把登录接口的 P99 从 320ms 压到 48ms:一次完整的延迟拆解
#性能优化#Node.js#后端
不加缓存、不加机器,只靠定位真实热点:连接池抖动、同步 BC 哈希、以及一次 XFF 伪造引发的限流失效复盘。
背景
登录接口在压测下 P99 飙到 320ms,P50 却只有 12ms——典型的长尾问题。平均值掩盖了真相,先把度量做对,再谈优化。
定位:先度量,再动刀
用直方图把请求拆成三段:应用内耗时、DB 等待、密码哈希:
const t0 = performance.now();
const user = await db.query('SELECT ...', [email]);
const t1 = performance.now();
const ok = await verify(password, user.hash);
const t2 = performance.now();
metrics.timing('db', t1 - t0);
metrics.timing('verify', t2 - t1);
结果很反直觉:热点既不是 DB 也不是哈希,而是 verify 偶发的 200ms+ 尖刺——BCrypt 在 CPU 抢占下的抖动。
三个改动
- 连接池下限抬高:池大小 5 → 20,消除排队等待
- 哈希异步化 + worker 化:BCrypt 移到
worker_threads,事件循环不再被阻塞 - 限流修复:发现
getClientIP信任可伪造的X-Forwarded-For,轮换 XFF 即可绕过限流——改成只信反代注入的CF-Connecting-IP
教训:延迟优化的第一性原理是找到等待发生的地方,而不是盲加缓存。缓存是转移问题,不是解决问题。
结果
| 指标 | 优化前 | 优化后 |
|---|---|---|
| P50 | 12ms | 9ms |
| P99 | 320ms | 48ms |
| 事件循环阻塞 | >150ms | <5ms |
复盘
- 没有基线数据的优化都是玄学,先埋点再改代码
- 安全问题(XFF 伪造)往往藏在性能排查的路上,顺手就该修了
- worker 化有代价:线程池要设上限,否则高峰期内存翻倍
0 条评论0 comments
评论 Comments
加载中…Loading…