线上项目并发问题，深夜在线求救

[cs3230524]

环境 v14.x 框架 nestjs7 devops：k8s+docker

问题：并发不多的情况下 rt 高 复现：写一个接口不做任何操作直接返回，内网 1000 并发都要 2s 了，2000 并发的情况下，50%的接口 rt 就超过 10s 了。在这种情况出现的时候去容器内部 curl localhost 也会出现卡顿。通过增加 pod 并不能改善这个情况，感觉 4c8g 规格的一个实例和 10 个实例压测下来负载是一样的并没有增加。

所以，是我的写法有问题吗？如果不是有可能是 k8s 环境配置吗？跪求，要死了。

[liuhan907]

横向扩展不能增加吞吐先观察一下流量是否正确分发了，其次考虑是否有全局单点，比如缓存和数据库等。以上都没问题那就本地开发环境开 profiling 观察热点和瓶颈。

[cs3230524]

@liuhan907 测试接口未访问任何服务，直接返回 null ，感觉是吞吐量不够。

[cs3230524]

开发环境复现不了问题

[blackboom]

LB 是不是有问题

[akira]

前端负载均衡是啥 是不是那里就挂了

[des]

系统负载情况呢？试试不用 docker 或者用 network host ？

[lairdnote]

加链路跟踪 。上线都不测试吗？

[foam]

容器内也对 localhost 跑下压测，先诊断 pod 内部有没有问题。若吞吐量符合正向预期再向前排查链路，网关，lb ，带宽等

[Harry]

按照之前都历史经验，这个是 Linux 服务上，TCP 相关的参数没有调整。因为这个参数有限制，所以并发低都时候 RT 也不高（ 1000 的并发），并发高（ 2000 并发）的时候 RT 和 成功率够不高。

你按照这两个帖子的思路处理这个 RT 和成功率就会上来了：
[1] https://cloud.tencent.com/developer/article/1521303
[2] https://netkiller.sourceforge.net/testing/performance/stress.html

（这两个链接是我按照关键字搜索的，你照着参考，把你的机器参数改大就行了）

[Harry]

具体的原理上，你参考一下这个文章[1]。十有八九的类似的性能问题都是出现在这里的。

[1] https://www.cnblogs.com/wx170119/p/12068005.html

[seliote]

一楼说的挺对的，链路追踪一下看到底从哪到哪了，怀疑并没有正确分发

[winglight2016]

看起来像是请求的服务器端使用了阻塞式处理，不过我不了解 nestjs 。lz 试一下在 k8s 搭一个 nginx 的 lb 服务，看看能不能处理 1w 以上的并发，如果可以，说明你的 service 配置不对，如果不行，那就是 k8s 有问题了。

[wangritian]

你在容器内都卡顿，看上去不像 k8s 的锅（也许是 pod 设置限制了 cpu ），单拉出来一台低配物理机调试吧

[0x0208v0]

楼主解决了吗，快来总结一下

[lazyfighter]

上面都在说啥， 一个空方法返回都会 10s ， 还上链路追踪，还加缓存，背八股文也得看实际场景呀， 猜测线程池的问题，不懂 nestjs7 ， 但是猜测类似于 tomcat 的线程池， 楼主用的默认配置

[NeoZephyr]

不了解你的那个，你写一个 go server 丢上去，看看并发能到多少

[NeoZephyr]

@Harry 我之前遇到一个问题就是 nginx 的连接没有保持，keepalive_timeout

[bthulu]

nestjs 非 io 操作只有一个线程在处理, 你开多大机器规格他都只有一个线程在干活.
你看看 cpu 占用, 如果有一个核心占用一直在 80%以上, 那不用想了, 就是 cpu 忙不过来了.

[Seulgi]

1000 并发, rt 要 2s, 这时候多少个 pod, 如果按负载是正常的情况看, 平均下去每个 pod 是多少请求. 按你 2000 并发看, 2000/10 个 pod,每个 pod 是 200, 大概率是 nestjs 的线程问题. Tomcat 默认线程也就 200. 负载情况可以通过 k8s 看流量或者自己加加日志统计.

[cs3230524]

@v2exblog
对方运维不配合，没办法排查。
升级了下 fastify 能抗到 2000 多 TPS ，后续流量也变小了就没管了