SpringBoot接口性能调优：6个优化手段，轻松突破系统 QPS瓶颈-尧图网络科技

做Java后端开发的小伙伴，基本都遇到过线上QPS瓶颈问题：测试环境接口跑得飞快，一到线上流量高峰，接口响应变慢、吞吐量上不去、偶尔超时告警。很多人第一反应是加服务器扩容，但其实大部分场景根本不是机器配置不够，而是代码、配置、中间件存在大量可优化点。

我前段时间接手一个老旧SpringBoot线上项目，压测发现接口QPS只能跑到800左右，流量稍微波动就触发限流超时。没有重构业务代码，也没有新增服务器，仅仅通过6个低成本优化手段，直接将接口QPS提升到2000+，彻底突破性能瓶颈。

今天结合真实压测和线上落地经验，分享这6个实用性极强的SpringBoot接口调优方案，附带可直接复用的配置和代码，新手也能快速落地，轻松解决接口吞吐量低、响应慢的问题。

一、优化Tomcat线程池配置，告别请求排队

SpringBoot内置Tomcat默认线程池配置非常保守，默认核心线程数较小，高并发下极易出现请求排队、线程频繁创建销毁的问题，直接限制接口吞吐量。这也是很多项目QPS上不去的首要原因。

我们可以手动优化线程池参数，最大化利用服务器资源，yml配置直接替换即可：

# 优化Tomcat线程池 server: tomcat: threads: core: 200 # 核心线程数 max: 800 # 最大工作线程 accept-count: 200 # 等待队列长度

优化逻辑很简单：合理扩容工作线程、增大等待队列，避免高并发下请求直接被拒绝，从容器层面提升接口吞吐能力。实测这一项优化，就能让基础QPS提升30%以上。

二、全局开启GZIP压缩，减少网络传输耗时

很多查询类接口返回的JSON数据量大，网络传输耗时占比极高。默认SpringBoot没有开启压缩，大量冗余报文占用带宽，导致接口响应延迟高、吞吐受限。

开启GZIP压缩后，响应报文体积可压缩60%~80%，大幅缩短网络传输时间，配置零侵入、收益极高：

server: compression: enabled: true mime-types: application/json,application/xml,text/html min-response-size: 1024

建议所有业务项目统一开启，尤其适合列表查询、详情查询、大数据返回类接口，优化效果非常直观。

三、优化返回实体类，杜绝无效序列化字段

很多同学开发时习惯直接返回数据库实体类，表中几十条字段全部序列化返回，大量冗余字段白白浪费CPU和带宽。而且部分字段默认序列化规则不合理，会拖慢接口响应速度。

生产规范写法是自定义VO返回，同时通过注解优化序列化逻辑，避免无效开销：

import com.fasterxml.jackson.annotation.JsonIgnore; import lombok.Data; @Data public class UserVO { private Long id; private String username; private String phone; // 忽略数据库冗余字段，不序列化返回 @JsonIgnore private String deleteStatus; @JsonIgnore private String updateTime; }

同时可以全局配置Jackson序列化规则，空值不返回、日期统一格式化，减少序列化耗时，进一步提升接口响应速度。

四、高频接口增加本地缓存，避免重复查库

商品列表、字典数据、用户配置等读多写少的高频接口，每次请求都查询数据库，极大浪费数据库性能，也是QPS瓶颈的核心原因。

针对这类接口，我推荐使用Caffeine本地缓存，性能远超Redis，无网络IO开销，适配高频短平快接口：

import com.github.benmanes.caffeine.cache.Cache; import com.github.benmanes.caffeine.cache.Caffeine; import org.springframework.stereotype.Component; import java.util.concurrent.TimeUnit; @Component public class LocalCacheUtil { // 初始化本地缓存：10分钟过期，最大缓存1000条 private final Cache<String, Object> cache = Caffeine.newBuilder() .expireAfterWrite(10, TimeUnit.MINUTES) .maximumSize(1000) .build(); public void set(String key, Object value) { cache.put(key, value); } public Object get(String key) { return cache.getIfPresent(key); } }

高频查询接口优先读取本地缓存，无需频繁查询DB，接口响应速度直接毫秒级，吞吐量大幅飙升。

五、优化MyBatis查询，杜绝N+1与无效查询

绝大多数后端接口慢，根本不是代码问题，是SQL执行效率低。日常开发中N+1查询、全表查询、未加索引是高频坑点。

这里分享一个通用优化习惯：列表查询只查需要的字段、禁止select *、分页查询必加索引、关联查询避免循环查库。

同时开启MyBatis日志精简配置，生产环境关闭完整SQL打印，减少日志IO开销，避免拖慢接口性能。

六、异步解耦非核心业务，缩短主链路耗时

很多接口主流程中夹杂大量非核心逻辑，比如日志记录、消息推送、数据统计、埋点上报。这些同步阻塞逻辑会拉长主链路耗时，严重限制QPS。

SpringBoot自带线程池，我们可以直接用@Async异步解耦，主链路执行完直接返回，不阻塞次要逻辑：

import org.springframework.scheduling.annotation.Async; import org.springframework.stereotype.Service; @Service public class LogService { // 异步记录操作日志，不阻塞主业务 @Async public void recordOperateLog(String userId, String content) { // 日志入库、埋点统计 } }

主接口只保留核心业务，非核心逻辑异步执行，接口RT大幅降低，单位时间处理的请求数自然变多。