外观
如何理解搜索服务的规模与性能指标?
标准回答
搜索服务案例采用 Fastify 与 Elasticsearch,包含索引和查询链路优化,以及通过缓存减少重复检索。记录中的峰值规模约为 3万 DAU、峰值日 400万次接口调用。这些数据描述系统负载背景,不能单独证明优化提升了多少。
400万次除以86400秒,平均约46.3次每秒,不等于峰值 QPS,也不是压测上限。性能分析还需要高峰分布、接口类型、数据规模、缓存命中率和 P95/P99;缺少优化前后记录时,只保留已知规模。
该方法与 Android 分析有共同点:先测最慢的阶段,区分 CPU、I/O 与排队;引入缓存时同时考虑一致性、内存成本和失效。终端还需要单独评估线程调度、交互截止时间与显示链路。
追问与回答
缓存命中率高就一定好了吗
要同时看结果新鲜度、缓存占用、未命中尾延迟、热点过期和失效策略。高命中可能来自旧结果长期不更新。
内容来源
- Android 与 AI 工程 Wiki · 原条目
q015