1.7k
这个 turborepo-jobs 的 bug 藏了三年，终于有人报了
网上关于 turborepo-jobs 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。
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。
图片占位 · 真实环境走对象存储
POST /api/uploads → CDN 回源
POST /api/uploads → CDN 回源
608 条评论
608 条评论
· 已加载前 120 条我
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。
508
Cchen_dev·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」。
4672 条直接回复
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。
169
Lli_ming·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。
861 条直接回复
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。
532 条直接回复
Rrase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。
260
Wwinter·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。
371 条直接回复
Sswoole_lee版主·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。
31
Nnikic楼主·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。
3931 条直接回复
Kkite·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。
61
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。
376
Rrase·12 分钟前
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。
286
Zzhou_yi·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。
2673 条直接回复
Kkite·2 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。
2001 条直接回复
Bbob_chen·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。
241 条直接回复
Kkernel_panic·2 天前
已收藏。正好这周要改这块，少走很多弯路。
56
Sswoole_lee·2 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。
1281 条直接回复
Lli_ming·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。
404
Lli_ming·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。
311 条直接回复
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。
2671 条直接回复
Bbob_chen·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。
448
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。
256
Oops_wang·5 小时前
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。
248
Llinlin·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」。
208
Cchen_dev·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。
201
Hhuang_ke·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。
186
Sslow_query·刚刚
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」。
1261 条直接回复
Kkernel_panic·1 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。
31 条直接回复
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。
4134 条直接回复
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。
1922 条直接回复
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。
1062 条直接回复
Nnikic楼主·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。
180
Oops_wang·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。
209
Bbob_chen·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。
1
Sswoole_lee·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。
118
Ddev_zhou·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」。
97
Zzhou_yi·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」。
81 条直接回复
Llinlin·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。
11 条直接回复
Ttang_hao·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。
163
Kkernel_panic·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。
126
Cchen_dev·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。
1022 条直接回复
Mmike_xu·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。
354
Wwinter·12 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。
1111 条直接回复
Mmike_xu·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。
92
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。
99
Mmike_xu楼主·2 天前
已收藏。正好这周要改这块，少走很多弯路。
351 条直接回复
Sslow_query·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。
47
Wwinter·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。
932 条直接回复
Rran_bo·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」。
229
Lli_ming·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。
7
Llinlin·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
Ttang_hao·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。
74
Aalice_dev·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。
73
Oops_wang·2 天前
已收藏。正好这周要改这块，少走很多弯路。
43
Oops_wang·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。
43
Aalice_dev·3 分钟前
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。
413 条直接回复
Wwinter·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。
2233 条直接回复
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。
802 条直接回复
Kkite·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」。
168
Rran_bo·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。
156
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。
42 条直接回复
Ddev_zhou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。
1561 条直接回复
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。
3381 条直接回复
Rran_bo·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。
455
Lli_ming·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。
511 条直接回复
Aalice_dev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。
359
Wwinter·2 天前
已收藏。正好这周要改这块，少走很多弯路。
12 条直接回复
Nnikic·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。
411
Kkite·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。
347
Sswoole_lee·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。
451 条直接回复
Ddev_zhou·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。
55
Cchen_dev·2 天前
已收藏。正好这周要改这块，少走很多弯路。
392 条直接回复
Llinlin·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。
201
Zzhou_yi·刚刚
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。
20
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。
41
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。
20
Wwinter·昨天
已收藏。正好这周要改这块，少走很多弯路。
132 条直接回复
Aalice_dev·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。
110
Ddev_zhou·28 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。
14 条直接回复
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。
4092 条直接回复
Bbob_chen楼主·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。
269
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。
11 条直接回复
Mmike_xu·1 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。
1041 条直接回复
Bbob_chen楼主·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。
18
Rran_bo·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。
433 条直接回复
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。
4921 条直接回复
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。
105
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。
942 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。
1281 条直接回复
Nnikic楼主·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
Lli_ming·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」。
1
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。
61 条直接回复
Wwinter·2 天前
已收藏。正好这周要改这块，少走很多弯路。
77
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。
381 条直接回复
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。
183
Zzhu_zong·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。
11 条直接回复
Kkite·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。
434
Zzhu_zong·1 小时前
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。
132 条直接回复
Mmike_xu·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。
4652 条直接回复
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。
221
Lli_ming·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。
1
Ddev_zhou·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。
189
Rran_bo·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。
131 条直接回复
Wwinter·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。
12 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。
69
Oops_wang·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。
17
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。
10
Kkite·12 分钟前已编辑
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。
9
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。
7
Bbob_chen·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
Hhuang_ke·刚刚
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。
11 条直接回复
Kkernel_panic·28 分钟前已编辑
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。
198
Rrase·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。
1
Kkernel_panic·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。
11 条直接回复
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。
477
Hhuang_ke·5 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。
1
Zzhou_yi·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。
1
Oops_wang·2 天前
已收藏。正好这周要改这块，少走很多弯路。
11 条直接回复
Cchen_dev·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。
2
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。
1
这是帖子详情页 /zh-CN/c/turborepo-jobs/post/p4。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 →