SuperTokens核心库高延迟设置许可证密钥问题分析与解决方案
2025-05-15 17:21:34作者:明树来
问题背景
在使用自托管SuperTokens服务时,开发者报告了一个性能问题:当调用API设置许可证密钥时,响应时间异常延长至约1分钟。同时观察到数据库CPU使用率显著上升,特别是执行以下SQL查询时消耗了大量资源:
SELECT count(?) as c FROM (
SELECT count(user_id) as num_login_methods, app_id, primary_or_recipe_user_id
FROM app_id_to_user_id
WHERE primary_or_recipe_user_id IN (
SELECT user_id
FROM user_last_active
WHERE app_id = $1 AND last_active_time >= $2
)
GROUP BY app_id, primary_or_recipe_user_id
) uc
WHERE num_login_methods > ?
技术分析
这个性能问题主要出现在SuperTokens核心版本9.0中,当系统尝试设置许可证密钥时触发。深层原因在于:
- 查询复杂度:该SQL查询包含多层嵌套和聚合操作,特别是对
user_last_active表的大规模扫描 - 数据规模影响:系统中有数千用户时,这个查询会变得特别昂贵
- 执行频率:每次设置许可证密钥时都会触发此查询
值得注意的是,类似的性能问题也可能出现在无许可证情况下运行的SuperTokens实例中,因为系统会执行类似的查询用于遥测数据收集。
临时解决方案
在官方修复发布前,建议采取以下临时措施:
- 避免在基础设施代码中包含许可证密钥设置调用
- 对于生产环境,可以预先配置好许可证密钥,而不是在每次启动时动态设置
- 监控数据库性能,特别是
user_last_active表的查询性能
官方修复
SuperTokens团队在核心库v9.2.2版本中彻底解决了这个问题。修复内容包括:
- 优化了许可证验证流程中的查询逻辑
- 减少了不必要的复杂嵌套查询
- 改进了数据库索引使用策略
最佳实践
对于使用SuperTokens的开发者,建议:
- 及时升级到v9.2.2或更高版本
- 对于大型用户系统,定期监控数据库性能
- 考虑为
user_last_active表添加适当的索引 - 避免在高频API路径中执行复杂统计查询
通过理解这个问题的本质和解决方案,开发者可以更好地优化自己的SuperTokens实例性能,特别是在处理大规模用户数据时。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660