1、背景

到店商详迭代过程中，须要提供的对外能力越来越多，如预约日历、左近门店、为你举荐等。这其中不可避免会呈现多个下层能力依赖同一个底层接口的场景。最后采纳的计划是对外API入口进来后获取对应的能力，并发调用多项能力，由能力层调用对应的数据链路，进行业务解决。然而，随着接入性能的增多，这种状况导致了底层数据服务的反复调用，如商品配置信息，在一次API调用过程中反复调了3次，当流量增大或能力项愈多时，对底层服务的压力会成倍增加。

正值618大促，各方接口的调用都会大幅度减少。通过梳理接口依赖关系来缩小反复调用，对本零碎而言，升高了调用数据接口时的线程占用次数，能够无效降级CPU。对调用方来说，缩小了调用次数，可缩小调用方的资源耗费，保障底层服务的稳定性。

原始调用形式：

2、优化

基于上述问题，采纳底层接口依赖分层调用的计划。梳理接口依赖关系，逐层向上调用，注入数据，如此将同一接口的调用抽取到某层，仅调用一次，即可在整条链路应用。

改良调用形式：

只有分层后即可在每层采纳多线程并发的形式调用，因为同一层级中的接口无先后依赖关系。

3、如何分层？

接下来，如何梳理接口层级关系就至关重要。

接口梳理分层流程如下：

第一步：构建层级构造

首先获取到能力层依赖项并遍历，而后调用生成数据节点办法。办法流程如下：构建以后节点，检测循环依赖（存在循环依赖会导致栈溢出），获取并遍历节点依赖项，递归生成子节点，寄存子节点。

第二步：节点平铺

定义Map保护平铺构造，调用平铺办法。办法流程如下：遍历层级构造，判断以后节点是否已存在map中，存在时与原节点比拟将层级大的节点放入（去除反复项），不存在时间接放入即可。而后解决子节点，递归调用平铺办法，解决所有节点。

第三步：分层（分组排序）

流解决平铺构造，解决层级分组，存储在TreeMap中保护天然排序。对应key中的数据节点Set<DataNode>需用多线程并发调用，以保障链路调用工夫

1 首先，定义数据结构用于保护调用链路

Q1：为什么须要定义先人节点？

A1：为了判断接口是否存在循环依赖。如果接口存在循环依赖而不检测将导致调用栈溢出，故而在调用过程中要防止并检测循环依赖。在遍历子节点过程中，如果发现以后节点的先人曾经蕴含以后子节点，阐明依赖关系呈现了环路，即循环依赖，此时抛异样终止后续流程防止栈溢出。

public class DataNode {    /**     * 节点名称     */    private String name;    /**     * 节点层级     */    private int level;    /**     * 先人节点     */    private List<String> ancestors;    /**     * 子节点     */    private List<DataNode> children;}

2 获取能力层的接口依赖，并生成对应的数据节点

Q1：生成节点时如何保护层级？

A1：从能力层依赖开始，层级从1递减。每获取一次底层依赖，底层依赖所生成的节点层级即父节点层级+1。

/** * 构建层级构造 * * @param handlers 接口依赖 * @return 数据节点集 */private List<DataNode> buildLevel(Set<String> handlers) {    List<DataNode> result = Lists.newArrayList();    for (String next : handlers) {        DataNode dataNode = generateNode(next, 1, null, null);        result.add(dataNode);    }    return result;}/** * 生成数据节点 * * @param name 节点名称 * @param level 节点层级 * @param ancestors 先人节点（除父辈） * @param parent 父节点 * @return DataNode 数据节点 */private DataNode generateNode(String name, int level, List<String> ancestors, String parent) {    AbstractInfraHandler abstractInfraHandler = abstractInfraHandlerMap.get(name);    Set<String> infraDependencyHandlerNames = abstractInfraHandler.getInfraDependencyHandlerNames();    // 根节点    DataNode dataNode = new DataNode(name);    dataNode.setLevel(level);    dataNode.putAncestor(ancestors, parent);    if (CollectionUtils.isNotEmpty(dataNode.getAncestors()) && dataNode.getAncestors().contains(name)) {        throw new IllegalStateException("依赖关系中存在循环依赖，请查看以下handler：" + JsonUtil.toJsonString(dataNode.getAncestors()));    }    if (CollectionUtils.isNotEmpty(infraDependencyHandlerNames)) {        // 存在子节点，子节点层级+1        for (String next : infraDependencyHandlerNames) {            DataNode child = generateNode(next, level + 1, dataNode.getAncestors(), name);            dataNode.putChild(child);        }    }    return dataNode;}

层级构造如下：

3 数据节点平铺（遍历出所有后辈节点）

Q1：如何解决接口依赖过程中的反复项？

A1：遍历所有的子节点，将所有子节点平铺到一层，平铺时如果节点曾经存在，比拟层级，保留层级大的即可（层级大阐明依赖位于更底层，调用时要优先调用）。

/** * 层级构造平铺 * * @param dataNodes 数据节点 * @param dataNodeMap 平铺构造 */private void flatteningNodes(List<DataNode> dataNodes, Map<String, DataNode> dataNodeMap) {    if (CollectionUtils.isNotEmpty(dataNodes)) {        for (DataNode dataNode : dataNodes) {            DataNode dataNode1 = dataNodeMap.get(dataNode.getName());            if (Objects.nonNull(dataNode1)) {                // 存入层级大的即可，防止反复                if (dataNode1.getLevel() < dataNode.getLevel()) {                    dataNodeMap.put(dataNode.getName(), dataNode);                }            } else {                dataNodeMap.put(dataNode.getName(), dataNode);            }            // 解决子节点            flatteningNodes(dataNode.getChildren(), dataNodeMap);        }    }}

平铺构造如下：

4 分层（分组排序）

Q1：如何分层？

A1：节点平铺后曾经去重，此时借助TreeMap的天然排序个性将节点依照层级分组即可。

/** * @param dataNodeMap 平铺构造 * @return 分层构造 */private TreeMap<Integer, Set<DataNode>> processLevel(Map<String, DataNode> dataNodeMap) {    return dataNodeMap.values().stream().collect(Collectors.groupingBy(DataNode::getLevel, TreeMap::new, Collectors.toSet()))}

分层如下：

1.依据分层TreeMap的key倒序即为调用的层级程序

对应key中的数据节点Set<DataNode>需用多线程并发调用，以保障链路调用工夫

4、分层级调用

梳理出调用关系并分层后，应用并发编排工具调用即可。这里梳理的层级关系，level越大，示意越优先调用。

这里以京东外部并发编排框架为例，阐明调用流程：

/** * 构建编排流程 * * @param infraDependencyHandlers 依赖接口 * @param workerExecutor 并发线程 * @return 执行数据 */public Sirector<InfraContext> buildSirector(Set<String> infraDependencyHandlers, ThreadPoolExecutor workerExecutor) {    Sirector<InfraContext> sirector = new Sirector<>(workerExecutor);    long start = System.currentTimeMillis();    // 依赖程序与执行程序相同    TreeMap<Integer, Set<DataNode>> levelNodes;    TreeMap<Integer, Set<DataNode>> cacheLevelNodes = localCacheManager.getValue("buildSirector");    if (Objects.nonNull(cacheLevelNodes)) {        levelNodes = cacheLevelNodes;    } else {        levelNodes = getLevelNodes(infraDependencyHandlers);        ExecutorUtil.executeVoid(asyncTpExecutor, () -> localCacheManager.putValue("buildSirector", levelNodes));    }    log.info("buildSirector 梳理依赖关系耗时：{}", System.currentTimeMillis() - start);    // 最底层接口执行    Integer firstLevel = levelNodes.lastKey();    EventHandler[] beginHandlers = levelNodes.get(firstLevel).stream().map(node -> abstractInfraHandlerMap.get(node.getName())).toArray(EventHandler[]::new);    EventHandlerGroup group = sirector.begin(beginHandlers);    Integer lastLevel = levelNodes.firstKey();    for (int i = firstLevel - 1; i >= lastLevel; i--) {        EventHandler[] thenHandlers = levelNodes.get(i).stream().map(node -> abstractInfraHandlerMap.get(node.getName())).toArray(EventHandler[]::new);        group.then(thenHandlers);    }    return sirector;}

5、 集体思考

  1. 作为接入外部RPC、Http接口实现业务解决的我的项目，在应用过程中要关注调用链路上的资源复用，尤其长链路的调用，要深刻思考内存资源的利用以及对底层服务的压力。
  2. 要关注对外服务接口与底层数据接口的响应时差，剖析调用逻辑与流程是否正当，是否存在优化项。
  3. 多线程并发调用多个平行数据接口时，如何使得各个线程的耗时方差尽可能小？

作者：京东批发 王江波

起源：京东云开发者社区