212
踩坑记录：tmux-pro 的时区处理差点让线上少算一天
先说结论：tmux-pro 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。
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。
性能44%
可维护性28%
生态与社区17%
招人难度11%
共 360 人参与投票
113 条评论
113 条评论
我
Rran_bo·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。
508
Ddev_zhou·5 小时前
这不是 tmux-pro 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。
502
Llinlin·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。
4831 条直接回复
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。
250
Sslow_query·2 天前
这不是 tmux-pro 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。
476
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。
4622 条直接回复
Mmike_xu·2 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。
1896 条直接回复
Hhuang_ke·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。
325
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。
2882 条直接回复
Llinlin·3 分钟前
补充一个反例：如果 tmux-pro 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。
4871 条直接回复
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。
55
Oops_wang版主·昨天
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。
28
Kkite·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。
244
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。
160
Rrase·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。
155
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。
961 条直接回复
Llinlin·2 天前
已收藏。正好这周要改这块，少走很多弯路。
381 条直接回复
Zzhu_zong·5 小时前
已收藏。正好这周要改这块，少走很多弯路。
174
Oops_wang·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。
51 条直接回复
Rrase·5 小时前
已收藏。正好这周要改这块，少走很多弯路。
466
Ttang_hao·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。
4551 条直接回复
Llinlin·2 天前
刚翻了下 tmux-pro 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」。
8
Oops_wang·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。
441
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。
417
Rrase·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。
4142 条直接回复
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。
404
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。
4032 条直接回复
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。
2462 条直接回复
Ddev_zhou·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。
234
Ttang_hao·2 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。
771 条直接回复
Rran_bo·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。
18
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。
121 条直接回复
Cchen_dev·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。
448
Bbob_chen·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。
389
Sslow_query楼主版主·3 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。
312
Ddev_zhou·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。
3661 条直接回复
Sslow_query·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。
50
Ddev_zhou·28 分钟前已编辑
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。
3651 条直接回复
Sslow_query·12 分钟前
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。
4
Wwinter·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。
3551 条直接回复
Aalice_dev·2 天前
补充一个反例：如果 tmux-pro 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。
432
Cchen_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。
303
Rran_bo·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。
301
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。
265
Kkernel_panic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。
204
Mmike_xu·2 天前
这不是 tmux-pro 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。
2251 条直接回复
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。
299
Ddev_zhou版主·12 分钟前
已收藏。正好这周要改这块，少走很多弯路。
2101 条直接回复
Llinlin·28 分钟前
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。
3762 条直接回复
Rrase·12 分钟前
补充一个反例：如果 tmux-pro 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。
472
Zzhu_zong·2 天前
刚翻了下 tmux-pro 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」。
1871 条直接回复
Ttang_hao楼主·2 天前
这不是 tmux-pro 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。
468
Nnikic·2 天前
已收藏。正好这周要改这块，少走很多弯路。
202
Rran_bo·2 天前已编辑
这不是 tmux-pro 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。
171
Sswoole_lee·12 分钟前
这不是 tmux-pro 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。
159
Bbob_chen·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。
1471 条直接回复
Rrase·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。
91 条直接回复
Ttang_hao·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。
3922 条直接回复
Kkernel_panic·2 天前
这不是 tmux-pro 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。
289
Sslow_query·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。
2331 条直接回复
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。
271 条直接回复
Mmike_xu·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。
31
Kkernel_panic·2 天前
刚翻了下 tmux-pro 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
Llinlin·2 天前
已收藏。正好这周要改这块，少走很多弯路。
131
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。
127
Sswoole_lee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。
671 条直接回复
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。
137
Rran_bo·12 分钟前已编辑
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。
901 条直接回复
Sswoole_lee·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。
126
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。
78
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。
65
Zzhu_zong·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。
551 条直接回复
Oops_wang·3 分钟前已编辑
刚翻了下 tmux-pro 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」。
632 条直接回复
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。
2884 条直接回复
Nnikic·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。
4481 条直接回复
Rrase·2 天前
这不是 tmux-pro 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。
433
Lli_ming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。
2203 条直接回复
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。
478
Lli_ming·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。
472
Ttang_hao楼主·昨天
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。
33
Kkernel_panic·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。
58
Sswoole_lee·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。
42 条直接回复
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。
496
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。
76
Sslow_query·2 天前
补充一个反例：如果 tmux-pro 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 条直接回复
Rran_bo·2 天前
补充一个反例：如果 tmux-pro 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
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。
511 条直接回复
Wwinter·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。
90
Lli_ming·2 天前
已收藏。正好这周要改这块，少走很多弯路。
281 条直接回复
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。
246
Cchen_dev·2 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。
142 条直接回复
Sswoole_lee·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。
4512 条直接回复
Kkite·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。
3982 条直接回复
Lli_ming楼主·2 天前
补充一个反例：如果 tmux-pro 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。
248
Cchen_dev·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。
99
Aalice_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。
61
Zzhou_yi·昨天
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。
4502 条直接回复
Rran_bo版主·2 天前
刚翻了下 tmux-pro 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」。
398
Sswoole_lee·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。
100
Ddev_zhou版主·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。
12
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。
11
Zzhou_yi·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。
10
Kkite·2 天前
刚翻了下 tmux-pro 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」。
81 条直接回复
Kkite楼主·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。
50
Mmike_xu·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。
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。
4
Hhuang_ke·28 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。
21 条直接回复
Sslow_query·2 天前
刚翻了下 tmux-pro 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」。
31 条直接回复
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。
110
Sswoole_lee·2 天前已编辑
补充一个反例：如果 tmux-pro 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
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。
11 条直接回复
Zzhou_yi版主·2 天前
已收藏。正好这周要改这块，少走很多弯路。
207
Sswoole_lee·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。
1
这是帖子详情页 /zh-CN/c/tmux-pro/post/p6。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 →