1、代码---》结合需求能从代码实现的角度，使用更高效的算法或方案实现。
2、数据库
1） SQL调优
2） 连接池调优
3） 架构层面：包括读写分离、主从库负载均衡、水平和垂直分库分表等方面
3、缓存
本地缓存（HashMap/ConcurrentHashMap、Ehcache、RocksDB、Guava Cache等）。
缓存服务（Redis/Tair/Memcache等）。
1、缓存穿透
描述：缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。
解决方案：
1） 接口层增加校验，如用户鉴权校验，id做基础校验，id<=0的直接拦截；
2） 从缓存取不到的数据，在数据库中也没有取到，这时也可以将key-value对写为key-null，缓存有效时间可以设置短点，如30秒（设置太长会导致正常情况也没法使用）。这样可以防止攻击用户反复用同一个id暴力攻击。
2、缓存击穿
描述：缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力。
解决方案：
1） 设置热点数据永远不过期。
3、缓存雪崩
描述：缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。
和缓存击穿不同的是，缓存击穿是并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。
解决方案：
1）缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。
2）如果缓存系统是分布式部署，将热点数据均匀分布在不同的缓存节点中。
3）设置热点数据永远不过期。
4、异步
异步处理的好处：
1） 缩短接口响应时间，使用户的请求快速返回，用户体验更好。
2） 避免线程长时间处于运行状态，这样会引起服务线程池的可用线程长时间不够用，进而引起线程池任务队列长度增大，从而阻塞更多请求任务，使得更多请求得不到及时处理。
实现方式
1、线程（线程池）
采用额外开辟一个线程或者使用线程池的做法，在IO线程（处理请求响应）之外的线程来处理相应的任务，在IO线程中让response先返回。
如果异步线程处理的任务设计的数据量非常大，那么可以引入阻塞队列BlockingQueue作进一步的优化。具体做法是让一批异步线程不断地往阻塞队列里添加要处理的数据，然后额外起一个或一批处理线程，循环批量从队列里拿预设大小的数据，来进行批处理。
2、消息队列（MQ）
使用消息队列（MQ）中间件服务，MQ天生就是异步的。一些额外的任务，可能不需要这个系统来处理，但是需要其他系统来处理。这个时候可以先把它封装成一个消息，扔到消息队列里面，通过消息中间件的可靠性保证把消息投递到关心它的系统，然后让其他系统来做相应的处理。