【性能优化】：探索系统瓶颈的根源（一）
背景
本次分享的这个项目是财务系统，众所周知，财务项目的特点是系统复杂、业务繁琐，开发一个完整的财务平台，开发周期长，参与人员多，且每月月初需要产出财务报表以供财务人员分析审核。
所以，财务报表产出越早，问题暴露的越早，留给我们处理问题的时间也就越充裕。
本次系统优化，仅针对结账流程，系统内部的代码优化，不在本次讨论范围。
数据流转
下面来分析下数据流转图，以方便我们分析瓶颈根源。
手工结账
从数据流转图可以看出来，整个流程还是比较复杂的，如果利用手工结账的话则更为麻烦，如：
- 业务数据导入（需要登录 airflow 管理台，输入参数，执行对应的 DAG 任务）
- 物料成本配置（登录数据库服务器执行 sql）
- 财务计算（登录计算引擎服务器，执行 curl 命令）
- 财务凭证汇总（postman 发送请求，执行 jupyter 接口）
- 财务数据备份（需要登录 airflow 管理台，输入参数，执行对应的 DAG 任务）
- 财务报表轧差（需要登录 airflow 管理台，输入参数，执行对应的 DAG 任务）
- 财务报表导出（登录 hue，执行 hive sql 查询导出）
- 财务数据验证（财务人员线下验证数据）
- 对接SAP（登录 sap网关服务，执行 curl 命令）
而且，步骤之间还有依赖关系，只能串行，且步骤之间还有参数依赖等等。
之前负责结账的同事是怎么做的呢？
纯手工一条条执行，而且还需要把本月每个执行的步骤参数记录下来，下个月的时候要用到。
弊端
繁琐
需要登录各个平台环境，复制粘贴参数。
耗时
点击执行按钮或输入 curl 命令后，需要等待它执行完成，除非你一直盯着它，否则它不会在执行完成后自动通知你。
错误率高
因为需要手动记录各个步骤的参数，以便在下个月结账时使用，很容易出错。
监控差
没有一个完善的步骤监听机制，成功或失败时能通知到我们。
总结
从上述描述可以看出来，纯手工执行结账流程，时间都白白的浪费了，若能开发出一套程序自动化执行的机制，则能大大的缩短执行时间。