上个月有个客户找过来,约束条件挺典型的。日均点击一千二三,服务器就一台4核8G的云主机,跑的是LNMP加一个自研跳转插件。验收要求写得很清楚:首字节延迟压在200毫秒以内,判定准确率不低于九成五。上线两周后他们发现一个怪现象——缓存命中率高的时候一切正常,缓存未命中比例一上来,首访请求的响应时间就顶到四百多毫秒,超时降级开始频繁触发。问题其实不在规则本身,出在每次请求都要等指纹采集完成才做判定。这就是今天要聊的取舍:分流判定先做轻量预判再按需补采,还是干脆全量采集一次到位。
判断标准:先看延迟预算怎么切
做这个决策之前,得先算清楚一次请求的延迟预算能切成几块。把总预算拆开看:网络往返、Nginx转发、PHP进程调度、判定逻辑执行、页面返回。判定逻辑本身通常只占十几毫秒,真正吃开销的大头在指纹采集。
采集一段完整的浏览器指纹,涉及JS探针下发、客户端回传、服务端比对,同步等待的路径普遍在80到150毫秒之间。如果首字节延迟目标是200毫秒,把这部分塞进去,留给其他环节的余量就非常薄了。所以判断标准我一般归纳成三条:
- 首字节延迟目标是否低于250毫秒。低于这个数,同步全量采集基本没有生存空间。
- 缓存未命中比例是否超过三成。超过三成意味着大量请求都要走完整采集路径,延迟会被系统性拉高。
- 判定错误带来的代价是否可承受。如果误判只是返回另一个内容版本、转化略降,那用轻量预判兜住大部分请求是划算的;如果误判直接触发合规风险,采集就不能省。
这三条里只要前两条同时成立,轻量预判加按需补采就是更合理的方向。
两种路径的实际条件对比
轻量预判的做法是:请求进来先只读已有信号,比如Cookie里的会话标识、请求头里的UA与Accept-Language、IP段归属,用这些零成本或极低成本的字段先跑一次粗判定。命中高置信分支就直接返回页面版本,不再触发指纹采集。
它的条件是:站内已有一定比例的回头访客,Cookie播种链路是通的,且粗判定分支的覆盖面足够宽。这套路径的延迟表现更好,首访请求通常能压在100毫秒以内。代价是首访新客的判定精度会下降,需要靠后续请求补采来纠正。
全量采集路径
全量采集是每个请求都等指纹探针回传后再判定。它的条件是:判定精度要求高、误判代价大、或者流量结构里新客占比极高,Cookie几乎帮不上忙。
这条路径的精度最稳,但延迟波动大,采集超时一旦触发,要么阻塞等待要么走降级分支,两种结果都不理想。
边界在哪
选择边界可以这样划:新客占比低于四成、首字节能接受200毫秒以上、误判可控的场景,走全量采集;新客占比高但对精度容忍度也高的场景,走轻量预判;两者都不极端的中间地带,用分级判定。
分级判定的配置顺序
分级判定的核心是把判定拆成两档,第一档轻量、第二档补采。配置顺序建议这样排:
- 先定义轻量档的输入字段集,只保留Cookie、UA、语言头、IP段四类,其余一律不参与第一档判定。
- 给第一档设一个置信度门槛,比如粗判定得分超过0.8才直接返回,否则挂起进入第二档。
- 第二档才触发指纹采集,采集带独立超时,超时后走兜底分支而不是继续等待。
- 把两档的命中比例写进日志,这是后续调门槛的依据。
这里有个容易踩的坑:第一档的置信度门槛设得太低,看起来命中率高,实际上把大量本该补采的请求提前放行了,精度会悄悄掉下去。门槛设得太高,又退化成每次都要采集。采集超时值怎么定,可以参考跳转动作执行超时配置实战里的时间预算拆法,把超时卡在总预算的三分之一左右比较稳。
一次首访延迟升高的调优复盘
回到开头那个客户。他们最初的配置是每个请求都同步等采集,采集超时设了300毫秒,等于把延迟预算全压在采集上。
调整分了三步。第一步把判定拆成两档,第一档只读Cookie和UA,门槛设0.75。第二步给第二档采集加了120毫秒超时,超时直接走兜底版本。第三步观察了一周的两档命中比例,发现第一档命中稳定在七成左右,第二档里有大约一成五因为超时走了兜底。
调整之后首字节延迟的中位数降到了110毫秒上下,缓存未命中时的尖峰也从四百多毫秒回落到两百毫秒以内。代价是首访新客的判定精度略有下降,他们用后续请求的补采做了纠正,整体准确率维持在九成三左右,离验收线的九成五差了一点,但延迟指标达标了。
他们的结论是:如果验收要求里精度和延迟都卡死,那就得先扩服务器或者把采集探针做轻,靠单机同时满足两个硬指标不现实。这个判断和分流判定先读缓存里讨论的方向是一致的。
小结
轻量预判和全量采集不是谁替代谁的关系,而是延迟预算和精度要求之间的分配问题。先把首字节延迟目标、缓存未命中比例、误判代价这三个数算清楚,再决定判定分几档、门槛设多高、采集超时卡在哪。分级判定是中间地带的常规解,但它要求你把两档的命中比例持续记录下来,否则门槛就是拍脑袋定的,调优也无从下手。
常见问题
轻量预判会不会明显拉低判定准确率?
这个要看情况。如果第一档只放行高置信请求,准确率的损失通常能控制在几个百分点以内。真正拉低准确率的是门槛设得太松,把模棱两可的请求也提前放行了。
指纹采集超时后走兜底分支,会不会返回错误版本?
兜底分支返回的是预设的默认版本,不一定是最匹配的版本,但也不会是明显错误的版本。它牺牲的是精准度,换来的是响应时间可控。顺带说一句,兜底版本的转化数据更好单独看,别和正常判定混在一起统计。
分级判定的门槛值多久调一次?
建议按周看两档命中比例,连续两周偏离预期再动手。频繁调门槛会让日志数据失去可比性,反而看不出趋势。流量结构没大变化的话,一个月不动也很正常。
小流量账户有必要做分级判定吗?
日均几百点击的账户,延迟压力本来就不大,全量采集也扛得住。分级判定的收益主要体现在请求量上来之后,小流量阶段优先把规则和日志做扎实更划算。
延伸阅读
如果还在权衡这套机制到底值不值得投入,可以先看这篇从风险和成本角度做的整体评估,再回来决定判定链路要拆到多细。