Mejora del rendimiento de instancias (Megatopics, tamaño de base de datos y carga extrema)

Soporte Instalación
1

¡Hola, comunidad de Discourse!

Últimamente he estado tratando de mejorar el rendimiento de mi instalación de Discourse y hacer un poco de limpieza, ya que mi sitio ha crecido de forma exponencial recientemente.

He identificado dos problemas, he buscado información sobre ellos aquí, pero no veo una respuesta clara para algunos detalles específicos, así que espero que esto no moleste demasiado a nadie.

El primer problema que tengo es el tamaño de la base de datos, que es bastante grande. Estoy ejecutando una instancia de 4 GB de RAM y 80 GB de disco en Digital Ocean y la base de datos ya está agotando el espacio del disco. Creo que eventualmente tendré que moverla (si es así, ¿cómo?), pero quizás estoy haciendo algo mal. Siguiendo la guía de Ayuda de Sam, exporté lo siguiente para hacerlo más fácil:


table_name                  | row_estimate | table_size | index_size | total_size
--------------------------------------------------------------------------
post_timings                | 155307152    | 8004 MB    | 16 GB      | 24 GB
posts                       | 2257277      | 2432 MB    | 4810 MB    | 7242 MB
post_search_data            | 2279749      | 1992 MB    | 769 MB     | 2761 MB
user_actions                | 6549714      | 570 MB     | 2189 MB    | 2759 MB
topic_views                 | 8843734      | 444 MB     | 1494 MB    | 1937 MB
user_visits                 | 569317       | 33 MB      | 1892 MB    | 1925 MB
notifications               | 1482664      | 465 MB     | 914 MB     | 1379 MB
topic_users                 | 4821392      | 500 MB     | 449 MB     | 949 MB
top_topics                  | 47437        | 28 MB      | 773 MB     | 802 MB
user_auth_token_logs        | 1690555      | 515 MB     | 133 MB     | 648 MB
post_actions                | 1610428      | 145 MB     | 367 MB     | 512 MB
post_revisions              | 113187       | 396 MB     | 9312 kB    | 406 MB
topic_links                 | 605525       | 135 MB     | 254 MB     | 389 MB
topics                      | 56970        | 104 MB     | 227 MB     | 331 MB
web_hook_events             | 107760       | 295 MB     | 10 MB      | 306 MB
post_stats                  | 1955191      | 151 MB     | 97 MB      | 248 MB
directory_items             | 13026        | 1312 kB    | 157 MB     | 158 MB
incoming_links              | 812553       | 73 MB      | 82 MB      | 155 MB
post_replies                | 1111686      | 69 MB      | 71 MB      | 139 MB
topic_link_clicks           | 806821       | 54 MB      | 43 MB      | 97 MB
draft_sequences             | 654989       | 36 MB      | 48 MB      | 84 MB
topic_search_data           | 54056        | 40 MB      | 24 MB      | 65 MB
stylesheet_cache            | 901          | 57 MB      | 200 kB     | 57 MB
user_profile_views          | 204427       | 15 MB      | 30 MB      | 46 MB
quoted_posts                | 223337       | 18 MB      | 23 MB      | 41 MB
poll_votes                  | 142349       | 13 MB      | 20 MB      | 32 MB
users                       | 2211         | 2360 kB    | 29 MB      | 32 MB
given_daily_likes           | 252806       | 12 MB      | 16 MB      | 28 MB
scheduler_stats             | 115081       | 17 MB      | 4736 kB    | 21 MB
user_histories              | 30331        | 8848 kB    | 10040 kB   | 18 MB
reviewables                 | 16263        | 10032 kB   | 8344 kB    | 18 MB
optimized_images            | 34463        | 8088 kB    | 10 MB      | 18 MB
post_uploads                | 73123        | 4104 kB    | 13 MB      | 17 MB
uploads                     | 18897        | 5088 kB    | 9080 kB    | 14 MB
email_logs                  | 23224        | 4024 kB    | 9960 kB    | 14 MB
post_custom_fields          | 11043        | 3192 kB    | 9328 kB    | 12 MB
search_logs                 | 68429        | 7480 kB    | 4776 kB    | 12 MB
user_badges                 | 37176        | 2920 kB    | 5008 kB    | 7928 kB
unsubscribe_keys            | 14820        | 3352 kB    | 4480 kB    | 7832 kB
user_auth_tokens            | 5328         | 2536 kB    | 3608 kB    | 6144 kB
reviewable_scores           | 14681        | 3144 kB    | 2768 kB    | 5912 kB
reviewable_histories        | 31482        | 2976 kB    | 2616 kB    | 5592 kB
poll_options                | 20886        | 2560 kB    | 2552 kB    | 5112 kB
skipped_email_logs          | 11164        | 2528 kB    | 2328 kB    | 4856 kB
topic_allowed_users         | 21933        | 1424 kB    | 1872 kB    | 3296 kB
user_uploads                | 19038        | 1040 kB    | 1688 kB    | 2728 kB
user_stats                  | 2211         | 1888 kB    | 160 kB     | 2048 kB
drafts                      | 1324         | 1424 kB    | 368 kB     | 1792 kB
user_custom_fields          | 7467         | 688 kB     | 1064 kB    | 1752 kB
application_requests        | 11244        | 792 kB     | 528 kB     | 1320 kB
topic_tags                  | 10257        | 696 kB     | 528 kB     | 1224 kB
user_associated_accounts    | 670          | 1032 kB    | 184 kB     | 1216 kB
user_profiles               | 2211         | 424 kB     | 720 kB     | 1144 kB
email_tokens                | 3439         | 480 kB     | 528 kB     | 1008 kB
polls                       | 4030         | 520 kB     | 408 kB     | 928 kB
user_search_data            | 2215         | 376 kB     | 520 kB     | 896 kB
topic_custom_fields         | 2738         | 280 kB     | 568 kB     | 848 kB
group_users                 | 4364         | 344 kB     | 448 kB     | 792 kB
plugin_store_rows           | 2090         | 488 kB     | 296 kB     | 784 kB
incoming_referers           | 3779         | 352 kB     | 424 kB     | 776 kB
user_avatars                | 2210         | 208 kB     | 560 kB     | 768 kB
web_crawler_requests        | 1389         | 264 kB     | 440 kB     | 704 kB
group_histories             | 2210         | 272 kB     | 416 kB     | 688 kB
user_emails                 | 2218         | 224 kB     | 376 kB     | 600 kB
user_archived_messages      | 3019         | 240 kB     | 232 kB     | 472 kB
user_options                | 2218         | 384 kB     | 72 kB      | 456 kB
topic_allowed_groups        | 2098         | 128 kB     | 216 kB     | 344 kB
schema_migration_details    | 994          | 192 kB     | 88 kB      | 280 kB
group_mentions              | 933          | 104 kB     | 152 kB     | 256 kB
categories                  | 23           | 96 kB      | 112 kB     | 208 kB
google_user_infos           | 314          | 136 kB     | 72 kB      | 208 kB
theme_fields                | 24           | 168 kB     | 32 kB      | 200 kB
category_users              | 569          | 64 kB      | 136 kB     | 200 kB
javascript_caches           | 8            | 112 kB     | 64 kB      | 176 kB
incoming_domains            | 701          | 80 kB      | 96 kB      | 176 kB
groups                      | 51           | 120 kB     | 48 kB      | 168 kB
category_tag_stats          | 173          | 48 kB      | 104 kB     | 152 kB
tag_search_data             | 109          | 64 kB      | 72 kB      | 136 kB
schema_migrations           | 994          | 88 kB      | 48 kB      | 136 kB
topic_embeds                | 218          | 80 kB      | 56 kB      | 136 kB
badges                      | 51           | 80 kB      | 48 kB      | 128 kB
translation_overrides       | 170          | 72 kB      | 48 kB      | 120 kB
invites                     | 21           | 56 kB      | 64 kB      | 120 kB
user_api_keys               | 4            | 48 kB      | 64 kB      | 112 kB
category_search_data        | 20           | 48 kB      | 64 kB      | 112 kB
tags                        | 109          | 56 kB      | 48 kB      | 104 kB
screened_ip_addresses       | 9            | 48 kB      | 48 kB      | 96 kB
user_second_factors         | 26           | 48 kB      | 48 kB      | 96 kB
oauth2_user_infos           | 4            | 48 kB      | 48 kB      | 96 kB
site_settings               | 165          | 64 kB      | 32 kB      | 96 kB
api_keys                    | 1            | 48 kB      | 48 kB      | 96 kB
category_featured_topics    | 123          | 48 kB      | 48 kB      | 96 kB
screened_emails             | 4            | 48 kB      | 48 kB      | 96 kB
screened_urls               | 1            | 48 kB      | 48 kB      | 96 kB
topic_groups                | 245          | 56 kB      | 32 kB      | 88 kB
muted_users                 | 103          | 40 kB      | 48 kB      | 88 kB
tag_group_permissions       | 11           | 40 kB      | 48 kB      | 88 kB
tag_users                   | 8            | 40 kB      | 48 kB      | 88 kB
child_themes                | 6            | 40 kB      | 48 kB      | 88 kB
category_tags               | 9            | 40 kB      | 48 kB      | 88 kB
topic_timers                | 15           | 40 kB      | 48 kB      | 88 kB
ignored_users               | 10           | 40 kB      | 48 kB      | 88 kB
group_requests              | 0            | 24 kB      | 64 kB      | 88 kB
user_warnings               | 7            | 40 kB      | 48 kB      | 88 kB
email_change_requests       | 64           | 56 kB      | 32 kB      | 88 kB
web_hooks                   | 1            | 72 kB      | 16 kB      | 88 kB
custom_emojis               | 132          | 56 kB      | 32 kB      | 88 kB
color_scheme_colors         | 110          | 56 kB      | 32 kB      | 88 kB
tag_group_memberships       | 192          | 48 kB      | 32 kB      | 80 kB
category_custom_fields      | 17           | 48 kB      | 32 kB      | 80 kB
themes                      | 10           | 48 kB      | 32 kB      | 80 kB
badge_types                 | 3            | 48 kB      | 32 kB      | 80 kB
onceoff_logs                | 39           | 48 kB      | 32 kB      | 80 kB
category_tag_groups         | 8            | 40 kB      | 32 kB      | 72 kB
group_archived_messages     | 56           | 40 kB      | 32 kB      | 72 kB
category_groups             | 3            | 40 kB      | 32 kB      | 72 kB
push_subscriptions          | 12           | 48 kB      | 16 kB      | 64 kB
tag_groups                  | 10           | 48 kB      | 16 kB      | 64 kB
theme_settings              | 6            | 48 kB      | 16 kB      | 64 kB
ar_internal_metadata        | 1            | 48 kB      | 16 kB      | 64 kB
backup_metadata             | 6            | 48 kB      | 16 kB      | 64 kB
user_fields                 | 9            | 48 kB      | 16 kB      | 64 kB
remote_themes               | 7            | 48 kB      | 16 kB      | 64 kB
badge_groupings             | 5            | 48 kB      | 16 kB      | 64 kB
web_hook_event_types        | 10           | 48 kB      | 16 kB      | 64 kB
user_security_keys          | 0            | 8192 bytes | 56 kB      | 64 kB
color_schemes               | 11           | 48 kB      | 16 kB      | 64 kB
permalinks                  | 0            | 24 kB      | 32 kB      | 56 kB
incoming_emails             | 0            | 8192 bytes | 48 kB      | 56 kB
post_action_types           | 8            | 40 kB      | 16 kB      | 56 kB
web_hook_event_types_hooks  | 1            | 40 kB      | 16 kB      | 56 kB
watched_words               | 0            | 24 kB      | 32 kB      | 56 kB
user_exports                | 0            | 24 kB      | 16 kB      | 40 kB
github_user_infos           | 0            | 8192 bytes | 24 kB      | 32 kB
backup_draft_posts          | 0            | 8192 bytes | 24 kB      | 32 kB
categories_web_hooks        | 0            | 16 kB      | 16 kB      | 32 kB
theme_translation_overrides | 0            | 8192 bytes | 24 kB      | 32 kB
single_sign_on_records      | 0            | 8192 bytes | 24 kB      | 32 kB
post_reply_keys             | 0            | 0 bytes    | 24 kB      | 24 kB
backup_draft_topics         | 0            | 0 bytes    | 24 kB      | 24 kB
user_open_ids               | 0            | 8192 bytes | 16 kB      | 24 kB
post_details                | 0            | 8192 bytes | 16 kB      | 24 kB
message_bus                 | 0            | 8192 bytes | 16 kB      | 24 kB
anonymous_users             | 0            | 0 bytes    | 24 kB      | 24 kB
group_custom_fields         | 0            | 8192 bytes | 16 kB      | 24 kB
topic_invites               | 0            | 0 bytes    | 24 kB      | 24 kB
shared_drafts               | 0            | 0 bytes    | 24 kB      | 24 kB
instagram_user_infos        | 0            | 8192 bytes | 8192 bytes | 16 kB
reviewable_claimed_topics   | 0            | 0 bytes    | 16 kB      | 16 kB
user_field_options          | 0            | 8192 bytes | 8192 bytes | 16 kB
embeddable_hosts            | 0            | 8192 bytes | 8192 bytes | 16 kB
invited_groups              | 0            | 0 bytes    | 8192 bytes | 8192 bytes
developers                  | 0            | 0 bytes    | 8192 bytes | 8192 bytes
tags_web_hooks              | 0            | 0 bytes    | 8192 bytes | 8192 bytes
groups_web_hooks            | 0            | 0 bytes    | 8192 bytes | 8192 bytes
badge_posts                 | 0            | 0 bytes    | 0 bytes    | 0 bytes

(por otro lado, la carpeta /var/discourse/shared/standalone/postgres_data/base tiene más de 47 GB)

¿Se puede reducir de alguna manera o es lógico dado el tamaño de algunos temas? (más detalles a continuación).

El otro problema quizás esté relacionado, creo, que es que sigo obteniendo el famoso mensaje: «Debido a una carga extrema, esto se muestra temporalmente a todos como lo vería un usuario desconectado». Leí en una publicación que aumentar los trabajadores de Unicorn podría ser una opción (nunca lo he tocado, honestamente no he encontrado cómo hacerlo o qué tan viable es sin poner en peligro toda la instalación). Como nota, tenemos bastantes temas con más de 10 mil respuestas, así que ¿podría haber una correlación entre el tamaño de la base de datos y los problemas de rendimiento? (Lo menciono, no estoy seguro).

Me pregunto si hay alguna forma de optimizarlo (encontré esta), ya sea en la misma instancia o recurriendo a algo como una instalación de alta disponibilidad (lo cual no sé si es compatible), pero creo que estoy corriendo antes de tiempo por mi ignorancia. Agradezco cualquier ayuda que pueda recibir.

Como nota: estaba usando un archivo de intercambio cuando la instancia era más pequeña; creo que ahora está desactivado (¿hay alguna manera de verificar esto?).

Gracias y perdón por la novatada.

2

Esa tabla post_timings es un monstruo. ¿Hay algo que podamos hacer para truncarla, “abreviarla” o “resumirla” sin romper nada @sam?

3

Mini-actualización: He intentado ajustar la configuración de Unicorn Runners, pero no estoy seguro de si existe una relación núcleo-por-trabajador o si es algo como una CPU compartida, tipo CPU % x Segundo. ¿Hay alguna mejor práctica al respecto?

También he estado leyendo sobre PostgreSQL para saber cómo manejar ese tamaño, pero, aunque tengo copias de seguridad, no sé cómo reaccionará la aplicación a largo plazo si simplemente empiezo a recortar.

Edición rápida: He eliminado el archivo de intercambio y ahora estoy analizando cómo proceder con los más de 10.000 temas. Aprovecho para preguntar qué peligro representan para el panorama general (asumo que hay alguno, dada la recomendación, pero si hay algo más, me gustaría aprenderlo si es posible).

4

Yo también tengo algunos temas de más de 10 mil respuestas y veo este mensaje de vez en cuando cuando el sitio está muy concurrido.

5

Te recomiendo encarecidamente que no anules los valores predeterminados de Discourse, que cierran automáticamente los temas con más de 10k respuestas. Hay una razón por la que tenemos esta configuración activada por defecto. :scream:

Más allá de eso, este problema de la tabla post_timings masiva está en nuestra radar :satellite_antenna: y actualmente estamos pensando en formas de abordarlo, quizás incluso en la versión 2.5 actual cc @sam @eviltrout

6

Siento que debería requerir una confirmación triple, con el botón final que diga: “Estoy bien con que ocurran cosas malas”.

¿Hay alguien que esté haciendo que los megatemas funcionen realmente?

7

Tenemos alrededor de 80 megatemas activos todo el tiempo (128k publicaciones en el más grande).

A veces hay algunos problemas 502 (quizás relacionados con esto, no puedo decirlo), todo funciona sin problemas desde que ajustamos el parámetro db_shared_buffers a un valor superior al tamaño de la base de datos.

8

Esta es una idea profundamente mala y deberías cerrar esos temas en favor de otros más pequeños, anuales o estacionales. Consulta

9

Tengo un sitio con un puñado de mega temas de más de 100K publicaciones. Les dije que fue un error, pero ellos quisieron mantenerlos de todos modos. Ahora se quejan de problemas de rendimiento. Espero poder cambiar el valor de nuevo al predeterminado de 10K pronto.

Esto me permitió aprender algunas cosas sobre optimización de bases de datos, así que eso es una ventaja. :slight_smile:

10

Entiendo lo que quieres decir, pero también debo admitir que puede ser incómodo dividir un tema por años, especialmente porque tenemos muchas conversaciones centradas en personas.

Imagina un tema general sobre Trump o uno sobre Estados Unidos en general. En nuestro foro tenemos un tema sobre uno de los ex presidentes de nuestro club, otro para el presidente actual, y uno para cada jugador del equipo de fútbol. Ya entiendes. Es fácil dividir otros temas por temporadas, pero no estos. Claro, no es imposible, pero bastante poco práctico.

11

Imagina una categoría sobre Trump en general o los Estados Unidos en general.

Nadie va a leer más de 10 000 publicaciones en un tema de corrido. Simplemente no lo hacen. En algún punto, puedes tomarte un respiro y empezar de nuevo. Sospecho que estos temas son más bien como un chat que como una discusión, y que pocas personas leen lo que pasó ayer, mucho menos la semana pasada, el mes pasado o el año pasado.

12

De acuerdo, pero mi respuesta a esto es

480×270 1.1 MB

… estás eligiendo causarte un dolor considerable aquí por “razones”.

13

Aquí hay una consulta del explorador de datos que imita la consulta para obtener una página de publicaciones:

-- [params]
-- int :topic_id = 107216
-- int :offset = 10000

SELECT "posts"."id" FROM "posts" 
WHERE ("posts"."deleted_at" IS NULL) 
AND "posts"."topic_id" = :topic_id
AND "posts"."post_type" IN (1,2,3) ORDER BY "posts"."sort_order" ASC LIMIT 20 
OFFSET :offset

Aquí hay un tema normal:

Limit  (cost=1911.35..1915.38 rows=1 width=8)

Aquí hay un tema masivo:

Limit  (cost=37475.88..37550.83 rows=20 width=8)
14

:+1:

Creo en ustedes, es solo que nuestros usuarios están acostumbrados a esto y llevará un poco de esfuerzo llegar allí… pero es factible.

En relación con esto, acabo de leer la publicación de @codinghorror Natural breakpoints or "chapters" for long topics? - #53 by codinghorror y pensé que este tipo de índice, pero solo para temas, sería una buena solución para poder reunir y tener visible una secuencia de temas mientras se navega y se responde solo en uno de ellos.

15

No lo malinterpretes, hice ese trabajo no para convencer a ustedes, sino para convencer a mi cliente con más de 120K temas de publicaciones que se queja del rendimiento.

Mi esperanza es que también les ayude a ustedes. ¡Buena suerte con eso. :wink:

:clinking_glasses:

16

¡Muy útil! ¡Gracias por compartir!

Tenemos planes concretos a corto plazo para optimizar la tabla post_timings, pero los megatemas seguirán siendo una fuente de dolor considerable durante muchos, muchos años.

:warning: y recuerda que esto es después de que @tgxworld hiciera un gran trabajo hace aproximadamente un año para reducir la cantidad total de trabajo que realizamos en los megatemas, cambiando esencialmente a “modo de bajo consumo” en estos temas para que no duelan tanto.

Pero no te engañes: los megatemas aún golpean MUY FUERTE. :boom::boxing_glove:

17

Siguiendo tus recomendaciones y mientras intento resolver las otras preguntas (reconociendo que ustedes están trabajando en la tabla post_timings), procederé a restaurar los valores predeterminados para el tamaño de los temas (y me disculpo por mi estupidez, ¿por qué no?).

Con esto en mente, tengo algunas preguntas que espero puedan responder:

  1. Una vez restaurada la configuración, esos temas quedarán cerrados y se crearán nuevos. Sin embargo, ¿es la existencia de esos temas antiguos y grandes peligrosa para el sitio en su conjunto? Es decir, ¿debería “dividirlos” X veces en temas más pequeños o mientras no estén activos, está bien?

  2. Vi el debate que @Paracelsus planteó sobre la comodidad para los usuarios. Con esto en mente, me gustaría preguntar si sería posible tener una configuración para “Continuar automáticamente los temas cerrados por alcanzar el tamaño máximo”. Es decir, cuando un mega-tema se cierra automáticamente, ¿sería posible que se abra otro con el mismo autor, el mismo título (quizás con un número al final del tema?) y cuyo único contenido sea un enlace al anterior? (Añadiendo también el enlace al nuevo tema en el cerrado).

Sé que es un poco complicado y quizás no sea deseado por todos (por eso lo planteo como una configuración opcional), pero para sitios de alto tráfico con temas relevantes podría ser útil, supongo. ¿Qué opinas?

18

Esto es como preguntar: «¿Deberíamos alentar a la gente a fumar cigarrillos comprándoles automáticamente un nuevo paquete cuando se les agota?» :wink:

No, a menos que reciban mucho tráfico, lo cual no deberían si están cerrados, ¿no crees? Observa cómo evoluciona, pero detener la sangría de los mega-temas activos es el paso cero, así que vas por buen camino :+1:

19

Solo un seguimiento… Ahora estamos intentando abordar estos mega-temas dividiéndolos en bloques de 10 mil publicaciones cada uno. Sin embargo, el sistema no parece estar dispuesto a seguir nuestra estrategia :sweat_smile:

Recibo un error “502 Bad Gateway” al seleccionar al menos 8000 publicaciones a la vez y moverlas a un nuevo tema (no lo he probado con cantidades menores de publicaciones). ¿Hay alguna forma de aumentar la capacidad o existe otra/mejor manera de lograr esto? @codinghorror @pfaffman

20

La solución es hacerlo desde la consola de Rails, pero no sé de inmediato cómo hacerlo.

Algo como

old_topic=1
new_topic=2
Posts.where(topic_id: old_topic).where("post_number > 10000 and post_number < 20000").update_all(topic_id: new_topic, post_number=...)

pero… creo que quizás tengas que poner esto en un bucle para generar los nuevos números de publicación. Querrás probar tu solución en un sitio de staging. Si arruinas algo, te meterás en un gran problema.

Si eso no es suficiente para que averigües cómo hacerlo, probablemente tendrás que publicar en Marketplace. Pero apuesto a que nadie va a leer los mensajes antiguos de todos modos, y que deberías simplemente cerrarlos y dejarlos tal cual, quizás incluso eliminarlos o deslistarlos a menos que creas que tienen algún valor SEO.