9.1 项目设定与埋雷清单

POST /links              创建短链
  body: { "url": "https://example.com/very/long/url" }
  → { "code": "aB3xK9" }

GET /{code}              跳转
  → 302 Location: https://example.com/very/long/url

CREATE TABLE links (
    id          BIGSERIAL PRIMARY KEY,
    code        TEXT NOT NULL,              -- 短码
    url         TEXT NOT NULL,              -- 原始 URL
    user_id     BIGINT NOT NULL,            -- 创建者（用于热点分析）
    created_at  TIMESTAMPTZ NOT NULL DEFAULT now(),
    hits        BIGINT NOT NULL DEFAULT 0   -- 访问计数（用于写路径演示）
);

-- ⚠️ 注意：故意先不建 code 的唯一索引（见埋雷清单）

// ═══ 埋雷 ①：code 没有唯一索引 ═══
// 建表时不加：CREATE UNIQUE INDEX ON links(code);
// 只在 id 上有主键索引 → 按 code 查询走全表扫描

// ═══ 埋雷 ②：每次跳转都 UPDATE ═══
get("/{code}") {
    val link = repo.findByCode(code)      // 埋雷 ① 让这里很慢
    repo.incrementHits(link.id)           // 埋雷 ② 写放大 + 行锁
    call.respondRedirect(link.url)
}

// ═══ 埋雷 ③：缓存 TTL 无抖动 ═══
val cache = Caffeine.newBuilder()
    .maximumSize(100_000)
    .expireAfterWrite(Duration.ofMinutes(10))   // ❌ 所有 key 同时失效
    .build<String, Link>()

// ═══ 埋雷 ④：Default 上执行 JDBC ═══
suspend fun findByCode(code: String): Link? =
    ds.connection.use { c ->              // ❌ 阻塞调用，没切到 IO
        c.prepareStatement("SELECT ... WHERE code = ?").use { /* ... */ }
    }

// ═══ 埋雷 ⑤：热路径 INFO 日志 ═══
get("/{code}") {
    log.info("redirect request: code={}, url={}, ua={}", code, link.url, userAgent)   // ❌
}

// ═══ 埋雷 ⑥：synchronized 生成 code ═══
private val lock = Any()
private fun generateCode(): String = synchronized(lock) {   // ❌ 锁 + 可能挂起
    val random = SecureRandom()
    base62(random.nextInt())
}

❌ 压测 → 各项指标正常 → 「看来没问题」→ 学不到任何东西

✅ 压测 → P99 超标 → 延迟分解 → 发现是数据库
   → 剖析 → EXPLAIN 显示全表扫描
   → 加索引 → 复测 → P99 降 60%
   → 写进报告：证据链 + 贡献占比 + 被排除的假设

如果只有一台机器：
  → 用 Docker 的资源限制把两边隔开（--cpus）
  → 并在报告里【明确声明】这个局限
  → 数据的绝对值不可信，但【相对比较】仍有效

docs/
├── slo.md                              # 步骤一产出
├── capacity.md                         # 步骤八产出
├── PERF-REPORT.md                      # 最终报告
├── bottlenecks.md                      # 步骤五产出
├── OPTIMIZATION.md                     # 步骤六产出
└── experiments/
    ├── E09-baseline/                   # 步骤三
    ├── E10-capacity/                   # 步骤四
    ├── E11-diagnosis/                  # 步骤五
    ├── E12-optimization/               # 步骤六
    └── E13-soak/                       # 步骤七