[[438012]]

深思熟慮的設計還必須考慮到 API 的性能，如果 API 不能響應越來越多的請求，不能滿足不斷變化的業(yè)務需求，不能按預期運行，良好的設計就毫無意義。

那什么是 API 的性能?

與任何性能一樣，API 性能在很大程度上取決于 API 如何響應它收到的不同類型的請求。

比如：我們有一個客戶端應用程序，顯示客戶的當前訂單。應用程序從 API 獲取訂單詳細信息。但現(xiàn)在，客戶表示，他們想查看所有訂單。因此，我們構建了一個“我的訂單”頁面，用于顯示客戶的所有訂單。這意味著，我們的 API 將返回比以前更多的數(shù)據(jù)，比以前承受更大的負載。

如何確保我們的 API 能夠返回所有數(shù)據(jù)而不會出現(xiàn)延遲、服務器端錯誤和過多請求等問題?這里有一些性能提升的最佳實踐：

1、縮小和限制有效負載大小

傳輸數(shù)據(jù)量大的時候，必然會導致 API 性能下降，而最直接的辦法就是降低 API 傳輸?shù)呢撦d(payload)，我們可以使用 GZip 壓縮來縮小有效載荷的大小，可以在 Web API 上使用 Deflate compression。或者，我們可以將 Accept-Encoding 標題更新為 gzip。

2、啟用緩存

緩存是提高 API 性能的最簡單方法之一。如果我們的請求相同的 API，那么該響應的緩存版本有助于避免額外的服務調用或數(shù)據(jù)庫查詢。

在使用緩存時，您需要選擇合適的緩存淘汰算法，在發(fā)生新數(shù)據(jù)更新時，緩存也要及時更新。

3、提供足夠的網(wǎng)絡帶寬

即使是設計最強大的 API，緩慢的網(wǎng)絡也會降低性能。不可靠的網(wǎng)絡可能會導致停機，解決這個也相對簡單，多花錢投資于適當?shù)木W(wǎng)絡基礎設施，這樣我們才能保持理想的性能水平。

此外，如果您有大量后臺進程，請在單獨的線程上運行這些進程，以避免阻止請求。還可以使用鏡像和 CDN在全球不同地區(qū)更快地服務請求。

4、限速和防止惡意攻擊

API 可能會受到 DDoS 攻擊，該攻擊可能是惡意和故意的，也可能是工程師調用API在某些本地應用程序的循環(huán)中執(zhí)行時故意的。可以通過測量交易并監(jiān)控每個 IP 地址或每個SSO/JWT令牌的每秒調用次數(shù)，對惡意請求進行屏蔽來避免這種情況。

這種速率限制方法有助于減少對 API 的過度請求，并主動監(jiān)控和識別可能的惡意活動。

5、嘗試使用 PATCH

工程師們普遍認為，PUT 和 PATCH 操作會產生相同的結果。他們在更新資源方面相似，但他們各自執(zhí)行更新的方式不同：PUT 操作通過向整個資源發(fā)送更新來更新資源。PATCH 操作僅對需要更新的資源應用部分更新。因此 PATCH 調用產生較小的負載，并大規(guī)模提高性能。

不過，即使 PATCH 調用可以限制請求大小，也應該注意它不是冪等的。PATCH 可以通過一系列多個調用產生不同的結果。因此，應該仔細和故意地考慮您的應用程序是否使用 PATCH 請求，并確保在需要時它們可以冪等地實現(xiàn)。如果沒有，請使用 PUT 請求。

6、啟用日志記錄、監(jiān)控和警報

如果你應該從這篇文章中學到一件事，那就是這個!日志記錄、監(jiān)控和警報是 API 最重要的組成部分，沒有之一。

擁有日志、監(jiān)控和警報有助于工程師在發(fā)生問題之前對其進行診斷和補救。許多API(基于Express/Node、Java、Go)都有預定義的接口來評估以下內容：

/health 
 
/metrics 

如果沒有啟用日志記錄，并且存在潛在問題，將無法跟蹤來源，或特定請求中出現(xiàn)問題的地點。如果沒有啟用監(jiān)控，將無法從分析角度知道一些問題或錯誤的發(fā)生頻率。這將不利于做出合理的解決方案。而且，如果沒有啟用警報，將不知道是否有問題，直到客戶(或更糟糕的是客戶)報告它。這就比較嚴重了!

7、啟用分頁

數(shù)據(jù)量大時，分頁是個很好的策略，不過分頁也不是銀彈，數(shù)據(jù)量大時依然會非常慢。一個有效的策略是最多顯示前 100 頁，幾乎沒有人會翻到 100 頁之后。

最后的話 

前后端分離已是常態(tài)，對于后端開發(fā)來說，最重要的就是設計一個強大的 API，針對 APi 的性能進行適當優(yōu)化和增強，它可以非常強大，為企業(yè)和客戶提供出色的體驗。作為負責任的工程師，我們有責任決定如何以高性能的方式構建我們的 API，這可以幫助我們實現(xiàn)和超越我們的目標。

本文轉載自微信公眾號「Python七號」，可以通過以下二維碼關注。轉載本文請聯(lián)系Python七號公眾號。