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 · 从 0 到 1 用 tableau-review 搭建内部平台：架构图与决策记录

1.8k
TAr/tableau-review·由 dev_zhou 发布·3 小时前复盘已锁定

从 0 到 1 用 tableau-review 搭建内部平台：架构图与决策记录

先说结论：tableau-review 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。

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。

-- 出问题的那条查询：在 2000 万行上做了全表扫描
-- 加复合索引后 P99 从 1.8s 降到 42ms
SELECT id, title, created_at
  FROM posts
 WHERE community_id = ?
   AND status = 1
 ORDER BY score DESC
 LIMIT 20;

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」。

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。

617 条评论

617 条评论

· 已加载前 120 条
我
Sslow_query·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。

412
Nnikic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。

499
Ttang_hao·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。

87
Zzhou_yi·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。

39
Sslow_query·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。

3
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。

2
Ddev_zhou·昨天

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」。

135
Kkite·2 天前

已收藏。正好这周要改这块，少走很多弯路。

105
Wwinter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。

335
Llinlin·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。

384
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。

356
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。

213
Cchen_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。

38
Sswoole_lee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。

328
Mmike_xu·1 小时前

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。

302
Nnikic·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。

300
Bbob_chen·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。

194
Ddev_zhou楼主·3 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。

497
Kkernel_panic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。

209
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。

341
Wwinter楼主版主·2 天前第 6 层

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」。

17
Zzhou_yi·刚刚第 6 层

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。

6
Kkite楼主·5 小时前

已收藏。正好这周要改这块，少走很多弯路。

72
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。

85
Kkite·28 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。

69
Ttang_hao·2 天前

已收藏。正好这周要改这块，少走很多弯路。

489
Bbob_chen·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。

71
Bbob_chen·2 天前

已收藏。正好这周要改这块，少走很多弯路。

56
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。

18
Aalice_dev楼主·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」。

63
Ttang_hao楼主·2 天前第 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。

365
Rrase·2 天前已编辑第 6 层

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。

9
Cchen_dev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」。

68
Rrase·2 天前第 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。

27
Hhuang_ke楼主·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」。

1
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。

14
Rran_bo·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。

260
Wwinter·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。

237
Zzhu_zong楼主版主·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。

159
Oops_wang·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。

215
Bbob_chen·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。

207
Kkite·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。

202
Lli_ming·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。

196
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。

401
Mmike_xu·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」。

192
Cchen_dev楼主·2 天前已编辑

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。

98
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。

150
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。

144
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。

101
Kkernel_panic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。

58
Cchen_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。

113
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。

81
Ddev_zhou·2 小时前已编辑

感谢分享真实数据，比很多只讲概念的文章有用得多。

78
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。

73
Cchen_dev·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。

68
Mmike_xu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。

2
Cchen_dev·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。

61
Bbob_chen楼主·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。

1
Kkernel_panic·5 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。

56
Sswoole_lee·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。

54
Zzhou_yi·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。

483
Llinlin·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。

6
Oops_wang·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
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。

81
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。

51
Wwinter·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。

44
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。

41
Ddev_zhou·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」。

37
Kkite·3 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。

37
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。

27
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。

21
Ddev_zhou·12 分钟前

已收藏。正好这周要改这块，少走很多弯路。

21
Rran_bo·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」。

386
Kkernel_panic·2 小时前

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。

241
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。

225
Rran_bo楼主版主·12 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。

193
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。

94
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。

132
Wwinter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。

110
Cchen_dev·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。

148
Rrase·2 天前第 6 层

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·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。

24
Zzhu_zong·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。

28
Cchen_dev楼主·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。

70
Sslow_query·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。

71
Sslow_query·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。

11
Hhuang_ke楼主·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。

13
Nnikic·昨天

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。

62
Bbob_chen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。

35
Ttang_hao版主·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。

34
Aalice_dev·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。

215
Kkernel_panic楼主版主·3 分钟前已编辑

已收藏。正好这周要改这块，少走很多弯路。

404
Zzhou_yi·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。

111
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。

284
Rran_bo·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。

94
Nnikic·2 天前第 6 层

感谢分享真实数据，比很多只讲概念的文章有用得多。

93
Oops_wang·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。

200
Nnikic·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。

1
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。

344
Mmike_xu·28 分钟前

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。

255
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。

174
Rran_bo·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。

9
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。

165
Aalice_dev·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。

404
Sslow_query·2 天前

已收藏。正好这周要改这块，少走很多弯路。

1
Wwinter·2 天前

已收藏。正好这周要改这块，少走很多弯路。

20
Llinlin版主·2 天前已编辑

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。

7
Bbob_chen·昨天

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。

19
Nnikic·5 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。

157
Mmike_xu·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。

1
Sswoole_lee·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。

154
Wwinter·1 小时前已编辑

感谢分享真实数据，比很多只讲概念的文章有用得多。

7
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。

7
Nnikic·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。

2
Rrase版主·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。

59
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。

284
Rrase楼主·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。

116
Nnikic·刚刚

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。

1
Bbob_chen·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
Aalice_dev·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。

1

这是帖子详情页 /zh-CN/c/tableau-review/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 →