408
offline-first-opensource 的日志规范：从「能看」到「能用」差了什么
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。
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。
自建，掌控感强44%
托管服务，省事28%
混合：核心自建17%
还没想好11%
共 694 人参与投票
111 条评论
111 条评论
我
Wwinter·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。
501
Rrase楼主·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。
430
Mmike_xu版主·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。
486
Sswoole_lee·2 天前
已收藏。正好这周要改这块，少走很多弯路。
476
Kkite·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。
466
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。
423
Sslow_query楼主·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。
3261 条直接回复
Ddev_zhou·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。
185
Hhuang_ke·5 小时前已编辑
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。
385
Hhuang_ke·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。
359
Hhuang_ke·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。
356
Lli_ming·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。
300
Mmike_xu·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。
2503 条直接回复
Ddev_zhou·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。
447
Aalice_dev·2 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。
3785 条直接回复
Zzhou_yi楼主·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。
4352 条直接回复
Wwinter·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。
176
Ttang_hao·1 小时前
已收藏。正好这周要改这块，少走很多弯路。
1512 条直接回复
Aalice_dev·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。
3782 条直接回复
Aalice_dev楼主·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。
348
Aalice_dev·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。
2
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。
611 条直接回复
Zzhu_zong·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。
461
Zzhou_yi·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。
2741 条直接回复
Oops_wang楼主·2 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。
4971 条直接回复
Ddev_zhou·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。
61 条直接回复
Hhuang_ke·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。
158
Lli_ming版主·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。
951 条直接回复
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。
67
Rrase·2 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。
861 条直接回复
Zzhou_yi·2 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」。
962 条直接回复
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。
1
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。
1
Bbob_chen·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。
65
Cchen_dev·28 分钟前已编辑
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。
103
Hhuang_ke·3 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。
2461 条直接回复
Sslow_query·12 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。
854 条直接回复
Mmike_xu·2 小时前已编辑
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。
2502 条直接回复
Ttang_hao·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。
863 条直接回复
Rran_bo·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。
38
Bbob_chen·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。
52 条直接回复
Wwinter·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。
113
Kkite·2 天前第 6 层
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。
26
Cchen_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。
21 条直接回复
Rrase·3 分钟前第 6 层
感谢分享真实数据，比很多只讲概念的文章有用得多。
342
Cchen_dev·5 小时前已编辑
已收藏。正好这周要改这块，少走很多弯路。
641 条直接回复
Oops_wang·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。
203
Zzhou_yi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。
1872 条直接回复
Lli_ming·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。
1141 条直接回复
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。
57
Mmike_xu楼主版主·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。
481 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。
12 条直接回复
Wwinter·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」。
225
Hhuang_ke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。
53
Cchen_dev版主·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。
174
Kkite·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。
1021 条直接回复
Kkernel_panic·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
Cchen_dev·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。
239
Wwinter·2 天前已编辑
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。
234
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。
2011 条直接回复
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。
1251 条直接回复
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。
13
Rrase版主·5 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。
1931 条直接回复
Rrase·2 天前
已收藏。正好这周要改这块，少走很多弯路。
388
Hhuang_ke·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。
160
Zzhou_yi·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」。
121
Nnikic·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。
119
Hhuang_ke·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。
118
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。
110
Sswoole_lee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。
41
Oops_wang·刚刚
感谢分享真实数据，比很多只讲概念的文章有用得多。
893 条直接回复
Kkernel_panic·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。
508
Llinlin·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。
1472 条直接回复
Zzhou_yi·昨天
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。
4221 条直接回复
Ddev_zhou·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。
61
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。
140
Bbob_chen版主·5 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」。
173 条直接回复
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。
73
Hhuang_ke·昨天
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
Wwinter·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。
21 条直接回复
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。
290
Zzhou_yi·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。
83
Mmike_xu·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。
82
Oops_wang·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。
77
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。
74
Mmike_xu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。
11
Rrase楼主·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」。
9
Rran_bo楼主·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。
61 条直接回复
Lli_ming·12 分钟前
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」。
2271 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。
11
Mmike_xu·5 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」。
63
Zzhu_zong·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。
48
Ttang_hao·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。
40
Ttang_hao·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。
37
Wwinter·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。
31
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。
25
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。
211 条直接回复
Aalice_dev·2 天前已编辑
已收藏。正好这周要改这块，少走很多弯路。
36
Bbob_chen·3 分钟前
已收藏。正好这周要改这块，少走很多弯路。
18
Bbob_chen·1 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。
113 条直接回复
Cchen_dev·12 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。
1832 条直接回复
Aalice_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。
3
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。
2
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。
169
Rran_bo·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。
97
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。
11
Hhuang_ke·2 天前
已收藏。正好这周要改这块，少走很多弯路。
5
Zzhou_yi·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。
1
Kkite·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
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。
1
Hhuang_ke·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/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 →