552
ios-opensource 文档里没写清楚的那几个边界条件
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。
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。
248 条评论
Bblog.cloudflare.com站外链接 · 点击在新标签页打开
248 条评论
· 已加载前 120 条我
Kkernel_panic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。
512
Cchen_dev·刚刚
补充一个反例：如果 ios-opensource 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。
4811 条直接回复
Bbob_chen·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。
2151 条直接回复
Mmike_xu·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。
393
Bbob_chen·2 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。
4803 条直接回复
Zzhou_yi·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。
330
Ddev_zhou·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。
276
Lli_ming·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。
221 条直接回复
Wwinter·2 天前
这不是 ios-opensource 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。
2101 条直接回复
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。
11 条直接回复
Wwinter·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。
349
Cchen_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。
450
Ddev_zhou·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。
4471 条直接回复
Ttang_hao·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。
27
Zzhou_yi·2 天前
补充一个反例：如果 ios-opensource 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。
435
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。
362
Kkite·1 小时前已编辑
已收藏。正好这周要改这块，少走很多弯路。
344
Mmike_xu·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。
3112 条直接回复
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。
106
Oops_wang·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
Sslow_query·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。
273
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。
300
Zzhou_yi·2 天前已编辑
刚翻了下 ios-opensource 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」。
281
Hhuang_ke·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。
253
Zzhou_yi·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。
190
Sswoole_lee·2 天前已编辑
这不是 ios-opensource 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。
168
Rrase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。
107
Lli_ming·2 天前
已收藏。正好这周要改这块，少走很多弯路。
154
Bbob_chen·1 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。
143
Ddev_zhou·2 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。
1362 条直接回复
Lli_ming·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。
315
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。
2811 条直接回复
Wwinter·2 天前
刚翻了下 ios-opensource 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」。
11 条直接回复
Sswoole_lee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。
394
Rran_bo·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。
127
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。
117
Hhuang_ke·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。
1021 条直接回复
Cchen_dev·昨天
刚翻了下 ios-opensource 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」。
186
Hhuang_ke·2 天前
补充一个反例：如果 ios-opensource 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。
102
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。
98
Hhuang_ke·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。
89
Kkite楼主·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。
25
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。
82
Lli_ming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。
14
Hhuang_ke·3 分钟前
这不是 ios-opensource 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。
692 条直接回复
Sswoole_lee·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。
37
Kkite·3 分钟前
已收藏。正好这周要改这块，少走很多弯路。
24 条直接回复
Kkite·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。
215
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。
209
Zzhou_yi·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。
752 条直接回复
Oops_wang·2 天前
这不是 ios-opensource 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。
520
Zzhu_zong·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。
2031 条直接回复
Sswoole_lee·2 天前
补充一个反例：如果 ios-opensource 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。
4601 条直接回复
Hhuang_ke·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。
38
Hhuang_ke·2 天前
刚翻了下 ios-opensource 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」。
39
Zzhou_yi楼主·昨天
这不是 ios-opensource 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
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。
651 条直接回复
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。
214
Kkite版主·5 小时前
补充一个反例：如果 ios-opensource 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。
54
Lli_ming·2 天前
已收藏。正好这周要改这块，少走很多弯路。
51
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。
44
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。
43
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。
28
Kkite·5 小时前
已收藏。正好这周要改这块，少走很多弯路。
17
Sslow_query版主·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。
15
Ddev_zhou·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。
61 条直接回复
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。
149
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。
42 条直接回复
Oops_wang楼主·5 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。
4981 条直接回复
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。
150
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。
511
Ddev_zhou·2 天前
刚翻了下 ios-opensource 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
Wwinter·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。
23 条直接回复
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。
1623 条直接回复
Sswoole_lee·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。
2952 条直接回复
Sslow_query楼主·3 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。
612 条直接回复
Zzhou_yi·2 天前
已收藏。正好这周要改这块，少走很多弯路。
1942 条直接回复
Kkite·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。
249
Kkernel_panic·28 分钟前第 6 层
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。
2
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。
1
Rran_bo·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。
113
Wwinter·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。
1525 条直接回复
Hhuang_ke·1 小时前
刚翻了下 ios-opensource 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」。
1721 条直接回复
Bbob_chen楼主·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。
145
Mmike_xu·5 小时前
这不是 ios-opensource 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。
1483 条直接回复
Llinlin·昨天
这不是 ios-opensource 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。
1911 条直接回复
Wwinter·2 天前第 6 层
已收藏。正好这周要改这块，少走很多弯路。
11
Aalice_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。
159
Sslow_query·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。
41 条直接回复
Wwinter·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。
13
Kkite·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。
1181 条直接回复
Sslow_query·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。
4
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。
271 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。
521 条直接回复
Sswoole_lee·2 天前已编辑第 6 层
感谢分享真实数据，比很多只讲概念的文章有用得多。
43
Oops_wang·2 天前已编辑
已收藏。正好这周要改这块，少走很多弯路。
2
Mmike_xu·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。
33
Hhuang_ke·2 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。
80
Rrase·2 小时前
刚翻了下 ios-opensource 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 条直接回复
Llinlin·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。
134
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。
222 条直接回复
Nnikic·2 小时前已编辑
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。
1031 条直接回复
Rrase·28 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。
731 条直接回复
Zzhou_yi·1 小时前第 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。
514
Sslow_query楼主·2 天前
补充一个反例：如果 ios-opensource 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。
2
Zzhou_yi·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。
2
Llinlin·2 天前
补充一个反例：如果 ios-opensource 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。
11 条直接回复
Mmike_xu·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。
3353 条直接回复
Hhuang_ke楼主·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。
2851 条直接回复
Rrase·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。
454
Kkite·2 天前
刚翻了下 ios-opensource 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」。
333
Llinlin·2 天前
这不是 ios-opensource 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。
64
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。
11 条直接回复
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。
413 条直接回复
Hhuang_ke·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。
373
Oops_wang·1 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。
171
Nnikic·28 分钟前
补充一个反例：如果 ios-opensource 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
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。
1
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。
1
Wwinter·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。
1
这是帖子详情页 /zh-CN/c/ios-opensource/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 →