React·架构 · 面经:被问到 react-design 的并发模型,我是这样答的

621
REr/react-design·由 zhou_yi 发布·昨天教程

面经:被问到 react-design 的并发模型,我是这样答的

网上关于 react-design 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。

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。

// 最小复现:注意这里必须用真实的长尾分布,
// 均匀分布的压测流量不会触发这个问题
func (s *Server) handle(ctx context.Context) error {
    conn, err := s.pool.Acquire(ctx)
    if err != nil {
        return fmt.Errorf("acquire: %w", err)
    }
    defer conn.Release()

    return s.do(ctx, conn)
}

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。

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。

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」。

267 条评论

267 条评论

· 已加载前 120 条
我
Ddev_zhou·刚刚已编辑

刚翻了下 react-design 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」。

513
Ddev_zhou·2 天前

已收藏。正好这周要改这块,少走很多弯路。

507
Bbob_chen·3 分钟前

已收藏。正好这周要改这块,少走很多弯路。

504
Wwinter·28 分钟前

这不是 react-design 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。

225
Lli_ming·昨天已编辑

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。

115
Kkernel_panic·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。

162
Nnikic·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。

36
Zzhou_yi·1 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。

6
Aalice_dev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。

140
Llinlin·昨天已编辑

补充一个反例:如果 react-design 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。

496
Wwinter·2 天前

补充一个反例:如果 react-design 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
Rran_bo·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。

124
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。

16
Rran_bo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。

223
Rrase·2 天前

已收藏。正好这周要改这块,少走很多弯路。

29
Ddev_zhou·2 天前

这不是 react-design 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。

292
Llinlin·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。

134
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。

175
Kkernel_panic版主·2 天前已编辑第 6 层

感谢分享真实数据,比很多只讲概念的文章有用得多。

324
Oops_wang·5 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。

39
Mmike_xu·2 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。

4
Mmike_xu·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。

3
Hhuang_ke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。

79
Sslow_query·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。

72
Zzhou_yi·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。

35
Cchen_dev·2 天前第 6 层

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
Cchen_dev楼主·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。

414
Nnikic·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。

341
Sswoole_lee·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。

65
Mmike_xu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。

298
Rrase·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。

293
Aalice_dev·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。

99
Ttang_hao·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。

66
Kkernel_panic楼主·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
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。

58
Cchen_dev·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。

276
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。

192
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。

108
Lli_ming·2 天前

刚翻了下 react-design 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」。

16
Zzhou_yi·2 天前

这不是 react-design 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。

187
Nnikic·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
Llinlin楼主·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。

43
Aalice_dev楼主·2 天前已编辑

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。

4
Ddev_zhou·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。

109
Rran_bo·28 分钟前第 6 层

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。

30
Ttang_hao·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。

27
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。

295
Oops_wang·2 天前已编辑第 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。

55
Cchen_dev·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。

246
Sslow_query·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。

132
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。

2
Hhuang_ke·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。

464
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。

394
Ddev_zhou·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。

463
Kkernel_panic·2 小时前

这不是 react-design 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。

449
Llinlin·2 天前

补充一个反例:如果 react-design 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。

363
Mmike_xu·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。

318
Zzhu_zong·5 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。

360
Nnikic版主·2 天前

已收藏。正好这周要改这块,少走很多弯路。

333
Sswoole_lee·2 天前

补充一个反例:如果 react-design 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。

328
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。

321
Zzhu_zong·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。

297
Zzhu_zong·2 天前

补充一个反例:如果 react-design 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。

362
Ddev_zhou·2 天前

补充一个反例:如果 react-design 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。

196
Bbob_chen·28 分钟前

刚翻了下 react-design 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」。

96
Kkite·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。

297
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。

270
Kkernel_panic·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。

250
Kkernel_panic·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。

249
Zzhu_zong·2 天前

刚翻了下 react-design 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」。

3
Sswoole_lee·2 天前已编辑

已收藏。正好这周要改这块,少走很多弯路。

243
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。

236
Llinlin·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。

229
Sslow_query楼主·2 天前

这不是 react-design 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。

156
Rran_bo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。

155
Zzhu_zong·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。

207
Aalice_dev·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。

195
Ddev_zhou楼主·5 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。

114
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。

33
Wwinter·2 天前

补充一个反例:如果 react-design 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。

253
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。

88
Mmike_xu·2 天前已编辑

这不是 react-design 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。

66
Nnikic·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。

170
Ttang_hao·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。

169
Kkite·5 小时前已编辑

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。

144
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。

82
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。

12
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。

28
Sswoole_lee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。

115
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。

108
Hhuang_ke·2 天前

已收藏。正好这周要改这块,少走很多弯路。

107
Ttang_hao楼主·2 天前

补充一个反例:如果 react-design 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。

489
Wwinter·2 天前

这不是 react-design 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。

105
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。

97
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。

79
Lli_ming楼主·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。

17
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。

47
Hhuang_ke·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。

28
Lli_ming·12 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。

348
Hhuang_ke·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。

18
Hhuang_ke版主·2 天前

刚翻了下 react-design 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
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。

15
Nnikic·3 分钟前已编辑

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。

9
Bbob_chen·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。

64
Llinlin楼主·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。

61
Hhuang_ke·12 分钟前

刚翻了下 react-design 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
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。

10
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。

9
Sslow_query·2 天前

已收藏。正好这周要改这块,少走很多弯路。

3
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。

220
Zzhou_yi·2 天前

这不是 react-design 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。

278
Aalice_dev·12 分钟前

已收藏。正好这周要改这块,少走很多弯路。

3
Oops_wang·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。

2
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。

2
Bbob_chen·2 天前

刚翻了下 react-design 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
Nnikic楼主·28 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。

274
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。

2
Aalice_dev·2 天前

刚翻了下 react-design 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
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。

1
Llinlin·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/react-design/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 →