昨天，Stripe 的工程师写了一份详细报告，说明他们为什么遇到了 Redis 问题。这非常值得肯定。在 Hacker News 的讨论串中，我解释过，因为现在我们有了无磁盘复制（http://antirez.com/news/81），所以对于使用主从副本集的人来说，持久化已经不再是必需的。这改变了设计约束：既然现在可以进行无磁盘副本同步，那么以更安全的方式更好地支持 Stripe（前？）那种关闭持久化的副本集用例，就值得去做。这项工作仍在进行中。

Stripe 的工程师还在同一篇文章中说，对于他们在 Redis 上遇到问题的那个用例，他们打算切换到 PostgreSQL。PostgreSQL 确实是一个很棒的数据库，而且很多时候，如果你可以采用 SQL 数据模型和磁盘数据库，那么使用它通常比使用 Redis 更好。Redis 的设计目标，是在你确实想要将大量复杂操作扩展到每秒很多次时使用。Stripe 的工程师还说，他们测量了第 99 百分位数，结果 PostgreSQL 比 Redis 更好，因此 @aphyr 发了一条推文：

“请注意，跨 AZs 进行的同步 Postgres 复制，其第 99 百分位延迟低于异步 Redis。”

我的回复是：

“看看平均延迟可能会有助于更好地理解发生了什么，因为我认为，在 EC2 上运行时，Redis 可能出现的延迟尖峰会严重影响第 99 百分位数。”

也就是说，如果你同时有平均值，就能判断第 99 百分位数是否被延迟尖峰拖垮，而这些尖峰很多时候是可以解决的。通常事情就这么简单：如果平均值非常低，但第 99 百分位数很差，那么很可能不是 Redis 运行缓慢——比如执行的操作非常耗时或会造成阻塞——而是某一小部分查询响应缓慢，原因在于 EC2 中常见的问题：某些实例上的 fork 时间、远程磁盘 I/O，等等。这些问题很可能可以处理，例如就有不存在 fork 延迟问题的实例类型。

在 Twitter IT 圈子里，有一半人把我的话理解成：我是在主张平均延迟是优于第 99 百分位数的正确指标：

“平均值是延迟所能采用的最糟糕指标。我见过的延迟从来没有呈钟形曲线。平均值给出的都是胡说。”

“你显然没有理解分布式系统中的数学原理，也没有理解为什么尾延迟（tail latency）很重要。我认为我们没什么可谈的了。”

“确实如此；问题在于，在存在离群值（outliers）的情况下，平均值并不稳健。”

呃，谁说平均值是一个好指标了？我提出它，是为了检测是否存在大的离群值。所以，在本来应该是一次正常交流的过程中，10 分钟后我发现自己的 Twitter 已经被一群人彻底刷满了，他们都在说我是个白痴，因为我支持把平均值作为全世界“延迟的新指标”。一旦有了第一批转推，转推就越来越多。甚至还有一位知名的其他 NoSQL 数据库构建者抽空通过 Twitter 来教训我几句：我回复说，我写得很清楚，如果你同时有第 99 百分位数和平均值，就能更完整地了解这条曲线，并判断问题是否来自 Redis 在 EC2 上的延迟尖峰；但神奇的是，原推文被删除了，于是我的推文现在更加脱离上下文。我的三条推文是：

1. “我的意思是，即使在互联网噪音中我也不确定它是否仍然有用，平均值有助于理解为什么（……）”
2. “第 99% 百分位数很差。如果平均值非常好，但第 99% 百分位数很差，你就可以怀疑存在少数几个非常糟糕的样本”
3. “这对 Redis 很有用，因为通过适当的配置，有时可以大幅改善那些糟糕的延迟样本。”

猜猜怎么着？甚至有人把第 2 条推文单独截了出来——它其实是“理解为什么第 99% 百分位数很差”的后半句（这里的“差”是指无法提供好的数据）——然后脱离上下文阅读，把它看成：“第 99% 百分位数很差”。

曾几何时，人们会在 Usenet 上争论好几天，但至少大多数时候，针对一个新观点会有另一个观点进行回应，如此往复；大家会提供足够的文字和上下文，从而维持正常的讨论条件。而现在，这只是仇恨的放大器和工程学 101 的规则混杂在一起。第 99 百分位延迟是正确指标，平均值很差？那就务必连在适用的上下文中也不要谈平均值，否则你会收到 10000 条烂回复。

那该怎么办？我的一个优点是，我个人并不会太受这些事情影响；但同样很明显的是，因为我出于工作需要使用 Twitter，以便告诉大家 Redis 正在发生什么，所以这里并不是一个可行的工作环境。以延迟为例：我非常在意延迟，多年来为改善延迟做了大量工作（包括无磁盘复制）。我们也有监控机制，用来理解是否存在延迟尖峰以及它们为何出现；Redis 可以通过监控不同的执行路径，提供一份人类可读的报告，说明内部正在发生什么。做了这一切之后，你得到的却是那条错误信息被转推一百万次，这毫无帮助。大多数人不会跟着推文逐条阅读、自己形成判断；现实在这一刻已经被改写成：我说平均百分位数很好，而且没有意识到应该关注长尾。下次我再谈延迟时，对很多人来说，我会成为那个对延迟只有一些模糊想法的人——谁知道我在说什么，或者我究竟在做什么呢？

与此同时，Twitter 就像是给人类使用的 RSS，对于让很多人及时了解我热爱的事情而言，它极其有用——也就是投入精力开发我的开源项目，而到目前为止，我一直努力谨慎地进行开发。所以我正在思考一个可行的安排。也许我可以多写博客，多使用 Redis 邮件列表，而 Twitter 只用来发布链接，让感兴趣的人去阅读，让感兴趣的人进行真正有用的讨论。

对于那些使用 Redis 很愉快的用户，我有很多事情要做；对于那些正在遇到问题的用户，我也有很多事情要做。我觉得，与其在 Twitter 上进行这种并非对话的对话，不如把时间花在编程上。我喜欢争论，但这只是一种徒劳的活动。