283
这个 PHP 的 bug 藏了三年，终于有人报了
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。
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。
图片占位 · 真实环境走对象存储
POST /api/uploads → CDN 回源
POST /api/uploads → CDN 回源
150 条评论
150 条评论
· 已加载前 120 条我
Cchen_dev·1 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。
510
Zzhu_zong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。
443
Sswoole_lee·1 小时前
刚翻了下 PHP 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」。
4801 条直接回复
Lli_ming楼主·2 天前
刚翻了下 PHP 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」。
52 条直接回复
Aalice_dev楼主·2 天前
刚翻了下 PHP 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」。
74
Nnikic·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。
58
Cchen_dev·2 天前
这不是 PHP 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。
471
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。
4611 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。
29
Mmike_xu·2 天前
补充一个反例：如果 PHP 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。
454
Nnikic·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。
4291 条直接回复
Cchen_dev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。
1351 条直接回复
Zzhu_zong·2 天前
这不是 PHP 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。
2281 条直接回复
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。
506
Rran_bo·2 天前
已收藏。正好这周要改这块，少走很多弯路。
420
Bbob_chen·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。
3261 条直接回复
Sswoole_lee·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。
161 条直接回复
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。
115
Hhuang_ke楼主·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。
2221 条直接回复
Kkernel_panic·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。
921 条直接回复
Zzhu_zong版主·5 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。
1
Kkernel_panic·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。
280
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。
265
Kkernel_panic·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。
262
Ttang_hao·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。
260
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。
253
Ddev_zhou·2 天前
补充一个反例：如果 PHP 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。
2471 条直接回复
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。
1
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。
2322 条直接回复
Sswoole_lee·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。
45
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。
72 条直接回复
Sswoole_lee·2 天前
这不是 PHP 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。
108
Kkite·2 天前
刚翻了下 PHP 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」。
2
Sslow_query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。
1301 条直接回复
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。
183
Cchen_dev·3 分钟前已编辑
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。
179
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。
163
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。
1111 条直接回复
Zzhu_zong·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。
11 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。
135
Sslow_query·刚刚
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。
942 条直接回复
Lli_ming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。
1282 条直接回复
Nnikic·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。
18
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。
8
Lli_ming·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。
51 条直接回复
Aalice_dev·昨天
已收藏。正好这周要改这块，少走很多弯路。
1374 条直接回复
Kkite·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。
16
Lli_ming版主·5 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。
124 条直接回复
Aalice_dev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。
922 条直接回复
Rrase·2 天前已编辑第 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。
237
Oops_wang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。
2
Mmike_xu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。
69
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。
41
Rrase·2 天前
已收藏。正好这周要改这块，少走很多弯路。
272 条直接回复
Oops_wang·5 小时前第 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。
294
Sslow_query·28 分钟前第 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。
115
Hhuang_ke·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。
12
Rrase·2 天前
这不是 PHP 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。
81 条直接回复
Ddev_zhou·2 天前
补充一个反例：如果 PHP 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。
433
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。
85
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。
751 条直接回复
Cchen_dev·2 天前
补充一个反例：如果 PHP 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。
7
Llinlin·2 天前
已收藏。正好这周要改这块，少走很多弯路。
73
Sswoole_lee·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。
711 条直接回复
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。
51 条直接回复
Nnikic楼主·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。
61 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。
119
Oops_wang·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。
56
Zzhou_yi·12 分钟前
这不是 PHP 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。
552 条直接回复
Zzhou_yi·2 天前
这不是 PHP 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。
772 条直接回复
Aalice_dev·2 天前
刚翻了下 PHP 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」。
443
Ddev_zhou楼主·2 天前
已收藏。正好这周要改这块，少走很多弯路。
13
Aalice_dev·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。
232 条直接回复
Kkernel_panic·刚刚
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。
50
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
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。
542 条直接回复
Hhuang_ke·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。
2297 条直接回复
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。
488
Sswoole_lee·2 天前
刚翻了下 PHP 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」。
296
Ddev_zhou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。
125
Llinlin·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。
69
Cchen_dev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。
9
Rrase·1 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。
25
Aalice_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。
73 条直接回复
Aalice_dev楼主·2 天前
已收藏。正好这周要改这块，少走很多弯路。
105
Bbob_chen·昨天
刚翻了下 PHP 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」。
1162 条直接回复
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。
498
Zzhou_yi·2 天前
这不是 PHP 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。
61
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。
261 条直接回复
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。
212
Zzhu_zong·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。
551 条直接回复
Zzhu_zong·2 天前
补充一个反例：如果 PHP 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。
4741 条直接回复
Nnikic·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。
271 条直接回复
Cchen_dev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。
33
Lli_ming·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。
54
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。
25
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。
241 条直接回复
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。
353
Lli_ming·2 天前
刚翻了下 PHP 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」。
14
Kkite·12 分钟前已编辑
补充一个反例：如果 PHP 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。
12
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。
8
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。
7
Rran_bo·昨天
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
Mmike_xu·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。
51 条直接回复
Ddev_zhou·2 天前
补充一个反例：如果 PHP 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。
204
Cchen_dev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。
4
Sswoole_lee·2 天前
已收藏。正好这周要改这块，少走很多弯路。
31 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。
494
Zzhou_yi·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
Cchen_dev版主·2 天前
这不是 PHP 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。
21 条直接回复
Nnikic·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。
21 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。
10
Mmike_xu·2 天前
补充一个反例：如果 PHP 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
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
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。
11 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。
47
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。
1
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。
1
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。
1
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。
1
这是帖子详情页 /zh-CN/c/php/post/p3。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 →