147
app-design-news 的错误处理范式，我总结了 6 条规则
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。
关于取舍，我的判断是：如果团队里没有人长期盯这块，就不要引入第二套机制。两套并存的时候，出问题时你甚至要先花时间判断「这次是哪个在起作用」，那个成本比性能损失高得多。
58 条评论
Bblog.rust-lang.org站外链接 · 点击在新标签页打开
58 条评论
我
Nnikic·2 天前
补充一个反例：如果 app-design-news 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。
485
Ddev_zhou·28 分钟前
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。
436
Aalice_dev·刚刚
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。
3761 条直接回复
Sslow_query·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。
46
Ddev_zhou·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。
329
Ddev_zhou·3 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。
2921 条直接回复
Aalice_dev·刚刚
补充一个反例：如果 app-design-news 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。
8
Rrase楼主·2 天前
刚翻了下 app-design-news 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」。
219
Sslow_query·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。
2292 条直接回复
Nnikic·刚刚
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。
2461 条直接回复
Rran_bo·1 小时前
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。
11
Ttang_hao·28 分钟前已编辑
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。
10
Sswoole_lee·3 分钟前
刚翻了下 app-design-news 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」。
227
Wwinter·5 小时前
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。
213
Hhuang_ke·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。
213
Rran_bo·2 天前
已收藏。正好这周要改这块，少走很多弯路。
191
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。
1192 条直接回复
Hhuang_ke楼主·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。
4792 条直接回复
Llinlin·2 天前
已收藏。正好这周要改这块，少走很多弯路。
457
Rran_bo楼主·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。
221
Mmike_xu·2 天前
这不是 app-design-news 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。
7
Zzhu_zong·1 小时前
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。
119
Kkernel_panic·28 分钟前
刚翻了下 app-design-news 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」。
93
Nnikic楼主·刚刚
补充一个反例：如果 app-design-news 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。
301 条直接回复
Oops_wang版主·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。
297
Zzhou_yi·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。
68
Wwinter·28 分钟前
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。
431 条直接回复
Sslow_query·1 小时前
已收藏。正好这周要改这块，少走很多弯路。
4761 条直接回复
Llinlin·28 分钟前
补充一个反例：如果 app-design-news 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。
131 条直接回复
Wwinter·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。
230
Hhuang_ke·刚刚
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。
251 条直接回复
Kkernel_panic版主·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。
11 条直接回复
Sslow_query·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。
105
Oops_wang·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。
21
Rran_bo·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。
12
Cchen_dev·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。
102 条直接回复
Bbob_chen·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。
481
Oops_wang·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。
3161 条直接回复
Sslow_query·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。
2891 条直接回复
Kkite·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。
1782 条直接回复
Hhuang_ke·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。
1611 条直接回复
Cchen_dev·2 天前第 6 层
这不是 app-design-news 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。
271
Nnikic·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。
20
Cchen_dev·12 分钟前
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。
92 条直接回复
Oops_wang·2 小时前
这不是 app-design-news 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。
82
Lli_ming·2 小时前
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。
712 条直接回复
Ttang_hao·2 天前
这不是 app-design-news 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。
2011 条直接回复
Llinlin·2 天前已编辑
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。
721 条直接回复
Ddev_zhou·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。
99
Kkernel_panic·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。
601 条直接回复
Bbob_chen·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。
1261 条直接回复
Mmike_xu·2 天前
刚翻了下 app-design-news 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」。
44
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。
5
Llinlin·2 天前
已收藏。正好这周要改这块，少走很多弯路。
2
Mmike_xu·刚刚
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。
2
Zzhou_yi·3 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。
1
Sswoole_lee·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。
11 条直接回复
Kkernel_panic·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。
518
这是帖子详情页 /zh-CN/c/app-design-news/post/p13。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 →