开源开源·博客
社区主页热门讨论 最新发布 精华区 知识库 资源 关于

开源·博客 · 周末写了个 open-source-blog 的可视化调试面板

411
开源r/open-source-blog·由 li_ming 发布·2 小时前公告

周末写了个 open-source-blog 的可视化调试面板

先说结论：open-source-blog 这套东西在中小规模下几乎不需要调优，真正开始难受的位置比大多数人以为的靠后得多。下面是完整的实测过程。

# 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。

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 open-source-blog 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。

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」。

111 条评论

111 条评论

我
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。

499
Oops_wang·昨天

这不是 open-source-blog 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。

489
Wwinter·28 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。

518
Ddev_zhou·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。

306
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。

498
Mmike_xu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。

266
Mmike_xu·昨天

刚翻了下 open-source-blog 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」。

57
Wwinter·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。

276
Lli_ming·2 天前第 6 层

补充一个反例：如果 open-source-blog 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。

90
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。

380
Rran_bo·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。

192
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。

53
Rrase·2 天前

这不是 open-source-blog 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。

481
Zzhu_zong·2 天前已编辑

这不是 open-source-blog 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。

460
Oops_wang·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。

70
Rrase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。

188
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。

71
Sslow_query·2 天前

已收藏。正好这周要改这块，少走很多弯路。

18
Mmike_xu楼主·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。

350
Llinlin·12 分钟前

刚翻了下 open-source-blog 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」。

73
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。

61
Cchen_dev·2 天前

这不是 open-source-blog 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。

10
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。

1
Ttang_hao·12 分钟前

已收藏。正好这周要改这块，少走很多弯路。

34
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。

109
Hhuang_ke·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。

45
Zzhou_yi·2 天前

这不是 open-source-blog 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。

199
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。

17
Kkernel_panic·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。

92
Rrase·刚刚

感谢分享真实数据，比很多只讲概念的文章有用得多。

12
Sswoole_lee·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。

360
Aalice_dev楼主·2 天前

刚翻了下 open-source-blog 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
Mmike_xu·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。

280
Mmike_xu·3 分钟前

刚翻了下 open-source-blog 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」。

359
Kkernel_panic·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。

6
Ttang_hao·2 天前

补充一个反例：如果 open-source-blog 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。

127
Sslow_query·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
Cchen_dev·2 天前

已收藏。正好这周要改这块，少走很多弯路。

368
Nnikic·2 天前已编辑

已收藏。正好这周要改这块，少走很多弯路。

350
Rran_bo版主·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。

86
Rran_bo·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。

119
Llinlin版主·12 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。

312
Llinlin楼主·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。

239
Bbob_chen·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。

280
Cchen_dev·2 小时前

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。

275
Llinlin·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。

207
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。

119
Wwinter·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。

85
Sswoole_lee·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。

217
Zzhou_yi·1 小时前已编辑

已收藏。正好这周要改这块，少走很多弯路。

208
Nnikic·12 分钟前

刚翻了下 open-source-blog 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」。

189
Kkernel_panic楼主·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。

1
Wwinter·2 天前

补充一个反例：如果 open-source-blog 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。

316
Mmike_xu·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。

4
Kkite·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。

296
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。

424
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。

67
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。

3
Zzhu_zong·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。

130
Bbob_chen·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。

185
Ttang_hao楼主·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。

374
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。

331
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。

8
Bbob_chen版主·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。

60
Zzhu_zong·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。

4
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。

180
Rran_bo·28 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。

25
Rran_bo楼主·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。

100
Llinlin·1 小时前

这不是 open-source-blog 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。

374
Ddev_zhou·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。

29
Kkernel_panic·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。

147
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。

123
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。

120
Llinlin·2 天前

补充一个反例：如果 open-source-blog 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。

109
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。

65
Bbob_chen楼主·2 天前

已收藏。正好这周要改这块，少走很多弯路。

5
Cchen_dev楼主·2 天前已编辑

补充一个反例：如果 open-source-blog 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
Zzhou_yi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。

2
Aalice_dev·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。

51
Hhuang_ke·12 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。

44
Hhuang_ke·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。

32
Bbob_chen·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。

31
Aalice_dev·2 天前

补充一个反例：如果 open-source-blog 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
Lli_ming·2 天前

已收藏。正好这周要改这块，少走很多弯路。

29
Bbob_chen版主·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。

173
Zzhou_yi·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
Hhuang_ke·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
Kkite·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。

7
Llinlin·2 天前

刚翻了下 open-source-blog 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」。

4
Sswoole_lee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。

78
Sslow_query·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。

6
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。

31
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。

28
Oops_wang·3 分钟前已编辑

已收藏。正好这周要改这块，少走很多弯路。

414
Oops_wang楼主·2 天前

刚翻了下 open-source-blog 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」。

36
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。

89
Zzhu_zong·2 天前

补充一个反例：如果 open-source-blog 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。

42
Zzhu_zong·2 天前

这不是 open-source-blog 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
Ttang_hao·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。

14
Rran_bo·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。

13
Lli_ming·2 天前

补充一个反例：如果 open-source-blog 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。

308
Bbob_chen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。

15
Aalice_dev·2 天前

这不是 open-source-blog 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。

13
Kkite·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。

11
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。

8
Wwinter·28 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。

6
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。

4
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。

3
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。

3
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。

1
Sswoole_lee·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

这是帖子详情页 /zh-CN/c/open-source-blog/post/p8。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 →