Vitess项目中vtadmin模块的Schema缓存过期配置问题分析
2025-05-11 19:03:49作者:苗圣禹Peter
问题背景
在Vitess项目的vtadmin模块中,存在一个关于schema缓存过期配置的实现问题。当用户配置了schema-cache-default-expiration=1m参数时,系统并没有按照预期使用这个配置值,而是错误地使用了默认的缓存过期设置。
问题现象
从日志中可以观察到以下典型行为模式:
- 系统周期性地绕过schema缓存直接获取schema信息
- 随后尝试将schema信息添加到缓存时失败,提示"Item already exists"警告
- 这种循环行为表明缓存过期机制没有按预期工作
技术分析
问题的根本原因在于代码实现中错误地引用了缓存过期配置。具体来说:
在cluster.go文件的1607行附近,代码错误地使用了cache.DefaultExpiration这个默认值(0表示无限期),而实际上应该使用schemaCacheConfig.DefaultExpiration这个用户配置的值。
这种实现错误导致了以下后果:
- 即使用户明确配置了缓存过期时间,系统也不会遵守
- 缓存项实际上永远不会过期,导致后续添加操作失败
- 系统不得不频繁绕过缓存直接获取schema信息,降低了性能
解决方案
该问题已在提交229db8f中得到修复。修复方案主要包括:
- 将缓存添加操作中的过期时间引用从
cache.DefaultExpiration改为正确的schemaCacheConfig.DefaultExpiration - 确保用户配置的过期时间能够正确应用到所有schema缓存操作中
影响范围
这个问题影响所有使用vtadmin模块并配置了schema缓存过期时间的Vitess部署环境。特别是在以下场景中影响更为明显:
- 高频schema变更的环境
- 依赖缓存过期来获取最新schema信息的应用
- 对缓存一致性要求较高的生产环境
最佳实践建议
对于使用vtadmin模块的用户,建议:
- 更新到包含此修复的Vitess版本
- 合理设置schema缓存过期时间,平衡性能与一致性需求
- 监控日志中的相关警告信息,确保缓存机制正常工作
- 对于关键业务场景,考虑实现自定义的缓存失效策略
总结
这个问题的发现和修复体现了Vitess项目中良好的问题跟踪和解决机制。通过正确实现配置参数的传递和使用,确保了vtadmin模块的schema缓存功能能够按照用户预期工作,提高了系统的可靠性和一致性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210