业务沉淀&线上问题
梳理日常业务积累，复盘线上各类故障与异常问题，总结排查思路、优化方案与规避经验，提升系统稳定性与问题处置效率。
All Articles in 业务沉淀&线上问题
009-CPU 使用率较高影响单机接口吞吐量
压测发现服务 CPU 100%，火焰图定位到 DecodeResponse 存在双重 JSON 序列化（ []byte → map → []byte → struct ），占用 44.6% CPU。改用 Go 泛型直接反序列化到目标 struct 后：平均响应时间降 48%（2083ms→1090ms）、错误率清零、QPS 升 73%（142→247）、标准差降 66%。数据量大的接口 CPU 显著降低，小数据量接口吞吐量暴涨，最高提升 840%。
经验-查询类接口超时优化技巧
为满足查询接口高成功率要求，针对 Motan RPC 超时问题开展代码层优化。借助链路追踪定位耗时节点，通过精简日志、卫语句提早返回、批量查询并参数去重、异步并行调用、本地缓存预热等方式提速，同时合理调整 RPC 超时与重试配置，整合精简接口，有效降低调用超时概率。
008-JVM堆外内存泄露排查
出海服务开启设备日志记录功能后，频繁触发 Full GC、非堆内存持续上涨、CPU 小幅升高。排查定位为 Fastjson 每次新建 SerializeConfig，造成频繁类加载、元空间占用持续增长，引发元空间阈值 Full GC。通过复用 SerializeConfig 对象修复问题，同时沉淀字节码类框架使用的性能规避经验。
项目-IM如何保证消息不丢失
IM 消息可靠投递依靠请求、应答、通知三类报文交互。单次私聊完整收发需六个报文，依托超时重传、应答确认机制规避报文丢失问题。通过唯一消息 ID 实现消息去重，同时区分在线与离线消息处理逻辑，以此保障消息不丢失、不重复，群消息可参照私聊流程适配实现。
项目-直播间业务多级缓存优化
主播开关播瞬间接口请求暴增，系统 QPS 冲高，服务器、缓存与数据库 CPU 负载激增。梳理高频接口定位性能瓶颈，通过冷热数据分层缓存、开播关播提前预热数据、异步刷新本地缓存，精简冗余接口与字段。优化后流量冲击回落，CPU 峰值毛刺消失。
项目-服务降级
突发联动开播流量压垮服务，为防范此类风险，搭建多级防护体系。依托 Sentinel、Hystrix 实现自动降级，采用线程池与信号量隔离规避级联故障。同时支持多维度手动降级策略，按业务场景分流读写请求、精简返回内容，保障核心业务平稳运行。