神券的改进
压测的目的是为了根据压测的结果来进行进一步的性能调优，这里记一下这段时间看到过的一些性能调优
某一个根据当前坐标查询某一个范围内对应商家的数目
涉及到的一些有趣的Tips：
es的使用geohash算法 ：序列化：
filter：线程池：
尝试做的一些优化：
最开始的时候需要对需求做一些优化，要求对当前的耗时以及单位时间处理的速度进行较大幅度的提升。而通过测试发现，接口使用的大部分时间存在于数据的获取，而目前使用的是从
es中获取到数据，而猜想使用本地缓存会较大幅度解决数据获取的速度。而在将数据的获取从
es换成从本地缓存中获取之后，发现并没有实现进一步速度的提升。于是猜测是否是在序列化的过程中（这里使用远程调用会涉及到序列化），当前项目中使用的JDK包的版本和目前企业平台使用的JDK版本存在差异导致速率变化。于是在运行的服务器中修改不同版本的JDK序列化包。这个时候发现实际的性能上并没有得到太好的提升，排除该原因，而关于数据获取的原因猜测为因为
filter中需要控导致（其相关作用考虑上文：https://blog.csdn.net/qq_34861102/article/details/80643385）。于是修改，将当前的filter的限制去除，进行测试。TPS得到显著的提升。
后续对需求又有了更高的要求，进行进一步性能调优：
首先对代码进行检查，发现目前使用的线程池中最大线程数设置较小（关于线程池）会导致线程中可能出现的等待情况。同时进行了其他的一些项目资源的调整：去掉项目中目前无用的
MQ的使用，然后进行优化以前的一些代码，但是效果都不明显。为了实现响应的性能要求，于是和业务方提出了一种降级方案， 缩小了坐标的指定框的大小：即目前使用的是
geohash算法通过限制得到的Hash值的模糊比较范围实现，在实际业务中不会涉及到过大的范围查询，通过减少模糊比较范围实现了性能的要求