离线离线优先·开源
社区主页热门讨论 最新发布 精华区 知识库 资源 关于

离线优先·开源 · 把 offline-first-opensource 的构建时间从 4 分钟压到 40 秒，主要靠这 5 件事

1.5k
离线r/offline-first-opensource·由 slow_query 发布·刚刚翻译置顶

把 offline-first-opensource 的构建时间从 4 分钟压到 40 秒，主要靠这 5 件事

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。

# 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

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 offline-first-opensource 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。

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。

288 条评论

288 条评论

· 已加载前 120 条
我
Cchen_dev·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。

469
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。

467
Nnikic·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。

460
Cchen_dev·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。

1
Mmike_xu版主·刚刚

刚翻了下 offline-first-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」。

457
Rrase·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。

441
Zzhu_zong·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。

440
Wwinter·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。

200
Rran_bo·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。

435
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。

91
Llinlin·12 分钟前已编辑

刚翻了下 offline-first-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」。

1
Zzhou_yi·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。

29
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。

370
Nnikic·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。

335
Hhuang_ke·5 小时前

这不是 offline-first-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。

320
Rrase·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。

298
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。

2
Lli_ming·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。

309
Rrase·2 天前

刚翻了下 offline-first-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」。

305
Llinlin·1 小时前

补充一个反例：如果 offline-first-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。

304
Nnikic·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。

290
Kkernel_panic·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。

90
Nnikic·昨天

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。

250
Zzhou_yi·2 天前

已收藏。正好这周要改这块，少走很多弯路。

1
Oops_wang·12 分钟前

这不是 offline-first-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。

1
Ddev_zhou楼主版主·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。

319
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。

59
Nnikic·2 天前第 6 层

刚翻了下 offline-first-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」。

344
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。

24
Ddev_zhou·2 天前

这不是 offline-first-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。

33
Sswoole_lee·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。

279
Ddev_zhou·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。

250
Hhuang_ke·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。

221
Rrase·1 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。

28
Zzhou_yi·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。

114
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。

216
Sswoole_lee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。

120
Oops_wang·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。

211
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。

190
Ddev_zhou·2 天前

刚翻了下 offline-first-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」。

146
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。

39
Sswoole_lee·2 天前

补充一个反例：如果 offline-first-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。

86
Ttang_hao·2 天前已编辑

已收藏。正好这周要改这块，少走很多弯路。

133
Oops_wang·昨天

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。

74
Rrase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。

6
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。

57
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。

57
Oops_wang·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。

56
Rrase·2 天前

已收藏。正好这周要改这块，少走很多弯路。

42
Oops_wang·2 天前已编辑

这不是 offline-first-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。

37
Zzhu_zong·刚刚

感谢分享真实数据，比很多只讲概念的文章有用得多。

36
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。

35
Kkernel_panic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。

20
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。

84
Sswoole_lee版主·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。

29
Bbob_chen·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。

22
Rrase·2 天前

补充一个反例：如果 offline-first-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。

18
Rrase·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。

16
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。

14
Wwinter·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。

115
Ddev_zhou·28 分钟前

补充一个反例：如果 offline-first-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
Zzhu_zong楼主·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。

420
Sslow_query·1 小时前

刚翻了下 offline-first-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」。

88
Lli_ming·刚刚已编辑

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。

472
Zzhu_zong·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。

54
Cchen_dev·2 天前第 6 层

刚翻了下 offline-first-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」。

470
Rrase·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。

38
Mmike_xu·2 天前第 6 层

刚翻了下 offline-first-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」。

280
Nnikic·2 天前第 6 层

这不是 offline-first-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。

51
Hhuang_ke·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。

26
Sswoole_lee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。

99
Zzhou_yi·2 天前

已收藏。正好这周要改这块，少走很多弯路。

371
Hhuang_ke·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。

32
Ttang_hao·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。

198
Sswoole_lee·2 天前

补充一个反例：如果 offline-first-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。

3
Wwinter·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。

447
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。

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。

137
Oops_wang·2 天前

已收藏。正好这周要改这块，少走很多弯路。

3
Llinlin·12 分钟前

已收藏。正好这周要改这块，少走很多弯路。

12
Mmike_xu·昨天

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。

207
Lli_ming楼主·昨天

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。

45
Kkernel_panic·1 小时前第 6 层

已收藏。正好这周要改这块，少走很多弯路。

187
Sswoole_lee·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。

5
Kkite·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。

3
Kkite·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。

264
Nnikic·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。

191
Mmike_xu·12 分钟前

这不是 offline-first-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。

12
Ddev_zhou·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。

323
Cchen_dev·5 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。

120
Zzhou_yi·28 分钟前第 6 层

补充一个反例：如果 offline-first-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。

117
Wwinter版主·刚刚第 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。

4
Kkernel_panic·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。

33
Nnikic版主·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。

497
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。

5
Oops_wang·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。

65
Ddev_zhou·12 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。

25
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。

105
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。

29
Oops_wang·2 天前

已收藏。正好这周要改这块，少走很多弯路。

2
Kkernel_panic·1 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。

266
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。

206
Hhuang_ke·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。

204
Zzhu_zong·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。

423
Sswoole_lee·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
Aalice_dev楼主·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。

117
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。

458
Mmike_xu·昨天已编辑

补充一个反例：如果 offline-first-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。

513
Cchen_dev·12 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。

439
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。

29
Wwinter·5 小时前已编辑

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。

97
Nnikic·3 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。

294
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。

50
Llinlin·2 天前

补充一个反例：如果 offline-first-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。

60
Zzhu_zong·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。

10
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。

10
Mmike_xu·2 天前

这不是 offline-first-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。

2
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。

2
Zzhou_yi版主·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。

1
Sslow_query·2 天前

这不是 offline-first-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。

1

这是帖子详情页 /zh-CN/c/offline-first-opensource/post/p0。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 →