如图A所示，峰值期间终端用户请求平均响应时间，从3秒左右压缩至40毫秒以内；如图B所示，峰值期间所有请求响应码200的比例从70%左右提升至100%；图C表示，峰值期间，后端CPU Idle从10%左右提高至97%左右。实测对比数据表明，API加速对降低平均响应时间、提升用户体验效果十分显著，在降低后端服务器负载方面效果更加明显，使用API加速的后端CPU Idle可保持在91%以上。

　　后续建议

　　数据库失衡和缓存Redis失衡问题已经解决，但除上述问题，还有很多环节可以改善：

　　1. 队列服务异步化请求

　　目前客户最终落地数据库请求直接请求到MySQL，未经队列缓冲，建议使用队列服务排队处理峰值请求，其好处在于能在大访问量时对请求进行调度，并可控制实际到达数据库的并发，从而有效保护数据库后端。

　　2. API防火墙屏蔽恶意Bot

　　用户日志中含有大量明显且规律的扫描软件痕迹，如sqlmap、fimap等，虽然尚未对业务造成较大影响，但却使服务端资源被占用。建议在负载均衡最前端对扫描行为予以屏蔽，以提高安全性，同时提升服务效率。除恶意Bot，抢单、刷单等行为也会对服务产生影响，建议使用API防护服务识别与拦截。

　　3. 产品层考虑服务降级设计

　　该客户在整体业务上，没有服务降级设计，产品功能优先级未做划分，导致重要的数据库、Cache等众多基础服务混杂。一旦“秒杀”导致数据库穿透等严重问题时，整体服务将不可用。这种情况应重新梳理业务单元，按照优先级切分基础服务，首屏、产品列表、购买、订单等信息优先级最高；其次是非重要功能，如评论、账单等；如果后端负载较大，必要时可直接舍弃次要功能，从而降低后端负载，保证服务稳定。

　　总结

　　解决类似“整点秒杀活动”的情景，是一个系统复杂的工程，就文中客户暴露出来的数据库负载不均匀、Cache缓存负载不均匀等问题，可通过采用数据库中间层和API加速等技术解决，最终可取得理想效果。

　　上述“秒杀”案例，只是API加速的一个典型应用场景，接下来我还会撰文对API加速问题进行更为系统的剖析。