前端前端 Monorepo·问答区
社区主页热门讨论 最新发布 精华区 知识库 资源 关于

前端 Monorepo·问答区 · 求助：monorepo-frontend-qa 在容器里启动偶发失败，日志如下

298
前端r/monorepo-frontend-qa·由 nikic 发布·1 小时前复盘

求助：monorepo-frontend-qa 在容器里启动偶发失败，日志如下

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。

# 压测命令：注意 -c 不要一次拉满，要阶梯上升
# 直接拉满会错过拐点
for c in 50 100 200 400 800; do
  wrk -t8 -c$c -d60s --latency http://127.0.0.1:8080/api/feed
  sleep 20
done

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。

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。

真正让我意外的是长尾。平均值一直很漂亮，P99 却在某个阈值之后直接跳了一个数量级。原因不在 monorepo-frontend-qa 本身，而是我们上游的连接复用没做好，压测流量太「干净」，掩盖了长尾请求。

135 条评论

135 条评论

· 已加载前 120 条
我
Kkernel_panic·2 天前

已收藏。正好这周要改这块，少走很多弯路。

514
Zzhou_yi·2 天前

补充一个反例：如果 monorepo-frontend-qa 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。

59
Wwinter版主·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。

38
Oops_wang·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
Bbob_chen·28 分钟前已编辑

已收藏。正好这周要改这块，少走很多弯路。

482
Rrase·2 天前

刚翻了下 monorepo-frontend-qa 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」。

457
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。

266
Aalice_dev·2 天前

刚翻了下 monorepo-frontend-qa 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」。

144
Sslow_query·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。

11
Zzhou_yi·2 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。

152
Kkernel_panic·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。

20
Bbob_chen·3 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。

454
Rran_bo·刚刚

刚翻了下 monorepo-frontend-qa 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」。

60
Cchen_dev版主·5 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。

94
Nnikic·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。

118
Sslow_query楼主·2 天前

这不是 monorepo-frontend-qa 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。

22
Kkite楼主版主·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。

26
Llinlin·3 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。

1
Llinlin·2 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。

439
Zzhou_yi·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。

235
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。

260
Kkernel_panic·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。

102
Rrase·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。

442
Wwinter·2 天前第 6 层

这不是 monorepo-frontend-qa 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。

271
Mmike_xu·2 天前第 6 层

补充一个反例：如果 monorepo-frontend-qa 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。

156
Sswoole_lee楼主·2 天前

补充一个反例：如果 monorepo-frontend-qa 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。

29
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。

435
Ttang_hao·2 天前第 6 层

这不是 monorepo-frontend-qa 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·2 天前第 6 层

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
Aalice_dev·2 天前

已收藏。正好这周要改这块，少走很多弯路。

256
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。

38
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。

122
Nnikic楼主·3 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。

392
Rrase·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。

435
Cchen_dev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。

373
Kkite楼主·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。

354
Rran_bo·昨天

刚翻了下 monorepo-frontend-qa 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」。

334
Wwinter·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。

244
Llinlin·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。

6
Ttang_hao·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。

154
Ttang_hao·2 天前

已收藏。正好这周要改这块，少走很多弯路。

237
Lli_ming·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。

234
Hhuang_ke·2 小时前已编辑

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。

325
Kkite·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。

483
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。

383
Bbob_chen·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。

96
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。

7
Zzhou_yi·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。

23
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。

452
Zzhou_yi·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。

506
Llinlin·刚刚

补充一个反例：如果 monorepo-frontend-qa 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。

28
Oops_wang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。

427
Aalice_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。

5
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。

297
Ddev_zhou·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。

2
Sswoole_lee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。

114
Nnikic·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。

212
Kkernel_panic·2 天前

这不是 monorepo-frontend-qa 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。

2
Rran_bo·2 天前

刚翻了下 monorepo-frontend-qa 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」。

356
Mmike_xu·1 小时前

刚翻了下 monorepo-frontend-qa 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」。

204
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。

11
Zzhou_yi·3 分钟前

这不是 monorepo-frontend-qa 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。

164
Nnikic楼主·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。

332
Cchen_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。

1
Ttang_hao·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。

266
Zzhu_zong楼主·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。

181
Kkite·12 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。

33
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。

225
Lli_ming·2 天前

刚翻了下 monorepo-frontend-qa 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」。

215
Zzhou_yi·2 天前

已收藏。正好这周要改这块，少走很多弯路。

373
Rrase·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。

184
Ddev_zhou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。

99
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。

64
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。

153
Aalice_dev·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。

145
Bbob_chen·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。

139
Kkite·刚刚已编辑

这不是 monorepo-frontend-qa 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。

136
Aalice_dev·1 小时前已编辑

补充一个反例：如果 monorepo-frontend-qa 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。

108
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。

106
Wwinter·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。

106
Bbob_chen·2 天前

这不是 monorepo-frontend-qa 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。

101
Ddev_zhou·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。

105
Sswoole_lee·2 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。

101
Aalice_dev·2 天前已编辑

这不是 monorepo-frontend-qa 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。

134
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。

93
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。

81
Sswoole_lee·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。

73
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。

41
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。

1
Rran_bo·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。

25
Kkite·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。

5
Kkernel_panic·2 天前

补充一个反例：如果 monorepo-frontend-qa 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。

5
Zzhu_zong·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。

3
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。

461
Llinlin·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。

2
Kkite楼主·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。

129
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。

245
Llinlin·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。

53
Kkernel_panic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。

150
Zzhou_yi·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。

399
Cchen_dev·刚刚第 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。

365
Kkernel_panic·2 天前第 6 层

补充一个反例：如果 monorepo-frontend-qa 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。

70
Wwinter·2 小时前第 6 层

已收藏。正好这周要改这块，少走很多弯路。

1
Rran_bo·2 天前

已收藏。正好这周要改这块，少走很多弯路。

16
Lli_ming版主·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。

59
Hhuang_ke·刚刚已编辑

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。

4
Zzhu_zong·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。

284
Mmike_xu·28 分钟前第 6 层

补充一个反例：如果 monorepo-frontend-qa 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。

229
Rrase楼主·2 天前第 6 层

刚翻了下 monorepo-frontend-qa 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」。

24
Llinlin·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
Sslow_query·2 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。

53
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。

344
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。

2
Wwinter·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。

1
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。

56
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。

31
Lli_ming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
Sslow_query·28 分钟前

已收藏。正好这周要改这块，少走很多弯路。

1
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。

1
Wwinter·1 小时前已编辑

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

这是帖子详情页 /zh-CN/c/monorepo-frontend-qa/post/p1。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 →