提高性能最怕是没有方向，没有头绪的时候不妨试试三件套：并行、异步、加缓存。

并行比较容易理解，一个人做不完的事，多喊几个人一起做。从算法的角度，“并行”相当于“分治”。

早期 CPU 是单核的，后来单核性能提高不了，就采用多核；早期单进程、单线程，后期用多进程、多线程；早期单台机器，后来多机分布式。这些可以说都是“并行”的思想。所以如果某个逻辑实在难以提高的时候，可以考虑“并行”来处理。

当然，并行也会引入新的问题，最常见的就是同步问题，不论是单机上的多线程，还是多机之间的数据同步，都是程序员很头疼的问题。还有就是数据之间的拷贝和汇总，也都需要额外的开销。因此引入并行的得与失，需要具体问题具体分析（其实任何策略都需要）。

“异步”和“缓存”都可以看作是 2/8 定理的延伸。也就是说 20% 的内容，虽然占少数，却是最重要的，而剩余的 80% ，虽然占多数，却是次要的。那么“异步”就是说当前有更重要的事要做，其它的不那么重要的可以在后台慢慢做，做完了我再处理。

例如现在几乎所有的网站都用 AJAX 来异步加载资源。换句话说，当用户打开一个网页时，它想要看到“主页面”的内容，因此这些内容是最重要的。而另外一些内容，例如对话框的内容和样式，在用户做一些操作之前，都是用不到的。因此我们可以异步加载对话框需要的资源，而把主要的精力放在加载和渲染“主页面”。

而在后端也有类似的场景。例如写数据库，一般情况下我们可能并不急着用写入的结果，那么“等待写入完成”就是一个次要的事情，因此可以异步执行写入操作，而先执行一些更重要的操作。

在现实生活中其实也类似，例如烧水，我们不急着喝就不需要等着它，可以先做一些其它的事，等用空时再查看水烧开没有。

当然，异步在某种程度上要求“并行”，需要异步进行的操作一般不能占用计算资源，例如或 IO 操作。或者需要指定其它的计算资源，例如用其它的机器执行计算。

异步也会极大增加编程的难度，想必不需要我多说吧。如果你觉得还行，那么考虑下异步加上并行吧。

“异步”可以认为是 2/8 定理在“计算”上的应用，那么缓存就是 2/8 定理在“数据”上的应用。即数据的重要程度是不同的，总有一些数据会被频繁地访问，而另一些数据则基本无人问津。

缓存已经被大量应用。在计算机的组成中，就有一级缓存、二级缓存、内存到硬盘这样的层级存储结构，一级缓存速度最快但容量小，硬盘容量大但速度慢；在代码中我们也会用 HashMap 来自己做一些缓存；在高并发的压力之下，人们也发明了像 redis 等的快速缓存。

因此，如果发现数据访问速度是瓶颈时，可以考虑加缓存。当然，缓存的管理也会很复杂，管理方式的不同也会从各种角度影响到缓存的效果。因此，用与不用，就是另一个故事了。

架构嘛，都是 trade-off。这“三件套”更多是方法论角度上的指导。真实使用时如何权衡各种方法的利弊，就需要具体问题具体分析了。