Editor·书单 · editor-books 的内存占用为什么比同类高出一倍?

1.2k
EDr/editor-books·由 alice_dev 发布·刚刚翻译

editor-books 的内存占用为什么比同类高出一倍?

先说结论:editor-books 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。

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。

// 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)
}

第一件事是把变量收敛干净。我们最开始同时在改配置和升级版本,结果两组数据的差异根本说不清是哪个带来的。后来回滚到只动一个变量,重跑了三遍,曲线才稳定下来。这一步很枯燥,但省不掉。

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。

465 条评论

465 条评论

· 已加载前 120 条
我
Zzhou_yi·2 天前

已收藏。正好这周要改这块,少走很多弯路。

459
Lli_ming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。

1
Ddev_zhou·2 天前

补充一个反例:如果 editor-books 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。

447
Mmike_xu·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。

423
Oops_wang·2 天前

这不是 editor-books 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。

199
Sslow_query·刚刚

刚翻了下 editor-books 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」。

375
Lli_ming楼主·2 天前

这不是 editor-books 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。

297
Sswoole_lee·昨天

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。

342
Ttang_hao·昨天

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。

321
Aalice_dev·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。

143
Oops_wang·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。

42
Cchen_dev·2 天前

补充一个反例:如果 editor-books 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。

339
Kkite·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。

492
Sswoole_lee·2 天前第 6 层

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。

89
Lli_ming·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。

235
Ttang_hao楼主·2 天前已编辑第 6 层

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。

396
Hhuang_ke·2 天前第 6 层

已收藏。正好这周要改这块,少走很多弯路。

310
Nnikic·2 天前已编辑第 6 层

这不是 editor-books 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。

59
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。

1
Oops_wang楼主·2 天前第 6 层

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。

70
Aalice_dev版主·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。

57
Hhuang_ke·2 天前已编辑

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。

205
Zzhou_yi·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。

114
Kkite·2 天前第 6 层

补充一个反例:如果 editor-books 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。

18
Zzhou_yi·2 天前已编辑

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。

31
Rrase·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。

227
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。

28
Rran_bo·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。

337
Sswoole_lee·2 天前

补充一个反例:如果 editor-books 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。

336
Sswoole_lee·2 天前

这不是 editor-books 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。

332
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。

323
Bbob_chen·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。

51
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。

237
Aalice_dev·3 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。

231
Llinlin版主·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。

421
Ttang_hao·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。

237
Wwinter楼主·2 天前

刚翻了下 editor-books 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」。

175
Mmike_xu楼主·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。

137
Zzhou_yi·1 小时前

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。

507
Lli_ming·2 天前

这不是 editor-books 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。

1
Cchen_dev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。

203
Lli_ming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。

58
Kkite楼主·2 天前第 6 层

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。

385
Aalice_dev·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。

24
Llinlin·2 天前第 6 层

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。

42
Kkite·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。

10
Kkite·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。

10
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。

372
Aalice_dev·12 分钟前第 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。

157
Sswoole_lee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。

151
Aalice_dev·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。

170
Bbob_chen·2 天前

已收藏。正好这周要改这块,少走很多弯路。

154
Mmike_xu·2 天前第 6 层

感谢分享真实数据,比很多只讲概念的文章有用得多。

20
Lli_ming版主·2 天前

刚翻了下 editor-books 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」。

132
Oops_wang·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。

10
Wwinter·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。

127
Llinlin·2 天前已编辑

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。

122
Kkernel_panic·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。

19
Llinlin·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。

215
Kkernel_panic·2 天前已编辑

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。

13
Ttang_hao·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。

140
Sslow_query·2 天前

补充一个反例:如果 editor-books 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。

27
Nnikic·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。

258
Oops_wang·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。

22
Cchen_dev·1 小时前

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。

109
Bbob_chen·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。

133
Kkernel_panic·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。

101
Cchen_dev·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。

93
Bbob_chen·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。

91
Kkernel_panic楼主·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。

28
Rran_bo·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。

88
Ttang_hao·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。

87
Kkite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。

12
Sslow_query·3 分钟前

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。

67
Mmike_xu·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。

125
Ddev_zhou·1 小时前

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。

434
Aalice_dev·刚刚

已收藏。正好这周要改这块,少走很多弯路。

63
Kkite·2 天前已编辑

刚翻了下 editor-books 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」。

454
Ddev_zhou·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。

23
Aalice_dev·2 天前第 6 层

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。

260
Sswoole_lee·2 天前第 6 层

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。

179
Zzhou_yi·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。

1
Lli_ming·2 天前第 6 层

已收藏。正好这周要改这块,少走很多弯路。

386
Lli_ming·2 天前第 6 层

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。

5
Kkernel_panic楼主·3 分钟前

补充一个反例:如果 editor-books 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。

3
Mmike_xu·2 天前已编辑

这不是 editor-books 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。

59
Rran_bo楼主·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。

341
Rrase·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。

156
Rrase·5 小时前已编辑

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。

51
Sswoole_lee·2 天前

刚翻了下 editor-books 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
Nnikic·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。

38
Lli_ming·28 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。

36
Ddev_zhou·12 分钟前已编辑

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。

244
Llinlin·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。

32
Cchen_dev·2 天前

已收藏。正好这周要改这块,少走很多弯路。

302
Wwinter·昨天

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。

44
Rran_bo·2 天前

补充一个反例:如果 editor-books 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。

157
Oops_wang·2 天前

这不是 editor-books 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
Aalice_dev·2 天前第 6 层

已收藏。正好这周要改这块,少走很多弯路。

184
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。

12
Wwinter·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。

134
Zzhu_zong版主·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。

4
Llinlin·1 小时前已编辑

刚翻了下 editor-books 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」。

22
Ddev_zhou·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。

417
Lli_ming·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。

14
Nnikic·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。

30
Hhuang_ke·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。

19
Rran_bo·2 天前

刚翻了下 editor-books 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」。

4
Kkite·28 分钟前已编辑

感谢分享真实数据,比很多只讲概念的文章有用得多。

2
Llinlin·5 小时前

补充一个反例:如果 editor-books 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。

137
Cchen_dev·2 天前

已收藏。正好这周要改这块,少走很多弯路。

61
Lli_ming·刚刚

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。

18
Lli_ming·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。

337
Llinlin·1 小时前

刚翻了下 editor-books 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
Kkite·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。

127
Zzhou_yi楼主版主·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。

68
Cchen_dev·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。

11
Oops_wang·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
Ddev_zhou·2 天前已编辑

这不是 editor-books 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。

1
Wwinter·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。

1

这是帖子详情页 /zh-CN/c/editor-books/post/p6。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 →