FOFortran·资源库
社区主页热门讨论 最新发布 精华区 知识库 资源 关于

Fortran·资源库 · 求助：fortran-resources 在容器里启动偶发失败，日志如下

457
FOr/fortran-resources·由 swoole_lee 发布·5 分钟前复盘

求助：fortran-resources 在容器里启动偶发失败，日志如下

先说结论：fortran-resources 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。

排查顺序（按性价比排）： 1. 先看下游 RT，八成问题不在自己身上 2. 再看连接池命中率与等待队列长度 3. 然后才是 GC 与内存分配 4. 最后才怀疑框架

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。

顺便说一句，官方文档里这段其实有写，只是藏在一个很不起眼的位置。我是在翻源码注释的时候才发现的，注释里作者解释了为什么这么设计 —— 大意是「为了在极端情况下退化成可预期的行为」。

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。

240 条评论

240 条评论

· 已加载前 120 条
我
Rrase楼主·3 分钟前

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。

518
Bbob_chen·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。

486
Ttang_hao·3 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。

465
Kkernel_panic·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。

441
Zzhou_yi·2 小时前

补充一个反例：如果 fortran-resources 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。

416
Llinlin版主·2 小时前已编辑

感谢分享真实数据，比很多只讲概念的文章有用得多。

390
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。

389
Llinlin·12 分钟前

已收藏。正好这周要改这块，少走很多弯路。

385
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。

369
Hhuang_ke·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。

161
Nnikic·2 天前

这不是 fortran-resources 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。

367
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。

351
Lli_ming·2 天前

刚翻了下 fortran-resources 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」。

345
Zzhou_yi·5 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。

337
Mmike_xu·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。

208
Ttang_hao版主·2 天前

补充一个反例：如果 fortran-resources 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。

320
Bbob_chen·昨天

已收藏。正好这周要改这块，少走很多弯路。

293
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。

289
Rran_bo·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。

278
Zzhou_yi版主·2 小时前已编辑

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。

246
Nnikic·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。

240
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。

198
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。

186
Ttang_hao·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。

12
Zzhou_yi·2 天前

补充一个反例：如果 fortran-resources 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。

179
Bbob_chen楼主·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。

97
Rran_bo·3 分钟前

补充一个反例：如果 fortran-resources 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。

139
Zzhu_zong·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。

78
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。

15
Sslow_query·2 天前已编辑

刚翻了下 fortran-resources 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
Mmike_xu·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。

135
Nnikic·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。

473
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。

7
Oops_wang·5 小时前

刚翻了下 fortran-resources 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」。

126
Lli_ming·28 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。

65
Lli_ming·2 小时前

这不是 fortran-resources 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。

119
Rran_bo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。

97
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。

52
Nnikic·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。

111
Zzhou_yi·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。

108
Nnikic·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。

103
Cchen_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。

101
Wwinter·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。

84
Bbob_chen·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。

171
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。

80
Kkite楼主·刚刚已编辑

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。

12
Bbob_chen·2 天前

这不是 fortran-resources 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。

69
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。

64
Zzhu_zong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。

1
Sswoole_lee·2 天前

补充一个反例：如果 fortran-resources 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。

48
Mmike_xu·2 天前已编辑

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。

71
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。

54
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。

366
Llinlin·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。

35
Oops_wang·2 天前已编辑

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。

33
Bbob_chen·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。

92
Hhuang_ke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。

1
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。

126
Kkernel_panic版主·5 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。

28
Kkite版主·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。

5
Mmike_xu·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
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。

41
Zzhou_yi·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。

50
Mmike_xu·2 天前第 6 层

刚翻了下 fortran-resources 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」。

5
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。

13
Rrase·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。

146
Nnikic·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。

26
Oops_wang·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。

111
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。

68
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。

198
Llinlin·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。

8
Rrase·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。

47
Aalice_dev·2 小时前

已收藏。正好这周要改这块，少走很多弯路。

18
Sswoole_lee·2 天前

刚翻了下 fortran-resources 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」。

466
Ttang_hao·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。

251
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。

67
Rrase·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。

476
Lli_ming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。

259
Zzhou_yi·2 天前

已收藏。正好这周要改这块，少走很多弯路。

40
Kkite·2 天前第 6 层

刚翻了下 fortran-resources 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」。

138
Kkite·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。

12
Zzhu_zong·2 天前

这不是 fortran-resources 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。

21
Zzhou_yi·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。

17
Kkernel_panic·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。

485
Cchen_dev·昨天

这不是 fortran-resources 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。

293
Lli_ming·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。

2
Lli_ming·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。

2
Nnikic·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。

12
Mmike_xu版主·28 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。

6
Ddev_zhou·1 小时前已编辑

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。

463
Cchen_dev·28 分钟前

这不是 fortran-resources 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。

3
Kkernel_panic楼主·刚刚

补充一个反例：如果 fortran-resources 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。

1
Rran_bo·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。

31
Mmike_xu·昨天

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
Bbob_chen·3 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。

401
Aalice_dev·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。

81
Kkernel_panic·5 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。

6
Lli_ming·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。

334
Lli_ming·2 天前已编辑

这不是 fortran-resources 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
Sslow_query·12 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。

248
Bbob_chen·28 分钟前

补充一个反例：如果 fortran-resources 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。

432
Cchen_dev·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。

5
Mmike_xu·昨天

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。

29
Sswoole_lee楼主·1 小时前

刚翻了下 fortran-resources 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」。

2
Kkite·刚刚

这不是 fortran-resources 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。

309
Mmike_xu·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。

502
Kkernel_panic·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。

103
Kkite·2 天前第 6 层

已收藏。正好这周要改这块，少走很多弯路。

1
Llinlin·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。

383
Llinlin·2 天前

刚翻了下 fortran-resources 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
Rrase·昨天

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。

26
Cchen_dev楼主·刚刚

已收藏。正好这周要改这块，少走很多弯路。

231
Mmike_xu·2 天前第 6 层

已收藏。正好这周要改这块，少走很多弯路。

1
Mmike_xu·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。

17
Sswoole_lee·2 天前

已收藏。正好这周要改这块，少走很多弯路。

29
Cchen_dev·2 天前已编辑

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。

161
Hhuang_ke·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。

2
Rran_bo·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。

75
Aalice_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。

47
Wwinter·2 天前

补充一个反例：如果 fortran-resources 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。

1

这是帖子详情页 /zh-CN/c/fortran-resources/post/p3。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 →