160
我用 alipay-miniprogram 做了个小工具，代码已开源，欢迎拍砖
这个问题我断断续续查了两周，中间走了不少弯路，把过程原样记下来，希望后面遇到的人能少花点时间。
最后提醒一个坑：容器环境下一定要记得同步调整内存相关的参数，否则宿主机的限制和进程内部的预期会对不上，表现就是偶发的、无法复现的失败。
自建，掌控感强44%
托管服务，省事28%
混合：核心自建17%
还没想好11%
共 272 人参与投票
66 条评论
66 条评论
我
Rrase·2 天前已编辑
感谢分享真实数据，比很多只讲概念的文章有用得多。
453
Sswoole_lee·5 小时前
楼主这个排查思路值得学习。我们之前是直接从日志下手，绕了很大一圈。
348
Aalice_dev·2 天前
贴一下我们的实测数据，8 核 16G，同样的场景：
| 并发 | P50 | P99 | |---|---|---| | 200 | 12ms | 88ms | | 500 | 31ms | 340ms |
P99 在 500 并发时明显崩了，和你说的拐点基本吻合。
341
Zzhu_zong楼主·2 天前
楼主说的第 3 点我有不同看法。这里的取舍取决于你的读写比：读多写少的话，加缓存反而会放大不一致窗口。
185
Lli_ming·刚刚
能不能给出最小复现？我本地跑了十分钟没复现出来，环境是 macOS + 最新版。
2281 条直接回复
Llinlin·12 分钟前
感谢分享真实数据，比很多只讲概念的文章有用得多。
1143 条直接回复
Sslow_query·12 分钟前
我们生产环境用了两年，没遇到过。不过我承认我们没上到这个量级，所以这个结论对我们没有参考价值。
2361 条直接回复
Wwinter·5 小时前已编辑
已收藏。正好这周要改这块，少走很多弯路。
61 条直接回复
Kkernel_panic·2 天前已编辑
有没有人做过对照实验？我做了一组，把变量控制到只剩这一个，结果差距只有 4%，基本在噪声范围内。所以我觉得主因可能不是这个。
11 条直接回复
Ddev_zhou·2 天前第 6 层
刚翻了下 alipay-miniprogram 的源码，作者在注释里其实解释过为什么这么设计，大意是「为了在极端情况下退化成可预期行为」。
58
Hhuang_ke楼主·2 天前
感谢分享真实数据，比很多只讲概念的文章有用得多。
2
Rrase版主·2 天前
这里其实有个更简单的做法，不需要改架构：把这一层判断提前到网关，问题就消失了。代价是网关会多一次查表。
51 条直接回复
Oops_wang·2 天前已编辑
这个结论和我们线上的观察一致。我们是在 QPS 到 3k 之后才撞上这个问题的，前压测阶段完全看不出来——因为压测流量太「干净」了，没有长尾请求。
425
Ddev_zhou·2 天前
同意上面说的。补充一点：如果开了这个选项，监控指标里的 GC 次数会翻倍，需要同步调整告警阈值，否则会一直误报。
2202 条直接回复
Hhuang_ke楼主·2 天前
有没有人做过对照实验？我做了一组，把变量控制到只剩这一个，结果差距只有 4%，基本在噪声范围内。所以我觉得主因可能不是这个。
1711 条直接回复
Bbob_chen·2 天前
补充一个反例：如果 alipay-miniprogram 的版本低于 7.4，这段代码的语义是不一样的，别照抄。我们在灰度环境踩过，回滚了一次。
87
Zzhu_zong·2 天前
能不能给出最小复现？我本地跑了十分钟没复现出来，环境是 macOS + 最新版。
210
Llinlin·2 天前
贴一下我们的实测数据，8 核 16G，同样的场景：
| 并发 | P50 | P99 | |---|---|---| | 200 | 12ms | 88ms | | 500 | 31ms | 340ms |
P99 在 500 并发时明显崩了，和你说的拐点基本吻合。
110
Bbob_chen楼主·2 天前
想请教一下，这个方案在容器里（内存限制 512Mi）会有什么变化？我们线上就是这么配的。
15
Kkernel_panic楼主·2 天前
已收藏。正好这周要改这块，少走很多弯路。
12
Sslow_query楼主·2 天前
这不是 alipay-miniprogram 的问题，是用法的问题。文档里写了这个 API 不是线程安全的，要自己在外面加锁。
5
Wwinter·1 小时前
贴一下我们的实测数据，8 核 16G，同样的场景：
| 并发 | P50 | P99 | |---|---|---| | 200 | 12ms | 88ms | | 500 | 31ms | 340ms |
P99 在 500 并发时明显崩了，和你说的拐点基本吻合。
53
Ttang_hao版主·2 天前
贴一下我们的实测数据，8 核 16G，同样的场景：
| 并发 | P50 | P99 | |---|---|---| | 200 | 12ms | 88ms | | 500 | 31ms | 340ms |
P99 在 500 并发时明显崩了，和你说的拐点基本吻合。
511 条直接回复
Cchen_dev·2 天前
我们生产环境用了两年，没遇到过。不过我承认我们没上到这个量级，所以这个结论对我们没有参考价值。
4631 条直接回复
Sswoole_lee·2 天前
想请教一下，这个方案在容器里（内存限制 512Mi）会有什么变化？我们线上就是这么配的。
14
Ttang_hao·28 分钟前
补充一个反例：如果 alipay-miniprogram 的版本低于 7.4，这段代码的语义是不一样的，别照抄。我们在灰度环境踩过，回滚了一次。
471 条直接回复
Ddev_zhou·2 天前已编辑
能不能给出最小复现？我本地跑了十分钟没复现出来，环境是 macOS + 最新版。
671 条直接回复
Kkite·2 天前已编辑
补充一个反例：如果 alipay-miniprogram 的版本低于 7.4，这段代码的语义是不一样的，别照抄。我们在灰度环境踩过，回滚了一次。
12 条直接回复
Sswoole_lee·2 天前
同意上面说的。补充一点：如果开了这个选项，监控指标里的 GC 次数会翻倍，需要同步调整告警阈值，否则会一直误报。
76
Rrase·2 天前
楼主说的第 3 点我有不同看法。这里的取舍取决于你的读写比：读多写少的话，加缓存反而会放大不一致窗口。
51 条直接回复
Zzhu_zong·2 天前
楼主这个排查思路值得学习。我们之前是直接从日志下手，绕了很大一圈。
35
Wwinter·刚刚
同意上面说的。补充一点：如果开了这个选项，监控指标里的 GC 次数会翻倍，需要同步调整告警阈值，否则会一直误报。
472 条直接回复
Nnikic·1 小时前
这里其实有个更简单的做法，不需要改架构：把这一层判断提前到网关，问题就消失了。代价是网关会多一次查表。
511 条直接回复
Oops_wang·2 天前
这里其实有个更简单的做法，不需要改架构：把这一层判断提前到网关，问题就消失了。代价是网关会多一次查表。
8
Kkernel_panic·2 天前
刚翻了下 alipay-miniprogram 的源码，作者在注释里其实解释过为什么这么设计，大意是「为了在极端情况下退化成可预期行为」。
12
Mmike_xu·3 分钟前
楼主这个排查思路值得学习。我们之前是直接从日志下手，绕了很大一圈。
26
Mmike_xu·2 天前
刚翻了下 alipay-miniprogram 的源码，作者在注释里其实解释过为什么这么设计，大意是「为了在极端情况下退化成可预期行为」。
26
Ddev_zhou·2 天前
这个结论和我们线上的观察一致。我们是在 QPS 到 3k 之后才撞上这个问题的，前压测阶段完全看不出来——因为压测流量太「干净」了，没有长尾请求。
191 条直接回复
Llinlin楼主·2 天前
感谢分享真实数据，比很多只讲概念的文章有用得多。
2511 条直接回复
Sswoole_lee·28 分钟前
已收藏。正好这周要改这块，少走很多弯路。
151
Aalice_dev·2 天前
这个结论和我们线上的观察一致。我们是在 QPS 到 3k 之后才撞上这个问题的，前压测阶段完全看不出来——因为压测流量太「干净」了，没有长尾请求。
15
Oops_wang·2 天前
这不是 alipay-miniprogram 的问题，是用法的问题。文档里写了这个 API 不是线程安全的，要自己在外面加锁。
9
Zzhou_yi·12 分钟前
这里其实有个更简单的做法，不需要改架构：把这一层判断提前到网关，问题就消失了。代价是网关会多一次查表。
3
Kkite·12 分钟前
楼主这个排查思路值得学习。我们之前是直接从日志下手，绕了很大一圈。
3
Ddev_zhou·昨天
有没有人做过对照实验？我做了一组，把变量控制到只剩这一个，结果差距只有 4%，基本在噪声范围内。所以我觉得主因可能不是这个。
2
Zzhou_yi·2 天前
我们生产环境用了两年，没遇到过。不过我承认我们没上到这个量级，所以这个结论对我们没有参考价值。
2
Sslow_query·12 分钟前
想请教一下，这个方案在容器里（内存限制 512Mi）会有什么变化？我们线上就是这么配的。
11 条直接回复
Rran_bo·12 分钟前
补充一个反例：如果 alipay-miniprogram 的版本低于 7.4，这段代码的语义是不一样的，别照抄。我们在灰度环境踩过，回滚了一次。
2853 条直接回复
Wwinter·刚刚
楼主这个排查思路值得学习。我们之前是直接从日志下手，绕了很大一圈。
2082 条直接回复
Llinlin·28 分钟前已编辑
这不是 alipay-miniprogram 的问题，是用法的问题。文档里写了这个 API 不是线程安全的，要自己在外面加锁。
55
Rran_bo·刚刚
同意上面说的。补充一点：如果开了这个选项，监控指标里的 GC 次数会翻倍，需要同步调整告警阈值，否则会一直误报。
4
Llinlin·刚刚
这个结论和我们线上的观察一致。我们是在 QPS 到 3k 之后才撞上这个问题的，前压测阶段完全看不出来——因为压测流量太「干净」了，没有长尾请求。
194
Kkite·12 分钟前
有没有人做过对照实验？我做了一组，把变量控制到只剩这一个，结果差距只有 4%，基本在噪声范围内。所以我觉得主因可能不是这个。
2
Rran_bo·刚刚
这不是 alipay-miniprogram 的问题，是用法的问题。文档里写了这个 API 不是线程安全的，要自己在外面加锁。
12 条直接回复
Zzhou_yi·1 小时前
贴一下我们的实测数据，8 核 16G，同样的场景：
| 并发 | P50 | P99 | |---|---|---| | 200 | 12ms | 88ms | | 500 | 31ms | 340ms |
P99 在 500 并发时明显崩了，和你说的拐点基本吻合。
1992 条直接回复
Wwinter楼主·2 天前
这个结论和我们线上的观察一致。我们是在 QPS 到 3k 之后才撞上这个问题的，前压测阶段完全看不出来——因为压测流量太「干净」了，没有长尾请求。
61
Lli_ming·3 分钟前
楼主说的第 3 点我有不同看法。这里的取舍取决于你的读写比：读多写少的话，加缓存反而会放大不一致窗口。
71 条直接回复
Oops_wang·12 分钟前
我们生产环境用了两年，没遇到过。不过我承认我们没上到这个量级，所以这个结论对我们没有参考价值。
1043 条直接回复
Hhuang_ke·昨天
楼主说的第 3 点我有不同看法。这里的取舍取决于你的读写比：读多写少的话，加缓存反而会放大不一致窗口。
5131 条直接回复
Bbob_chen·3 分钟前第 6 层
刚翻了下 alipay-miniprogram 的源码，作者在注释里其实解释过为什么这么设计，大意是「为了在极端情况下退化成可预期行为」。
1
Cchen_dev·2 天前
补充一个反例：如果 alipay-miniprogram 的版本低于 7.4，这段代码的语义是不一样的，别照抄。我们在灰度环境踩过，回滚了一次。
506
Llinlin·2 天前
已收藏。正好这周要改这块，少走很多弯路。
4762 条直接回复
Llinlin·2 天前第 6 层
同意上面说的。补充一点：如果开了这个选项，监控指标里的 GC 次数会翻倍，需要同步调整告警阈值，否则会一直误报。
65
Wwinter·3 分钟前已编辑第 6 层
这不是 alipay-miniprogram 的问题，是用法的问题。文档里写了这个 API 不是线程安全的，要自己在外面加锁。
42
Mmike_xu·2 天前
想请教一下，这个方案在容器里（内存限制 512Mi）会有什么变化？我们线上就是这么配的。
1
Ttang_hao·刚刚
能不能给出最小复现？我本地跑了十分钟没复现出来，环境是 macOS + 最新版。
1
这是帖子详情页 /zh-CN/c/alipay-miniprogram/post/p11。帖子与评论都由种子随机数确定性生成 —— 同一个帖子每次打开内容一致，因此可以直接分享链接、刷新、被搜索引擎收录。真实实现里这一页是 MySQL 读帖子 + Redis 缓存热帖 + 评论树按 path 字段一次性取出。
看数据表设计 →