昨天 Stripe 的工程師發表了一份詳細報告，說明他們在使用 Redis 時遇到的問題。這非常值得肯定。在 Hacker News 的討論串中，我解釋了由於我們現在已經有了 diskless replication(無磁碟複寫)（http://antirez.com/news/81），對於擁有主從複寫集的人來說，持久化已經不再是必要條件。這改變了設計上的限制：既然現在已經可以做到 diskless replicas synchronization，就更值得以更安全的方式，去更好地支援 Stripe（之前的？）那種關閉持久化的複寫集使用情境。這是一項仍在進行中的工作。

在同一篇文章中，Stripe 的工程師表示，他們打算在遇到 Redis 問題的使用情境中改用 PostgreSQL。PostgreSQL 的確是一套很棒的資料庫，很多時候，如果你能採用 SQL 資料模型與磁碟式資料庫，用它會比 Redis 更好；Redis 的設計初衷，是為了讓你真正需要每秒處理大量複雜操作並進行擴展的場景。Stripe 的工程師也提到，他們量測了 99th percentile(第 99 百分位數)，結果 PostgreSQL 的表現比 Redis 更好，因此在一則推文中，@aphyr 寫道：

「請注意，同步的 Postgres replication 跨 AZ 比非同步的 Redis 帶來更低的第 99 百分位延遲」

我回覆道：

「或許可以看看平均延遲，以便更清楚了解實際狀況，因為我認為第 99 百分位數很容易受到 Redis 在 EC2 上執行時可能出現的 latency spikes(延遲突波) 影響。」

這句話的意思是，如果你同時掌握平均值，就能判斷第 99 百分位數是否被可以解決的延遲突波所拖累。通常情況就是這麼單純：如果平均值非常低，但第 99 百分位數卻很差，那很可能不是因為 Redis 本身跑得慢，例如執行了非常耗時或會阻塞的操作，而是有一小部分查詢回應緩慢，肇因於 EC2 上常見的問題：某些執行個體上的 fork time、遠端磁碟 I/O 等等。這些通常是可以處理的，舉例來說，就有不會出現 fork 延遲問題的執行個體類型。

然而，對半數的 Twitter IT 社群而言，我的說法卻被解讀成是在鼓吹應該用平均延遲來取代第 99 百分位數，作為正確的指標：

「平均值是衡量延遲最爛的指標。我從沒見過任何延遲呈現鐘形曲線。平均值根本是胡扯。」

「你顯然沒搞懂數學是怎麼運作的，也沒搞懂為什麼 tail latencies(尾端延遲) 在分散式系統中很重要。我想我們就談到這裡吧。」

「的確，問題在於平均值在有離群值的情況下並不穩健」

呃，誰說平均值是個好指標了？我提出它是為了偵測是否存在巨大的離群值。所以，在一場原本應該是正常交流的過程中，10 分鐘後我發現我的 Twitter 被一堆人洗版，他們都說我是笨蛋，竟然把平均值當成世界上衡量延遲的最新指標。一旦有了最初的轉推，就越來越多。甚至某個知名 NoSQL 資料庫的打造者也抽空透過 Twitter 來對我說教：我回覆說，我明明寫得很清楚，如果你同時有第 99 百分位數加上平均值，就能更完整地掌握曲線樣貌，並判斷問題是不是出在 Redis 在 EC2 上的突波，但神奇的是，原始推文被刪除了，於是我的推文現在變得更沒有脈絡。我的三則推文是：

1. 「我的重點是，即使在網路雜訊中我不確定是否還有用，平均值有助於理解為什麼（⋯⋯）」
2. 「第 99 百分位數很差。如果平均值非常好，但第 99 百分位數很差，你可以懷疑是有少數非常糟的樣本」
3. 「這對 Redis 很有用，因為只要設定得當，有時可以大幅改善那些延遲很差的樣本。」

猜猜怎麼著？甚至有人單獨擷取了第 2 則推文，而那則推文本來是接續「以了解為什麼第 99 百分位數很差」（差是指，沒有提供好看的數據）這句話的，卻被斷章取義地解讀為：「第 99 百分位數很差」。

想當年，人們會在 Usenet 上爭論好幾天，但至少大多數時候，都是一個論點接著另一個論點，有足夠的文字與脈絡來維持正常的討論。這種情況卻只是仇恨與工程學入門規則的放大。第 99 百分位延遲才是正確的指標、平均值很爛？那就確保你就算在合理的情境下也絕口不提平均值，否則你就會收到一萬則爛回覆。

那該怎麼辦？現在好在我個人不太受這些影響，但也很清楚，因為我使用 Twitter 是為了工作，是為了讓大家知道 Redis 發生了什麼事，所以這並不是一個可行的工作環境。舉例來說，延遲：我非常在乎延遲，這些年來為了改善它做了許多努力（包括 diskless replication）。我們也有監控機制來了解是否以及為何會出現延遲突波，Redis 可以透過監控不同的執行路徑，為你提供一份人類可讀的報告，說明其內部發生了什麼。做了這麼多努力之後，你得到的卻是被轉推一百萬次的錯誤訊息，這一點幫助都沒有。大多數人不會去追蹤推文來自己形成看法，現實在這個時候已經被改寫了：我說平均百分位數很好，而且我沒意識到應該要看長尾。下次當我談到延遲時，對許多人而言，我就會是那個對此有些觀念不清的人，那還有誰知道我在說什麼、我在做什麼？

同時，Twitter 就像是給人看的 RSS，它對於讓許多人持續關注我熱愛的事情非常有用，也就是投入在我的開源專案上，到目前為止我都試著用心地開發它。所以我正在思考什麼樣的設定才是可行的。也許我可以多寫部落格，多使用 Redis 的郵件清單，而只把 Twitter 當作分享連結的地方，讓有興趣的人去閱讀，讓有興趣的人去爭辯、進行真正有用且有意義的討論。

關於 Redis，我還有很多事要做，不管是為了那些用得很愉快的使用者，還是為了那些遇到問題的使用者。我覺得我的時間最好還是花在寫程式上，而不是在 Twitter 上進行那些稱不上對話的對話。我喜歡爭辯，但這只是一場徒勞無功的練習。