系统特点:
CPU密集型(千亿级/s计算量)
IO密集型(10w+qps I/O查询)
优化目标:
高吞吐（资源有限制下的高吞吐），高性能(ms级响应性能)
高吞吐：
流式化
请求访问采用多次复用的流式化：1、有一定实时性 2、充分利用资源
异步化
密集紧张资源的调用异步化：如重计算（计算占用CPU资源较多）异步化，I/O调用异步化
高性能：
资源缓存
政策体本地缓存，存在I/O瓶颈(redis流量:单实例4.3Gbs)，redis查政策体响应时间由100ms降至40ms
计算优化
１、计算顺序：调整计算流程各属性优先级，如能决定最终计算结果的重要流程优先计算，减少不必要计算
２、请求预过滤：调用方能从业务数据上提前过滤掉无效请求/结果固定，提前进行预过滤，不进入计算流程
3、数据预剪枝：重计算通常是由于各计算数据量级叉乘带来（10w10w=>100w），可以根据一些业务特征做数据剪枝．提前剪枝了80%数据A, 80%的数据B－＞那么整体数据量级（2w2w=>2w),最终带来98%的计算量优化，收益很大
4、数据索引：计算过程中使用不经常改变数据进行结构化索引设置，索引key具有一定区分度且与计算主key相关联，value多为使用的中间计算结果
