1、首先考虑分布式，业务功能服务化
使用阿里的dubbo框架，使用zookeeper作为注册中心；或者spring cloud等；系统灵活部署，在真正消耗资源的服务上，考虑增加实例。
2、打薄网关层
网关层，只做参数校验，和简单逻辑判断。
3、非主业务流程异步化，建议使用mq异步
避免使用进程内异步化，因为虽然减少了单个请求的等待时间，但是异步线程要等待执行完业务，如此，服务本身接受处理请求的可用线程会减少。
进程内异步化方法：
1、手写线程并启动，不推荐，不可控
2、spring @Asyn 配合Future作为返回值
3、google的eventBus基于发布订阅的线程总线
........
4、接口请求频率增加限制
5、梳理业务流程，精简实现流程
实际上，业务逻辑处理，不不涉及大数据计算的情况下，基本上可以忽略耗时，精简实现逻辑，主要目的是增强代码的可读性。
6、数据库索引
即使库表数据量，仅在万级别的，必要的索引还是要加。如果此种情况较多，加之请求量较大，就会把数据库效率拉下一个级别，高频的查询，严重消耗CPU，结果就是系统整体效率下降，CPU也居高不下，CPU报警短信接二连三。
以下两幅图，是在下午3点多，给众多表字段追加必要字段后，数据库CPU已经趋于稳定。
文章先列出大框，后续完善....