向服务器提交100个表单，如何进行性能优化（Java）

面试中问到这个问题，答不出来。求高手指教！
面试中问到这个问题，答不出来。求高手指教！

这个问题其实是在问你，如何处理并发网络请求。一个网络请求就是一个异步线程，所以这个问题的本质是并发线程的问题。同时创建太多线程，肯定不行，所以就要考虑用一个请求队列来处理，即建立一个线程池，分出优先级，有序处理！具体情况你可以百度一下关键词“并发网络请求”！

可以看看用火焰图来分析，然后调试CPU：

全文，请参见原文：如何使用性能分析来调试Python的性能问题 【使用火焰图找出问题根源】
https://blog.csdn.net/SusyYang/article/details/113927192


如何使用火焰图调试性能问题（并在服务器上节省下6.6万美元）

假设下面的火焰图对应呈现上图中央处理器利用率飙升的时段。在此高峰期间，服务器的中央处理器的使用情况如下：

• Foo()消耗的时间是75％
• Bar()消耗的时间是25％
• 10万美元的服务器成本

您可把火焰图视为超详细的饼图，其中：

• 火焰图的宽度代表着整个时段
• 每个节点代表一个功能
• 最大的节点占用了大部分中央处理器资源
• 每个节点被其上方的节点调用

在这种情况下，’foo()’ 占据了整时间范围的75％，因此我们可以改进`foo()`及其调用的函数来减少中央处理器的利用率（并节省$$）。

用Pyroscope工具创建火焰图和表格

为了用代码重现上文的例子，我们将使用Pyroscope工具 — 专门针对性能调试问题提供持续的性能分析，并且是开源。

为了模拟服务器，我写了 ’work(duration)’ 函数，该函数在该持续时间段内模拟工作。这样，我们就可以通过下述代码构建火焰图，来复现’foo()’ 所用的75％时间和 ‘bar()’ 所用的25％时间：

 # 模拟每次迭代中央处理器的时间
def work(n):
    i = 0
    while i < n:
        i += 1

# 模拟中央处理器运行7.5秒
def foo():
    work(75000)

# 模拟中央处理器运行2.5秒
def bar():
    work(25000)