线上接口tp99突然升高如何排查？

• 当线上接口的 TP99 突然升高时，意味着该接口在 99% 的情况下响应时间变长，这可能会严重影响系统的性能和用户体验。可以按照下面的步骤进行排查。
• 这里我们先说明一下如何计算tp99：监控系统计算 TP99（第 99 百分位数的响应时间）
  • 排序法
    数据收集：监控系统会持续收集接口的响应时间数据，这些数据可以是每秒、每分钟或者其他时间间隔内的响应时间样本。
    排序：将收集到的一定时间窗口内（如一分钟、一小时等）的所有响应时间数据进行排序，从最小值到最大值排列。
    定位 TP99：计算数据总数的 99% 位置所对应的响应时间值。假设在一个小时内收集到了 1000 个响应时间数据点，那么第 990 个位置（1000×99% = 990）的数据值就是 TP99。如果数据点的数量不是整数，可以通过插值的方法来确定 TP99 的值。
  • 分桶法
    确定桶的范围和大小：将响应时间划分为多个连续的区间，即 “桶”。例如，以 0-100 毫秒、100-200 毫秒、200-300 毫秒等为桶，每个桶有一个固定的范围。
    数据分组：将收集到的响应时间数据分配到对应的桶中，统计每个桶内的数据数量。
    计算 TP99：从最小的桶开始，依次累加每个桶内的数据数量，直到累加的数量达到或超过总数据量的 99%。此时，当前桶的上限值或者通过在当前桶内进行进一步计算得到的值就是 TP99。

整体分析思路为：先整体后局部。先看整体服务CPU、内存等使用情况；再观察接口流量、调用链路。

1. 确认问题范围

• 监控数据收集：查看接口的监控数据，包括响应时间、吞吐量、错误率等指标的历史数据，