 AI 介面的限制，那麽我的計畫還有哪些其他的效能瓶頸？以及我會如何解決它們？這時候我就不太清楚該怎麽回答了。
魚皮在面對這類問題時，是如何思考和回答，來給出面試官滿意答案的呢？
魚皮回答
小夥伴你好，由於缺少一些效能最佳化的專業知識，你的這個問題其實是比較空泛的。
因為對計畫進行最佳化的前提一定是 結合具體的業務場景 和 線上實際執行情況 才有意義，回答這個問題前首先要強調這點，不同場景和規模的計畫，關註的最佳化點和最佳化方法也不同。
就以我的智慧 BI 計畫為例，可以做以下幾點最佳化：
1、AI 呼叫限制最佳化
實際情況：由於 AI 介面的 QPS 有限，導致計畫實際執行時出現了呼叫超限的報錯。
解決方案：單個 AI 介面的 QPS 有限，那我們可以多搞幾個 AI 介面，透過負載均衡（輪詢呼叫多個 AI 介面）的方式增加整個系統的 QPS。或者在成本有限的情況下，透過限流來保證系統的穩定性。
做效能最佳化的時候有個小技巧，多拿生活場景去類比。比如一個店供不應求，那可以限時發售、限制流量，或者增加一個排隊機制，讓使用者按順序等待，並依次執行操作。
2、數據處理
實際情況：AI 介面單次能處理的數據量，使用者輸入數據過多時，直接報錯。
解決方案：可以將使用者輸入的數據進行壓縮，比如合並同類的數據，使得 AI 介面能夠同時處理更多行列的數據。如果發現壓縮效果差，可以最佳化演算法；如果發現壓縮效率低，可以用檔分片 + 多執行緒等方式並行壓縮。
3、前端查詢最佳化
實際情況：隨著單個使用者圖表數的增多，前端查詢速度越來越慢，比如要等待 8 秒才能載入出圖表。
解決方案：可以引入緩存機制，從更快的記憶體緩存或本地緩存查詢數據，減少查詢時長。
4、使用者體驗最佳化
實際情況：由於 AI 介面響應時間較長，使用者要等待很久。
解決方案：可以將同步等待最佳化為異步執行，使用者執行操作後，立刻得到 「送出成功」 的提示，然後使用者可以選擇等待，也可以等介面執行完成後得到通知，或者主動到任務管理頁面查詢進度。在提高使用者體驗的同時，能夠支持更多使用者同時使用系統。
當然，上面幾點都是圍繞效能最佳化，其實計畫的最佳化遠不止效能，還有可用性、穩定性、可觀測性等等，之前魚皮都分享過。
編程導航的同學可以閱讀【如何增加計畫亮點？】：https://bcdh.yuque.com/staff-wpxfif/resource/tstv23fyzh0lnq5o
舉個例子，比如成本最佳化。隨著使用者圖表數據量的增大，後端的儲存成本越來越高，這時就需要透過資料壓縮、數據沈降、數據清理等機制來降低成本。
不知道大家能不能想到這些，有沒有啟發？
學到的話 「點個贊」 或者 「在看」 吧~
對了，編程導航的最新計畫【程式碼生成器共享平台】已經完結，感興趣的同學可以 啦！
👇🏻 點選下方閱讀原文，獲取魚皮往期編程幹貨。
往期推薦
