先量化再优化：用端到端可观测性定位延迟瓶颈

延迟优化最忌讳凭感觉调参。第一步应当建立端到端可观测性：前端记录 RUM 指标，网关记录 TTFB，服务端用 TraceID 串联微服务、数据库、缓存和第三方 API，再结合日志与指标观察 P50、P95、P99 的差异。很多系统平均值看似正常，但 P99 已经严重拖累用户体验，因此必须重点关注长尾请求。还要拆解关键路径，明确 DNS、TCP、TLS、服务端处理、排队、序列化、数据库查询、外部依赖各占多少毫秒。为每类接口设置延迟预算，例如页面首屏 1 秒、API 200 毫秒、核心查询 50 毫秒。通过持续压测、灰度发布和线上 A/B 对比，确认优化是否真正生效，而不是把瓶颈从一处转移到另一处。

缩短网络往返：CDN、连接复用与协议升级

网络往返往往是延迟的大头，尤其跨地域访问时，每一次握手、重定向和跨机房调用都会叠加延迟。优化时优先做就近接入：静态资源交给 CDN，动态接口使用动态加速或边缘节点，让用户请求少走公网长链路。协议层面可升级到 HTTP/2、HTTP/3 和 QUIC，利用多路复用、0-RTT/1-RTT 握手、TLS 1.3 会话恢复减少建连成本。客户端侧使用 DNS 预解析、preconnect、连接池和 keep-alive，避免频繁创建连接。传输内容要压缩，启用 Brotli 或 Gzip，减少大 JSON、图片和脚本体积。对于小请求，可合并批量调用，但也要注意缓存粒度和失败隔离。网络优化不是只改一项，而是把 DNS、TCP、TLS、传输和边缘计算一起纳入治理。

把等待前移：多级缓存、预计算与边缘计算

缓存是把等待前移的最有效手段之一。浏览器缓存、Service Worker、CDN 缓存、网关缓存、应用本地缓存、Redis 和数据库物化视图，可以形成多级防线。关键不是“加缓存”，而是设计缓存键、TTL、失效策略和一致性方案。静态资源可使用内容哈希和长期缓存，接口可使用 ETag、Last-Modified、stale-while-revalidate，让用户先看到旧数据，再后台刷新。对报表、排行榜、推荐结果、商品聚合等计算密集数据，可预计算并定时更新，避免每次请求都实时扫描全表。边缘计算则把鉴权、A/B 测试、个性化片段放到离用户更近的位置执行。还要防范缓存穿透、击穿和雪崩，可使用布隆过滤器、互斥锁、随机过期和热点探测，确保缓存既快又稳。

异步化与削峰填谷：队列、批处理和资源隔离

并非所有操作都必须同步完成。日志上报、通知推送、图片压缩、风控扫描、推荐计算等任务，可以写入消息队列后立即返回，由消费者异步处理。这样能显著缩短接口响应时间，也能在流量高峰时削峰填谷。批处理同样重要：合并小 IO、批量写数据库、批量调用下游、合并网络请求，可以减少系统调用和锁竞争。资源隔离则是稳定性的底线，核心接口、慢查询、第三方调用应使用独立线程池、连接池和队列，避免一个慢依赖拖垮整个服务。配合超时、有限重试、熔断、降级和背压机制，可以防止重试风暴和级联故障。最终一致性、优先级队列和死信队列也要提前设计，让延迟优化不以牺牲可靠性为代价。