Turborepo·招聘板 · turborepo-jobs 在 8 核 16G 机器上的压测数据(附完整脚本)

1.6k
TUr/turborepo-jobs·由 tang_hao 发布·2 天前原理

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

先说结论:turborepo-jobs 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。

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 turborepo-jobs 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。

-- 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;

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。

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。

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。

822 条评论

822 条评论

· 已加载前 120 条
我
Llinlin楼主·5 小时前已编辑

这不是 turborepo-jobs 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。

432
Hhuang_ke楼主版主·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。

3
Rrase·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。

481
Aalice_dev·2 天前已编辑

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。

480
Rrase·28 分钟前

刚翻了下 turborepo-jobs 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」。

429
Zzhou_yi·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。

9
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。

32
Oops_wang·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。

3
Rran_bo楼主·2 天前

补充一个反例:如果 turborepo-jobs 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
Nnikic楼主·12 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。

1
Sslow_query·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。

1
Kkernel_panic·2 天前已编辑

补充一个反例:如果 turborepo-jobs 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。

2
Zzhu_zong·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。

388
Sswoole_lee·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。

37
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。

265
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。

121
Nnikic楼主·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。

4
Zzhou_yi·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
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。

305
Sswoole_lee·5 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。

304
Bbob_chen·1 小时前

补充一个反例:如果 turborepo-jobs 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。

369
Sswoole_lee·2 天前

这不是 turborepo-jobs 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。

93
Oops_wang版主·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。

8
Hhuang_ke·2 天前

刚翻了下 turborepo-jobs 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」。

350
Sswoole_lee·2 天前

已收藏。正好这周要改这块,少走很多弯路。

10
Llinlin·2 天前

补充一个反例:如果 turborepo-jobs 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。

74
Lli_ming·1 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。

250
Kkernel_panic·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。

14
Ttang_hao·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。

248
Zzhu_zong·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。

205
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。

184
Bbob_chen·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。

150
Zzhu_zong·12 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。

309
Sslow_query·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。

175
Oops_wang·昨天

补充一个反例:如果 turborepo-jobs 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。

17
Ttang_hao·28 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。

357
Hhuang_ke版主·2 天前

这不是 turborepo-jobs 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。

37
Bbob_chen·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。

143
Cchen_dev·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。

308
Ddev_zhou·12 分钟前已编辑

感谢分享真实数据,比很多只讲概念的文章有用得多。

7
Cchen_dev·2 天前第 6 层

这不是 turborepo-jobs 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。

89
Zzhu_zong·2 天前已编辑第 6 层

这不是 turborepo-jobs 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。

1
Hhuang_ke版主·2 小时前已编辑

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。

1
Zzhou_yi·2 天前已编辑第 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。

2
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。

48
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。

1
Rrase·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。

6
Oops_wang·5 小时前第 6 层

已收藏。正好这周要改这块,少走很多弯路。

129
Rrase版主·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。

1
Oops_wang·1 小时前

这不是 turborepo-jobs 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。

196
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。

488
Bbob_chen·2 小时前第 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。

137
Zzhou_yi版主·2 天前第 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。

57
Ddev_zhou·2 小时前第 6 层

感谢分享真实数据,比很多只讲概念的文章有用得多。

22
Kkernel_panic·2 天前第 6 层

刚翻了下 turborepo-jobs 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」。

15
Zzhou_yi版主·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。

14
Rran_bo·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。

24
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。

1
Sswoole_lee·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。

23
Kkernel_panic·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。

460
Kkernel_panic·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。

438
Hhuang_ke·2 天前已编辑

刚翻了下 turborepo-jobs 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」。

19
Ttang_hao·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。

253
Sswoole_lee·12 分钟前已编辑

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。

329
Zzhou_yi·2 天前第 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。

58
Mmike_xu·2 天前第 6 层

这不是 turborepo-jobs 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。

44
Ttang_hao·昨天第 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。

41
Sswoole_lee·2 小时前

补充一个反例:如果 turborepo-jobs 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。

23
Rran_bo版主·12 分钟前

刚翻了下 turborepo-jobs 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」。

22
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。

144
Kkernel_panic·2 天前

已收藏。正好这周要改这块,少走很多弯路。

139
Sslow_query·2 天前

刚翻了下 turborepo-jobs 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」。

126
Ttang_hao·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。

124
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。

118
Mmike_xu·昨天

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。

114
Nnikic·2 天前

补充一个反例:如果 turborepo-jobs 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。

198
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。

85
Sswoole_lee楼主·2 天前

刚翻了下 turborepo-jobs 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
Ttang_hao·12 分钟前

已收藏。正好这周要改这块,少走很多弯路。

107
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。

493
Sswoole_lee·3 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。

99
Kkite·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。

415
Ttang_hao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。

67
Lli_ming·昨天

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。

66
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。

471
Llinlin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。

484
Lli_ming·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。

204
Oops_wang·2 天前

刚翻了下 turborepo-jobs 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」。

298
Aalice_dev楼主·1 小时前

已收藏。正好这周要改这块,少走很多弯路。

1
Ddev_zhou·2 天前已编辑

这不是 turborepo-jobs 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
Wwinter版主·2 天前

已收藏。正好这周要改这块,少走很多弯路。

513
Llinlin·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。

66
Rrase楼主·2 天前已编辑

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
Hhuang_ke·5 小时前

补充一个反例:如果 turborepo-jobs 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。

13
Kkernel_panic·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。

56
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。

51
Cchen_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。

48
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。

36
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。

24
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。

23
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。

22
Kkite版主·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。

21
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。

1
Aalice_dev·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。

223
Rran_bo·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。

171
Ddev_zhou·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。

20
Bbob_chen·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。

13
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。

7
Hhuang_ke·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。

310
Zzhou_yi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。

399
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。

337
Zzhou_yi·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。

198
Ddev_zhou·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。

32
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。

7
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。

5
Oops_wang·2 天前

已收藏。正好这周要改这块,少走很多弯路。

2
Ddev_zhou·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。

5
Zzhou_yi·2 天前

已收藏。正好这周要改这块,少走很多弯路。

171
Wwinter·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
Ttang_hao·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。

1

这是帖子详情页 /zh-CN/c/turborepo-jobs/post/p2。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 →