Modding·书单 · 这个 modding-books 的 bug 藏了三年,终于有人报了

96
MOr/modding-books·由 zhu_zong 发布·刚刚工具

这个 modding-books 的 bug 藏了三年,终于有人报了

网上关于 modding-books 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。

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。

-- 出问题的那条查询:在 2000 万行上做了全表扫描
-- 加复合索引后 P99 从 1.8s 降到 42ms
SELECT id, title, created_at
  FROM posts
 WHERE community_id = ?
   AND status = 1
 ORDER BY score DESC
 LIMIT 20;

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」。

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。

27 条评论

27 条评论

我
Nnikic·刚刚

补充一个反例:如果 modding-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。

516
Rrase·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。

248
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。

102
Nnikic·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。

40
Aalice_dev·2 天前

刚翻了下 modding-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」。

470
Aalice_dev楼主·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。

359
Wwinter·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。

383
Oops_wang·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。

346
Llinlin·28 分钟前

已收藏。正好这周要改这块,少走很多弯路。

250
Cchen_dev楼主·12 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。

138
Wwinter·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。

206
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。

320
Sswoole_lee·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。

155
Lli_ming·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。

57
Lli_ming·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。

44
Ttang_hao·昨天

补充一个反例:如果 modding-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。

40
Mmike_xu·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。

398
Cchen_dev·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。

38
Ddev_zhou·2 天前

这不是 modding-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。

36
Oops_wang·12 分钟前

这不是 modding-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
Hhuang_ke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。

247
Kkernel_panic·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。

1
Nnikic·2 小时前

刚翻了下 modding-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」。

16
Kkernel_panic·2 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。

415
Rran_bo·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。

1
Zzhu_zong·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。

383
Bbob_chen·2 天前

已收藏。正好这周要改这块,少走很多弯路。

3

这是帖子详情页 /zh-CN/c/modding-books/post/p11。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 →