文章目录
- 一次Web请求的完整旅程
-
- [1. DNS解析](#1. DNS解析)
- [2. TCP连接建立](#2. TCP连接建立)
- [3. 发送HTTP请求](#3. 发送HTTP请求)
- [4. 服务器处理](#4. 服务器处理)
- [5. 服务器响应](#5. 服务器响应)
- [6. 浏览器渲染](#6. 浏览器渲染)
- 哪个环节通常最耗时？
-
- [1. 数据库查询](#1. 数据库查询)
- [2. 外部API调用](#2. 外部API调用)
- [3. 复杂的业务逻辑](#3. 复杂的业务逻辑)
- 如何优化各个环节？
-
- [1. 数据库优化](#1. 数据库优化)
- [2. 缓存策略](#2. 缓存策略)
- [3. 异步处理](#3. 异步处理)
- 总结
一次Web请求的完整旅程
当用户在浏览器地址栏输入网址并按下回车，到最终看到页面内容，这中间经历了什么？我们来拆解一下这个过程：
1. DNS解析
浏览器首先要把域名转换成IP地址。比如把"www.baidu.com"转换成"120.5.5.46"。这个时间取决于DNS服务器的响应速度、是否有DNS缓存还有良好的网络环境。
2. TCP连接建立
找到IP地址后，浏览器需要和服务器建立TCP连接，这就是三次握手，主要受网络延迟影响。
3. 发送HTTP请求
连接建立后，浏览器发送HTTP请求到服务器，这个过程通常很快，除非请求数据很大。
4. 服务器处理
服务器接收到请求后，开始处理业务逻辑。这通常是最"邪门"的环节。
5. 服务器响应
服务器将处理结果发送回浏览器。主要取决于响应数据的大小和网络带宽。
6. 浏览器渲染
浏览器接收到HTML后，开始解析、渲染页面，时间取决于加载的库、脚本等需要网络的组件的数量的网络消耗。
哪个环节通常最耗时？
答案 ：通常是服务器处理时间
在大多数情况下，服务器处理时间是最大的性能瓶颈。为什么这么说？
1. 数据库查询
现在的Web应用大多需要查询数据库：
sql
-- 一个复杂的查询可能需要几百毫秒甚至几秒
SELECT u.name, p.title, COUNT(c.id) as comment_count
FROM users u
JOIN posts p ON u.id = p.user_id
LEFT JOIN comments c ON p.id = c.post_id
WHERE u.created_at > '2023-01-01'
GROUP BY u.id, p.id
ORDER BY comment_count DESC
LIMIT 20;如果没有合适的索引，这样的查询轻松就能花掉几秒钟。
2. 外部API调用
很多应用需要调用第三方服务：
- 支付接口调用
- 地图服务API
- 短信发送服务
每个外部调用都可能增加几百毫秒的延迟，而且还可能失败重试。
3. 复杂的业务逻辑
- 服务之间的调用（RPC）
- 复杂的业务逻辑（电商的价格计算）
- 数据处理（格式转换与序列化）
- 上传大文件、文件压缩（Zip）
- 权限校验（用户身份认证）
- 记录日志（操作日志持久化到磁盘）
这些操作都要销毁大量的时间，耗时比较久。
如何优化各个环节？
1. 数据库优化
sql
-- 给常用查询字段加索引
CREATE INDEX idx_user_id ON posts(user_id);
-- 用JOIN替代循环查询
SELECT p.title, u.name
FROM posts p JOIN users u ON p.user_id = u.id;索引是一种高效的数据结构，可以提高数据的查询效率。
2. 缓存策略
java
@Service
public class ProductService {
@Autowired
private RedisTemplate<String, Object> redisTemplate;
@Autowired
private ProductMapper productMapper;
public List<Product> getHotProducts() {
String cacheKey = "hot_products";
// 先查缓存
List<Product> cached = (List<Product>) redisTemplate.opsForValue().get(cacheKey);
if (cached != null) {
return cached;
}
// 缓存没有，查数据库
List<Product> products = productMapper.getHotProducts();
// 存入缓存，5分钟过期
redisTemplate.opsForValue().set(cacheKey, products, 5, TimeUnit.MINUTES);
return products;
}
}热点数据被频繁查询，每次都查数据库会把数据库拖垮。缓存后，100个用户访问只需要查1次数据库，这样不仅提高的数据的查询，还减少了磁盘IO，缩短了时间。
3. 异步处理
java
@RestController
public class OrderController {
@Autowired
private OrderService orderService;
@Autowired
private AsyncTaskService asyncTaskService;
@PostMapping("/order")
public ResponseEntity<?> createOrder(@RequestBody OrderRequest request) {
// 先快速创建订单并响应
Order order = orderService.createOrder(request);
// 异步处理耗时任务
asyncTaskService.sendOrderEmail(order.getId());
asyncTaskService.updateInventory(order.getItems());
return ResponseEntity.ok(Map.of("orderId", order.getId(), "status", "processing"));
}
}
@Service
public class AsyncTaskService {
@Async
public void sendOrderEmail(Long orderId) {
// 发送订单确认邮件（耗时操作）
emailService.sendOrderConfirmation(orderId);
}
@Async
public void updateInventory(List<OrderItem> items) {
// 更新库存（可能需要调用多个服务）
inventoryService.updateStock(items);
}
}主线程专注处理核心业务，耗时操作放到后台慢慢处理，整体吞吐量大大提升。
总结
所以一次Web请求响应中最耗时的大多数情况下是服务器处理时间，特别是数据库查询和外部API调用。