背景
开发了一个导入接口，测试过程中发现导入压缩包24M时，耗时50多秒。觉得这个时间太长了，可能存在问题，于是开始了漫长的排查之旅。
查看接口时间
通过Chrome DevTools 查看接口请求信息，发现接口时间主要消耗在发送数据（Request sent）和等待服务器响应（Waiting for server respnse）两部分。
Request sent：平均在31s
Waiting for server respnse：平均18s
Request sent时间属于正常偏慢，因为发送数据受网络上行带宽限制，暂时也没办法做太大的优化。
Waiting for server respnse时间有很大的问题，因为接口中只做了简单的操作，复杂的数据处理都是异步执行的，所以问题应该在服务端。
排查接口问题
怀疑是接口请求问题后，就使用arthas trace 查看接口详细耗时。
docker exec -it xxx java -jar /arthas/arthas-boot.jar[INFO] arthas-boot version: 3.5.1[INFO] Found existing java process, please choose one and input the serial number of the process, eg : 1. Then hit ENTER.* [1]: 10 org.springframework.boot.loader.JarLauncher[INFO] arthas home: /opt/arthas[INFO] Try to attach process 10[INFO] Attach process 10 success.[INFO] arthas-client connect 127.0.0.1 3658 ,---. ,------. ,--------.,--. ,--. ,---. ,---./ O \ | .--. ''--. .--'| '--' | / O \ ' .-' | .-. || '--'.' | | | .--. || .-. |`. `-. | | | || |\ \ | | | | | || | | |.-' | `--' `--'`--' '--' `--' `--' `--'`--' `--'`-----' wiki https://arthas.aliyun.com/doc tutorials https://arthas.aliyun.com/doc/arthas-tutorials.html version 3.5.1 main_class pid 10 time 2022-11-23 19:07:06 [arthas@10]$ trace xxx.XXXController test -n 5 --skipJDKMethod false Press Q or Ctrl+C to abort.Affect(class count: 2 , method count: 2) cost in 601 ms, listenerId: 1`---ts=2022-11-24 13:44:28;thread_name=http-nio-9001-exec-17;id=bd;is_daemon=true;priority=5;TCCL=org.xxx.xxxClassLoader@300aa927 `---[211.492528ms] xxx.XXXController$$EnhancerBySpringCGLIB$$103cd3e4:test() `---[166.654272ms] org.xxx.MethodInterceptor:intercept() #57 `---[102.043649ms] com.xxx.XXXController:test() +---[101.125313ms] com.xxx.XXXService:importUser() #359 `---[0.754306ms] com.xxx.XXXBuilder:success() #57根据arthas trace日志显示，接口耗时在200ms左右，这才是符合预期的时间。没有找到具体问题，只能代码走查一遍。接口逻辑其实很清晰，先校验文件格式大小，然后创建异步任务（插入一条数据），最后执行异步任务。因为有异步任务，所以整个接口耗时应该最多几百毫秒，初步判断arthas trace的结果正确合理。
排查网关问题
既然接口实现没有问题，那就往上游排查，查看网关是否存在问题。查看网关接口请求和返回时间和刚才arthas trace时间相差无几，排除了网关的问题。
排查SLB问题
网关没问题只能在往上排查问题，测试了另一个环境B发现是相对正常的，Waiting for server respnse 时间在600ms左右。
对比讨论了下两个环境的差异，发现有问题的环境A相比正常的环境B多了一层SLB负载均衡，怀疑可能是这个问题。网上查了相关资料，也没有显示SLB有出现过这种情况。
于是让运维先关闭SLB负载均衡验证一下情况，修改SLB配置后需要一小会才能生效，结果显示关掉SLB接口请求时间还是有问题， 因此也不是SLB的问题，于是只是剩下Nginx了。
排查Nginx问题
排查了一下午没有结果，然后就先去吃饭休息，踢踢桌面足球放松一下。
放松回来后，开始排查了Nginx配置，尝试重启ng，修改buffer大小都无济于事。扫到ng配置的时候发现ng做了一次负载均衡，而且服务器地址配置的是公网ip，猜测可能是这个问题，死马当成活马医，随便试试看。修改为内网地址，然后重启ng后验证发现正常了。就这样正常了。花了大半天时间，总算解决了。后来复盘讨论猜测，应该是ng接收到文件后，通过负载均衡走公网ip转了一圈回来导致Waiting for server respnse 耗时过长。
一不小心就有坑。
THE END.
