一、DB优化
SQL查询走索引
拆分复杂SQL
读写分离
二、业务优化
Log4j2异步
缓存(Redis)
业务异步处理
循环内不要操作数据库、缓存
sleep绝对不允许
批量获取数据
用空间换时间
合理使用事务
下面逐步拆分每种情况的优化分案：
1、所有的SQL查询尽量走索引，不要全表扫描。把SQL都放到数据库中看一下执行计划。比如，使用mysql可以把每条SQL前加上explain，看一下执行计划
2、不要写复杂的SQL，不要将业务逻辑抛给数据库去处理，应在程序中处理这些业务逻辑，数据库只是用来取基础数据，尽可能的单表查询走索引，拿到数据之后根据业务需求在程序中处理
3、数据库要读写分离
4、尽可能的去掉无用日志，代码写的规范不用过多的日志，看代码就知道业务逻辑。
5、循环内部不要有数据库、缓存操作，把这些操作都移到循环外，通过批量的方式一次性获取数据，然后在程序中对这些数据进行处理，转换成想要的格式。比如，
①. 不要在for循环内执行 orderInfo.getById(id)，而是在循环外执行 orderInfo.batchById(List)，然后把返回的数据以id做key，每行记录做value存储到Map中，循环内只需要根据id就可以获取到每条记录。
②. 不要在for循环内执行 redisTemplate.hget(key,field)，而是在循环外执行 redisTemplate.hmget(key, fieldList)，一次性的获取所有值，按照顺序获取每个值就OK了。
6、代码中绝对不能写sleep。
7、把耗时并且不影响业务主流程的逻辑异步处理，启用线程去处理这些业务。比如，用户每次下单前都需要自动释放上一笔没有支付的订单，像这种情况可以启动一个线程单独处理，并且不用等待线程的返回接口。
8、一个大的业务方法中，各子模块相互独立，互不依赖，可以考虑使用并发处理，即多线程并发查询数据。有个前提是该接口应至少高于20ms,如果再低,线程切换等因素可能会抵消掉多线程带来的性能提高。比如，首页接口需要返回3块数据，每块都是独立的，并且都比较耗时，所以可以启动3个线程同时获取数据，最后等待每个线程返回结果。
9、业务数据增加Redis缓存。这是减少数据库查询，提升TPS的有效手段。但是要根据实际业务情况来使用Redis，合理的设计好缓存key的结构，避免缓存重复数据浪费空间。使用缓存的时候需要注意缓存穿透、缓存雪崩等问题。
10、异步执行任务的时候需要使用线程池，不能直接创建线程并启动。创建线程池时需要使用无界队列，若使用有界队列，当并发量大，并且等待线程超过队列大小时就会报错，线程无法放入队列导致任务丢失。