1.9k
modding-books 里那几个容易被忽略的类型细节
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。
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。
356 条评论
Ssegmentfault.com站外链接 · 点击在新标签页打开
356 条评论
· 已加载前 120 条我
Wwinter·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。
4651 条直接回复
Zzhu_zong·2 天前
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。
47
Wwinter·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。
404
Hhuang_ke·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。
3591 条直接回复
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。
469
Ddev_zhou·刚刚
已收藏。正好这周要改这块，少走很多弯路。
315
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。
2911 条直接回复
Zzhu_zong·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。
1631 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。
1
Ttang_hao·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。
287
Llinlin·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。
2631 条直接回复
Rrase·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。
13
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。
2581 条直接回复
Mmike_xu·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。
259
Llinlin·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。
226
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。
178
Aalice_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。
178
Llinlin楼主·2 天前已编辑
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」。
111
Ddev_zhou·2 天前已编辑
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。
170
Rran_bo·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。
1562 条直接回复
Kkernel_panic·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。
257
Zzhu_zong·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。
12
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。
136
Wwinter·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。
113
Oops_wang·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。
95
Zzhou_yi楼主·刚刚
感谢分享真实数据，比很多只讲概念的文章有用得多。
221 条直接回复
Rrase·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。
722 条直接回复
Ttang_hao·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。
2551 条直接回复
Zzhou_yi·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。
631 条直接回复
Cchen_dev·2 天前
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。
3
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。
23
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。
682 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。
436
Aalice_dev·3 分钟前
已收藏。正好这周要改这块，少走很多弯路。
20
Ttang_hao·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」。
54
Aalice_dev·12 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。
53
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。
48
Sslow_query·2 天前已编辑
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」。
45
Cchen_dev·28 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。
403 条直接回复
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。
3581 条直接回复
Zzhou_yi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
Kkernel_panic·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」。
1881 条直接回复
Cchen_dev·2 天前已编辑
已收藏。正好这周要改这块，少走很多弯路。
7
Lli_ming·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。
513 条直接回复
Ddev_zhou·1 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。
743 条直接回复
Ttang_hao·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。
4361 条直接回复
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。
9
Zzhou_yi·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」。
159
Nnikic·2 天前
已收藏。正好这周要改这块，少走很多弯路。
92
Hhuang_ke·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。
33 条直接回复
Lli_ming·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。
2281 条直接回复
Kkernel_panic楼主版主·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。
22
Sswoole_lee·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。
1522 条直接回复
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。
257
Rrase·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。
1321 条直接回复
Nnikic楼主·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。
426
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。
821 条直接回复
Oops_wang·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。
136
Mmike_xu·28 分钟前已编辑
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。
14 条直接回复
Kkite·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。
185
Ttang_hao·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。
751 条直接回复
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。
106
Zzhu_zong·12 分钟前
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。
747 条直接回复
Kkernel_panic·2 天前已编辑
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。
4631 条直接回复
Sslow_query楼主·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。
198
Nnikic·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。
254
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。
202
Aalice_dev·刚刚
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。
1773 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。
457
Kkite·2 天前第 6 层
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。
200
Wwinter·2 天前第 6 层
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。
16
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。
1512 条直接回复
Sswoole_lee·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。
173
Oops_wang·2 天前第 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。
46
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。
10
Zzhu_zong·刚刚
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」。
1
Rrase楼主·刚刚
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。
3
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。
35
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。
30
Zzhu_zong·2 天前已编辑
已收藏。正好这周要改这块，少走很多弯路。
281 条直接回复
Aalice_dev·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。
2
Mmike_xu·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。
25
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。
211 条直接回复
Sslow_query·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。
423
Zzhu_zong·2 天前
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。
13
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。
8
Ttang_hao·1 小时前已编辑
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」。
41 条直接回复
Hhuang_ke·2 天前
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。
141 条直接回复
Cchen_dev楼主·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。
35
Zzhou_yi·1 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。
3
Rran_bo·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。
21 条直接回复
Nnikic·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。
99
Rrase·2 天前
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。
2
Rran_bo·12 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。
12 条直接回复
Sslow_query·28 分钟前已编辑
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。
4
Cchen_dev·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。
33 条直接回复
Ttang_hao版主·1 小时前
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。
4353 条直接回复
Lli_ming·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。
368
Rrase·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。
2331 条直接回复
Sswoole_lee·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。
3671 条直接回复
Zzhu_zong·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。
75
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。
441 条直接回复
Cchen_dev·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。
52
Rran_bo·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。
391 条直接回复
Ttang_hao·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」。
307
Zzhu_zong·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。
202 条直接回复
Kkite·2 天前
已收藏。正好这周要改这块，少走很多弯路。
71
Mmike_xu楼主·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。
1
Nnikic·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。
11 条直接回复
Kkernel_panic·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
Aalice_dev·2 天前
已收藏。正好这周要改这块，少走很多弯路。
12 条直接回复
Lli_ming·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。
111
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。
922 条直接回复
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。
261 条直接回复
Mmike_xu·2 天前
已收藏。正好这周要改这块，少走很多弯路。
24
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。
14
Sswoole_lee·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
Cchen_dev·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
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。
1
Lli_ming·刚刚
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
这是帖子详情页 /zh-CN/c/modding-books/post/p9。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 →