2.0k
从 0 到 1 用 keyboard 搭建内部平台：架构图与决策记录
网上关于 keyboard 的文章大多停在「怎么用」，很少有人写「什么时候不该用」。这篇想补上后半句。
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。
文档优先44%
源码优先28%
直接问人17%
先跑个 demo 试错11%
共 3397 人参与投票
716 条评论
716 条评论
· 已加载前 120 条我
Ttang_hao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。
455
Kkite·2 小时前
这不是 keyboard 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。
5142 条直接回复
Mmike_xu·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。
96
Sswoole_lee·昨天
这不是 keyboard 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。
73 条直接回复
Oops_wang楼主·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。
4291 条直接回复
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。
48
Kkernel_panic·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。
366
Zzhu_zong·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。
17
Nnikic·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。
499
Aalice_dev·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。
4072 条直接回复
Aalice_dev·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。
292
Sslow_query·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。
1691 条直接回复
Llinlin·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。
372 条直接回复
Kkite·2 天前
刚翻了下 keyboard 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」。
3621 条直接回复
Sswoole_lee·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。
10
Hhuang_ke楼主·2 天前
补充一个反例：如果 keyboard 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。
61 条直接回复
Mmike_xu楼主·2 天前
这不是 keyboard 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
Llinlin·2 天前
补充一个反例：如果 keyboard 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。
4001 条直接回复
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。
459
Nnikic·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。
3871 条直接回复
Ttang_hao·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。
35 条直接回复
Bbob_chen·2 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。
311
Cchen_dev·2 天前
刚翻了下 keyboard 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」。
304
Zzhu_zong·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。
211
Cchen_dev·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。
1653 条直接回复
Bbob_chen·刚刚
刚翻了下 keyboard 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」。
4701 条直接回复
Sslow_query·12 分钟前
已收藏。正好这周要改这块，少走很多弯路。
234 条直接回复
Rrase楼主·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。
410
Sswoole_lee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。
357
Rran_bo·2 天前第 6 层
已收藏。正好这周要改这块，少走很多弯路。
247
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。
160
Nnikic版主·12 分钟前已编辑
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。
3702 条直接回复
Lli_ming·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。
85
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。
181 条直接回复
Zzhu_zong·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。
6
Oops_wang·5 小时前已编辑
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。
2754 条直接回复
Kkernel_panic·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。
113
Ddev_zhou·1 小时前
这不是 keyboard 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。
651 条直接回复
Zzhou_yi·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。
5
Cchen_dev·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。
462 条直接回复
Rrase楼主版主·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。
487
Bbob_chen·2 天前第 6 层
这不是 keyboard 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。
11
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。
14
Kkernel_panic·1 小时前已编辑
补充一个反例：如果 keyboard 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。
923 条直接回复
Lli_ming·刚刚已编辑
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。
14
Nnikic·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。
91 条直接回复
Cchen_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。
1873 条直接回复
Oops_wang楼主·2 天前第 6 层
这不是 keyboard 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。
397
Lli_ming·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。
274
Mmike_xu·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。
250
Llinlin·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。
7
Wwinter·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。
383
Rrase·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。
378
Sswoole_lee·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。
366
Kkite·2 天前
刚翻了下 keyboard 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」。
353
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。
3321 条直接回复
Wwinter·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
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。
308
Llinlin·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。
2981 条直接回复
Ttang_hao·2 天前
这不是 keyboard 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。
11 条直接回复
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。
4
Sswoole_lee·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。
275
Aalice_dev·2 天前
补充一个反例：如果 keyboard 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。
269
Sswoole_lee楼主·2 天前
已收藏。正好这周要改这块，少走很多弯路。
1721 条直接回复
Sslow_query·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。
45
Wwinter·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。
212
Wwinter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。
150
Kkite·2 天前
补充一个反例：如果 keyboard 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。
178
Kkernel_panic楼主·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。
96
Zzhou_yi楼主·2 天前
补充一个反例：如果 keyboard 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。
91
Cchen_dev楼主·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。
81
Rran_bo·2 天前
已收藏。正好这周要改这块，少走很多弯路。
128
Ttang_hao·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。
1251 条直接回复
Wwinter·2 天前
这不是 keyboard 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。
1201 条直接回复
Oops_wang·2 天前
已收藏。正好这周要改这块，少走很多弯路。
11 条直接回复
Zzhu_zong·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。
19
Sslow_query·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。
111
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。
105
Rran_bo·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。
100
Aalice_dev·28 分钟前
补充一个反例：如果 keyboard 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。
87
Rran_bo楼主·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。
27
Bbob_chen·2 天前
刚翻了下 keyboard 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」。
771 条直接回复
Zzhou_yi·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。
490
Rran_bo楼主·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。
7
Nnikic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。
11 条直接回复
Ttang_hao·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。
142 条直接回复
Hhuang_ke楼主·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。
3701 条直接回复
Ddev_zhou·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。
214
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。
2551 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。
3461 条直接回复
Ddev_zhou·刚刚
刚翻了下 keyboard 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
Ttang_hao楼主·28 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。
11 条直接回复
Cchen_dev·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。
121
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。
531 条直接回复
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。
442
Rran_bo·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。
53
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。
51
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。
40
Zzhu_zong·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。
322 条直接回复
Wwinter·2 天前
刚翻了下 keyboard 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」。
4101 条直接回复
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。
5101 条直接回复
Ttang_hao·2 天前
已收藏。正好这周要改这块，少走很多弯路。
48
Wwinter版主·昨天
刚翻了下 keyboard 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」。
431 条直接回复
Llinlin·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。
283
Mmike_xu·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。
22
Ddev_zhou·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
Wwinter·28 分钟前已编辑
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。
81 条直接回复
Rran_bo楼主·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。
468
Kkernel_panic·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。
82 条直接回复
Mmike_xu·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。
227
Nnikic·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。
18
Kkite·5 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。
5
Kkernel_panic·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。
5
Sswoole_lee·2 天前
已收藏。正好这周要改这块，少走很多弯路。
3
Zzhou_yi·28 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。
2
Ddev_zhou·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。
11 条直接回复
Sslow_query·刚刚已编辑
补充一个反例：如果 keyboard 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。
2751 条直接回复
Sswoole_lee·5 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。
36
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。
1
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。
1
这是帖子详情页 /zh-CN/c/keyboard/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 →