来自广州蓝景分享帖:关于性能优化的篇

有一天，产品经理跟我们我们提了一个关于人脸识别活动的小程序，基本上可以理解为就是上传图片，然后识别出这个人的魅力、年龄等相关特性，这么一个小活动。开发的过程是那么的愉悦且轻松，但当我们上线后，才发现原来这只是暴风雨前的宁静。因为我们在大范围内测中，有部分用户反映识别较慢，有时候甚至需要等待超过5秒。所以，这是一篇关于程序猿智斗性能瓶颈的故事！

02

猜测问题

那智斗之前，肯定是需要先找找突破点和最有可能出问题的地方，所以，我们先从分析整个项目的流程开始，用一张图即可说明关系

梳理项目流程可以发现，最有可能出现问题的地方，有两点。第一点是图片上传整个环节，第二点是图片识别这个环节。所以，我们针对这个流程做了一次大数据量并取平均值的统计。

03

测试工具

所以，我们就开始用压测工具去模拟高并发的场景，来收集测试的性能数据。

这次，我们使用Jmeter进行压测，因为Jmeter可提供更强大的服务，Jmeter的入门使用可参考我们的手册

这是我们在Jmeter下对测试接口的配置

//

//

//

//

由于我们的后台是php,所以后台在关键代码使用time()函数获取当前时间戳，代码结束时也记录时间戳，通过计算进行时间差，来粗略计算图片每个环节的用时。

获取图片耗时400.743豪秒

识别图片耗时 2623.370毫秒

返回结果处理耗时1.090毫秒

总耗时 3025.203毫秒

结果再次证明，我们优化的重点应该就是图片上传，和图片识别这两个环节。这时，我们重点应该是控制图片的大小，因为经验告诉我们，这块是严重影响着文件的上传速度和识别接口的压力。所以，我们分析了一下源码。发现在小程序端，并没有针对用户拍摄或选择的图片进行必要的处理，导致不同的机型，所产生的图片大小会有明显的差异，那如何去抹平这种差异，把所有的机型表现都统一在同一起跑线上，所以，我们借助了canvas

04

解决问题

一、前端通过canvas将用户上传的图片大小控制50KB以下

wx.createCanvasContext //创建 canvas 的绘图上下文 CanvasContext 对象

CanvasContext.clip //从原始画布中剪切任意形状和尺寸

CanvasContext.drawImage //绘制图像到画布

CanvasContext.restore //恢复之前保存的绘图上下文

CanvasContext.draw//将之前在绘图上下文中的描述（路径、变形、样式）画到 canvas 中

操作思路： 1：获取图片信息 2：创建canvas上下文 3：图片尺寸边界判断 4：裁切canvas 5：将图片画到canvas中 二、前端做好缓存，减少请求次数，减轻服务器的压力

例如：

（1）缓存token,设置合适的过期时间

（2）近期授权过，可提前登录

（3）页面图片传递，使用缓存

后记补充：

通过这次图片的控制，我们发现影响传输效率的，归根到底，还是图片的大小，与尺寸无关，但图像识别效率却跟图像大小，图像像素点复杂度有关。所以一个接口的影响因素很由很多方面构成的，如果想继续深入，我们可以往图像识别原理进行深挖。

在相同配置的服务器下：

尺寸640x608大小37KB 请求耗时:1096ms

尺寸726x960大小40KB 请求耗时:973ms

尺寸290x230大小20KB请求耗时:1080ms