TATableau·代码评审
社区主页热门讨论 最新发布 精华区 知识库 资源 关于

Tableau·代码评审 · tableau-review 在 8 核 16G 机器上的压测数据（附完整脚本）

559
TAr/tableau-review·由 linlin 发布·3 小时前开源置顶

tableau-review 在 8 核 16G 机器上的压测数据（附完整脚本）

先说背景。我们的场景是 tableau-review + 三个下游服务，日均请求量七位数，峰值集中在晚上九点前后。

# 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

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」。

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 tableau-review 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。

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。

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。

265 条评论

265 条评论

· 已加载前 120 条
我
Sslow_query·3 分钟前

刚翻了下 tableau-review 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」。

518
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。

467
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。

466
Llinlin·2 天前已编辑

已收藏。正好这周要改这块，少走很多弯路。

458
Rran_bo·2 天前

这不是 tableau-review 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。

452
Nnikic版主·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。

451
Wwinter·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。

390
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。

372
Rrase·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。

165
Zzhu_zong·1 小时前

已收藏。正好这周要改这块，少走很多弯路。

2
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。

336
Rran_bo·2 天前已编辑

刚翻了下 tableau-review 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」。

259
Cchen_dev·28 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。

321
Mmike_xu·12 分钟前

已收藏。正好这周要改这块，少走很多弯路。

318
Cchen_dev版主·5 小时前已编辑

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。

43
Kkernel_panic·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。

322
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。

297
Cchen_dev·12 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。

296
Oops_wang·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。

102
Llinlin楼主·刚刚

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。

235
Llinlin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。

229
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。

47
Cchen_dev·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。

286
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。

76
Nnikic楼主·2 天前

补充一个反例：如果 tableau-review 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。

15
Lli_ming·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。

18
Rrase·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。

126
Rrase·昨天

这不是 tableau-review 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。

114
Kkernel_panic·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。

57
Rran_bo版主·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。

226
Kkite·2 天前

这不是 tableau-review 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。

368
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。

151
Cchen_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。

101
Sslow_query·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。

41
Sslow_query·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。

220
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。

210
Kkernel_panic·2 天前

这不是 tableau-review 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。

208
Mmike_xu·12 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。

196
Sswoole_lee·12 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。

174
Aalice_dev·刚刚

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。

148
Cchen_dev版主·3 分钟前

这不是 tableau-review 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。

127
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。

76
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。

233
Aalice_dev·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。

21
Aalice_dev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。

75
Kkite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。

2
Mmike_xu·2 天前

这不是 tableau-review 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。

53
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。

47
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。

36
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。

35
Nnikic·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。

23
Zzhu_zong·2 天前

刚翻了下 tableau-review 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」。

18
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。

17
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。

481
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。

17
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。

15
Kkite版主·2 天前

补充一个反例：如果 tableau-review 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。

14
Kkernel_panic·2 天前

补充一个反例：如果 tableau-review 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。

11
Lli_ming·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。

22
Sswoole_lee·昨天

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。

519
Cchen_dev·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。

356
Hhuang_ke·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。

517
Rrase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。

223
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。

84
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。

323
Lli_ming·2 天前

补充一个反例：如果 tableau-review 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。

20
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。

507
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。

234
Rrase·2 天前

刚翻了下 tableau-review 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」。

444
Cchen_dev·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。

141
Ddev_zhou·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
Bbob_chen·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
Ddev_zhou楼主·2 天前

补充一个反例：如果 tableau-review 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。

374
Ttang_hao版主·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。

188
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。

5
Kkernel_panic·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。

3
Hhuang_ke·2 天前

这不是 tableau-review 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。

67
Ddev_zhou·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
Kkite·28 分钟前

已收藏。正好这周要改这块，少走很多弯路。

3
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。

2
Kkernel_panic·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。

1
Lli_ming·2 天前

已收藏。正好这周要改这块，少走很多弯路。

39
Wwinter·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。

156
Rrase·3 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。

84
Wwinter版主·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。

96
Mmike_xu·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。

161
Bbob_chen·3 分钟前

刚翻了下 tableau-review 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
Kkite·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。

5
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。

508
Ddev_zhou·3 分钟前

刚翻了下 tableau-review 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」。

256
Rrase·2 天前

补充一个反例：如果 tableau-review 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。

219
Aalice_dev·2 天前

补充一个反例：如果 tableau-review 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。

22
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。

2
Oops_wang·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。

44
Ttang_hao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。

340
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。

1
Oops_wang·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。

194
Zzhu_zong·2 天前

已收藏。正好这周要改这块，少走很多弯路。

44
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。

137
Aalice_dev·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。

11
Wwinter·12 分钟前已编辑

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。

67
Ddev_zhou楼主·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。

515
Rrase·2 天前第 6 层

已收藏。正好这周要改这块，少走很多弯路。

260
Nnikic·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。

5
Sslow_query·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。

19
Mmike_xu·1 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。

117
Kkite·刚刚第 6 层

这不是 tableau-review 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。

30
Oops_wang·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。

1
Hhuang_ke·2 天前第 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。

1
Zzhou_yi·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。

8
Kkite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。

37
Sswoole_lee·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。

3
Mmike_xu·2 天前

补充一个反例：如果 tableau-review 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。

315
Llinlin版主·2 天前

刚翻了下 tableau-review 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」。

80
Sswoole_lee·昨天已编辑

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。

173
Aalice_dev·3 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。

1
Zzhu_zong·2 天前

刚翻了下 tableau-review 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
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
Sslow_query·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。

1
Rrase版主·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。

1

这是帖子详情页 /zh-CN/c/tableau-review/post/p0。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 →