5
一图看懂 pwa-interview 的执行流程(含时序图)
网上关于 pwa-interview 的文章大多停在「怎么用」,很少有人写「什么时候不该用」。这篇想补上后半句。
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。
文档优先44%
源码优先28%
直接问人17%
先跑个 demo 试错11%
共 9 人参与投票
3 条评论
网上关于 pwa-interview 的文章大多停在「怎么用」,很少有人写「什么时候不该用」。这篇想补上后半句。
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。
共 9 人参与投票
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。
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。
刚翻了下 pwa-interview 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」。
这是帖子详情页 /zh-CN/c/pwa-interview/post/p11。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 →