整洁架构·中文 · 开源了一个 clean-architecture-zh 的限流中间件,支持令牌桶与滑动窗口

188
整洁r/clean-architecture-zh·由 kernel_panic 发布·3 小时前原理

开源了一个 clean-architecture-zh 的限流中间件,支持令牌桶与滑动窗口

先说结论:clean-architecture-zh 这套东西在中小规模下几乎不需要调优,真正开始难受的位置比大多数人以为的靠后得多。下面是完整的实测过程。

// 最小复现:注意这里必须用真实的长尾分布,
// 均匀分布的压测流量不会触发这个问题
func (s *Server) handle(ctx context.Context) error {
    conn, err := s.pool.Acquire(ctx)
    if err != nil {
        return fmt.Errorf("acquire: %w", err)
    }
    defer conn.Release()

    return s.do(ctx, conn)
}

真正让我意外的是长尾。平均值一直很漂亮,P99 却在某个阈值之后直接跳了一个数量级。原因不在 clean-architecture-zh 本身,而是我们上游的连接复用没做好,压测流量太「干净」,掩盖了长尾请求。

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。

监控这块我们也顺手改了:把原来的平均值告警换成分位数,并且按接口拆分。改完之后误报少了大概七成,值班同学的怨气肉眼可见地下降了。

46 条评论

46 条评论

我
Ttang_hao·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。

403
Ddev_zhou·28 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
Ddev_zhou·28 分钟前

补充一个反例:如果 clean-architecture-zh 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。

390
Rran_bo·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。

383
Lli_ming·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。

54
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。

321
Llinlin·2 天前已编辑

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。

14
Mmike_xu·5 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。

307
Rran_bo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。

195
Hhuang_ke·刚刚已编辑

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。

242
Oops_wang楼主·12 分钟前

这不是 clean-architecture-zh 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。

51
Llinlin楼主·2 天前

这不是 clean-architecture-zh 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。

47
Kkite·刚刚

已收藏。正好这周要改这块,少走很多弯路。

17
Rran_bo·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。

3
Ddev_zhou·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。

39
Mmike_xu版主·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。

197
Wwinter·2 小时前

已收藏。正好这周要改这块,少走很多弯路。

193
Oops_wang·2 天前

刚翻了下 clean-architecture-zh 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」。

146
Lli_ming·28 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。

314
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。

183
Wwinter·2 天前

补充一个反例:如果 clean-architecture-zh 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。

51
Kkernel_panic·2 天前已编辑

刚翻了下 clean-architecture-zh 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」。

166
Hhuang_ke·12 分钟前已编辑

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。

114
Ddev_zhou·12 分钟前

已收藏。正好这周要改这块,少走很多弯路。

45
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。

94
Ddev_zhou·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。

358
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。

396
Aalice_dev·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。

74
Oops_wang·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。

268
Nnikic·12 分钟前

刚翻了下 clean-architecture-zh 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」。

150
Aalice_dev·3 分钟前

这不是 clean-architecture-zh 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。

153
Wwinter·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。

86
Zzhu_zong·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。

82
Zzhou_yi·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。

181
Ttang_hao版主·1 小时前

感谢分享真实数据,比很多只讲概念的文章有用得多。

73
Aalice_dev版主·12 分钟前已编辑

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。

61
Nnikic·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。

367
Zzhou_yi·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。

249
Zzhu_zong·2 天前

补充一个反例:如果 clean-architecture-zh 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。

50
Cchen_dev·5 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。

48
Ttang_hao·1 小时前

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。

26
Mmike_xu·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。

25
Sslow_query·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。

26
Lli_ming·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。

12
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。

9
Sslow_query版主·2 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。

7

这是帖子详情页 /zh-CN/c/clean-architecture-zh/post/p12。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 →