近期有測試反饋的問題有點多，其中關(guān)于系統(tǒng)可靠性測試提出的問題令人感到頭疼，一來這類問題有時候?qū)儆凇芭及l(fā)”現(xiàn)象，難以在環(huán)境上快速復(fù)現(xiàn)；二來則是可靠性問題的定位鏈條有時候變得很長，極端情況下可能要從 A 服務(wù)追蹤到 Z 服務(wù)，或者是從應(yīng)用代碼追溯到硬件層面。
本次分享的是一次關(guān)于 MySQL 高可用問題的定位過程，其中曲折頗多但問題本身卻比較有些代表性，遂將其記錄下來以供參考。
首先，本系統(tǒng)以 MySQL 作為主要的數(shù)據(jù)存儲部件。整一個是典型的微服務(wù)架構(gòu)（SpringBoot + SpringCloud），持久層則采用了如下幾個組件：
在 MySQL 服務(wù)端部分，后端采用了雙主架構(gòu)，前端以 keepalived 結(jié)合浮動IP（VIP）做一層高可用。如下：
說明
實際上，keepalived 和 MySQL 都實現(xiàn)了容器化，而 VIP 端口則映射到 VM 上的 nodePort 服務(wù)端口上。
Keepalived 是基于 VRRP 協(xié)議實現(xiàn)了路由層轉(zhuǎn)換的，在同一時刻，VIP 只會指向其中的一個虛擬機（master）。當主節(jié)點發(fā)生故障時，其他的人 keepalived 會檢測到問題并重新選舉出新的學生 master，此后 VIP 將切換到另一個可用的 MySQL 實例節(jié)點上。這樣一來，MySQL 數(shù)據(jù)庫就擁有了基礎(chǔ)的高可用能力。
另外一點，Keepalived 還會對 MySQL 實例進行定時的健康檢查，一旦發(fā)現(xiàn) MySQL 實例不可用會將自身進程殺死，進而再觸發(fā) VIP 的切換動作。
本次的測試用例也是基于虛擬機故障的場景來設(shè)計的：
持續(xù)以較小的壓力向業(yè)務(wù)服務(wù)發(fā)起訪問，隨后將其中一臺 MySQL 的容器實例(master)重啟。
按照原有的評估，業(yè)務(wù)可能會產(chǎn)生很小的抖動，但其中斷時間應(yīng)該保持在秒級。然而經(jīng)過多次的測試后發(fā)現(xiàn)，在重啟 MySQL 主節(jié)點容器之后，有一定的概率會出現(xiàn)業(yè)務(wù)卻再也無法訪問的情況！
在發(fā)生問題之后，開發(fā)同學的第一反應(yīng)是 MySQL 高可用的機制出了問題。由于此前曾經(jīng)出現(xiàn)過由于 keepalived 配置不當導致 VIP 未能及時切換的問題，因此對其已經(jīng)有所戒備。
先是經(jīng)過一通的排查，然后并沒有找到 keepalived 任何配置上的毛病都有。
然后在沒有辦法的情況下，重新測試了幾次，問題又復(fù)現(xiàn)了。
緊接著，我們提出了幾個疑點：
1.Keepalived 會根據(jù) MySQL 實例的可達性進行判斷，會不會是健康檢查出了問題？
但在本次測試場景中，MySQL 容器銷毀會導致 keepalived 探測端口探測器產(chǎn)生失敗，這同樣會導致 keepalived 失效。如果 keepalived 也發(fā)生了中止，那么 VIP 應(yīng)該能自動發(fā)生搶占。而通過對比兩臺虛擬機節(jié)點的信息后，發(fā)現(xiàn) VIP 的確發(fā)生了切換。
2. 業(yè)務(wù)進程所在的容器是否發(fā)生了網(wǎng)絡(luò)不可達的問題？
嘗試進入容器，對當前發(fā)生切換后的浮動IP、端口執(zhí)行 telnet 測試，發(fā)現(xiàn)仍然能訪問成功。
在排查前面兩個疑點之后，我們只能將目光轉(zhuǎn)向了業(yè)務(wù)服務(wù)的DB客戶端上。
從日志上看，在產(chǎn)生故障的時刻，業(yè)務(wù)側(cè)的確出現(xiàn)了一些異常，如下：
Unable to acquire JDBC Connection [n/a]
java.sql.SQLTransientConnectionException: HikariPool-1 - Connection is not available, request timed out after 30000ms.
at com.zaxxer.hikari.pool.HikariPool.createTimeoutException(HikariPool.java:669) ~[HikariCP-2.7.9.jar!/:?]
at com.zaxxer.hikari.pool.HikariPool.getConnection(HikariPool.java:183) ~[HikariCP-2.7.9.jar!/:?]
...這里提示的是業(yè)務(wù)操作獲取連接超時了（超過了30秒）。那么，會不會是連接數(shù)不夠用呢？
業(yè)務(wù)接入采用的是 hikariCP 連接池，這也是市面上流行度很高的一款組件了。
我們隨即檢查了當前的連接池配置，如下：
//最小空閑連接數(shù)
spring.datasource.hikari.minimum-idle=10
//連接池最大大小
spring.datasource.hikari.maximum-pool-size=50
//連接最大空閑時長
spring.datasource.hikari.idle-timeout=60000
//連接生命時長
spring.datasource.hikari.max-lifetime=1800000
//獲取連接的超時時長
spring.datasource.hikari.connection-timeout=30000其中 注意到 hikari 連接池配置了 minimum-idle=10，也就是說，就算在沒有任何業(yè)務(wù)的情況下，連接池也應(yīng)該保證有 10 個連接。更何況當前的業(yè)務(wù)訪問量極低，不應(yīng)該存在連接數(shù)不夠使用的情況。
除此之外，另外一種可能性則可能是出現(xiàn)了“僵尸連接”，也就是說在重啟的過程中，連接池一直沒有釋放這些不可用的連接，最終造成沒有可用連接的結(jié)果。
開發(fā)同學對"僵尸鏈接"的說法深信不疑，傾向性的認為這很可能是來自于 HikariCP 組件的某個 BUG…
于是開始走讀 HikariCP 的源碼，發(fā)現(xiàn)應(yīng)用層向連接池請求連接的一處代碼如下：
public class HikariPool{
//獲取連接對象入口
public Connection getConnection(final long hardTimeout) throws SQLException
{
suspendResumeLock.acquire();
final long startTime=currentTime();
try {
//使用預(yù)設(shè)的30s 超時時間
long timeout=hardTimeout;
do {
//進入循環(huán)，在指定時間內(nèi)獲取可用連接
//從 connectionBag 中獲取連接
PoolEntry poolEntry=connectionBag.borrow(timeout, MILLISECONDS);
if (poolEntry==null) {
break; // We timed out... break and throw exception
}
final long now=currentTime();
//連接對象被標記清除或不滿足存活條件時，關(guān)閉該連接
if (poolEntry.isMarkedEvicted() || (elapsedMillis(poolEntry.lastAccessed, now) > aliveBypassWindowMs && !isConnectionAlive(poolEntry.connection))) {
closeConnection(poolEntry, poolEntry.isMarkedEvicted() ? EVICTED_CONNECTION_MESSAGE : DEAD_CONNECTION_MESSAGE);
timeout=hardTimeout - elapsedMillis(startTime);
}
//成功獲得連接對象
else {
metricsTracker.recordBorrowStats(poolEntry, startTime);
return poolEntry.createProxyConnection(leakTaskFactory.schedule(poolEntry), now);
}
} while (timeout > 0L);
//超時了，拋出異常
metricsTracker.recordBorrowTimeoutStats(startTime);
throw createTimeoutException(startTime);
}
catch (InterruptedException e) {
Thread.currentThread().interrupt();
throw new SQLException(poolName + " - Interrupted during connection acquisition", e);
}
finally {
suspendResumeLock.release();
}
}
}getConnection() 方法展示了獲取連接的整個流程，其中 connectionBag 是用于存放連接對象的容器對象。如果從 connectionBag 獲得的連接不再滿足存活條件，那么會將其手動關(guān)閉，代碼如下：
void closeConnection(final PoolEntry poolEntry, final String closureReason)
{
//移除連接對象
if (connectionBag.remove(poolEntry)) {
final Connection connection=poolEntry.close();
//異步關(guān)閉連接
closeConnectionExecutor.execute(() -> {
quietlyCloseConnection(connection, closureReason);
//由于可用連接變少，將觸發(fā)填充連接池的任務(wù)
if (poolState==POOL_NORMAL) {
fillPool();
}
});
}
}注意到，只有當連接滿足下面條件中的其中一個時，會被執(zhí)行 close。
如果連接存活時間超出最大生存時間(maxLifeTime)，或者距離上一次使用超過了idleTimeout，會被定時任務(wù)標記為清除狀態(tài)，清除狀態(tài)的連接在獲取的時候才真正 close。
由于我們把 idleTimeout 和 maxLifeTime 都設(shè)置得非常大，因此需重點檢查 isConnectionAlive 方法中的判斷，如下：
public class PoolBase{
//判斷連接是否存活
boolean isConnectionAlive(final Connection connection)
{
try {
try {
//設(shè)置 JDBC 連接的執(zhí)行超時
setNetworkTimeout(connection, validationTimeout);
final int validationSeconds=(int) Math.max(1000L, validationTimeout) / 1000;
//如果沒有設(shè)置 TestQuery，使用 JDBC4 的校驗接口
if (isUseJdbc4Validation) {
return connection.isValid(validationSeconds);
}
//使用 TestQuery（如 select 1）語句對連接進行探測
try (Statement statement=connection.createStatement()) {
if (isNetworkTimeoutSupported !=TRUE) {
setQueryTimeout(statement, validationSeconds);
}
statement.execute(config.getConnectionTestQuery());
}
}
finally {
setNetworkTimeout(connection, networkTimeout);
if (isIsolateInternalQueries && !isAutoCommit) {
connection.rollback();
}
}
return true;
}
catch (Exception e) {
//發(fā)生異常時，將失敗信息記錄到上下文
lastConnectionFailure.set(e);
logger.warn("{} - Failed to validate connection {} ({}). Possibly consider using a shorter maxLifetime value.",
poolName, connection, e.getMessage());
return false;
}
}
}我們看到，在PoolBase.isConnectionAlive 方法中對連接執(zhí)行了一系列的探測，如果發(fā)生異常還會將異常信息記錄到當前的線程上下文中。隨后，在 HikariPool 拋出異常時會將最后一次檢測失敗的異常也一同收集，如下：
private SQLException createTimeoutException(long startTime)
{
logPoolState("Timeout failure ");
metricsTracker.recordConnectionTimeout();
String sqlState=null;
//獲取最后一次連接失敗的異常
final Throwable originalException=getLastConnectionFailure();
if (originalException instanceof SQLException) {
sqlState=((SQLException) originalException).getSQLState();
}
//拋出異常
final SQLException connectionException=new SQLTransientConnectionException(poolName + " - Connection is not available, request timed out after " + elapsedMillis(startTime) + "ms.", sqlState, originalException);
if (originalException instanceof SQLException) {
connectionException.setNextException((SQLException) originalException);
}
return connectionException;
}這里的異常消息和我們在業(yè)務(wù)服務(wù)中看到的異常日志基本上是吻合的，即除了超時產(chǎn)生的 “Connection is not available, request timed out after xxxms” 消息之外，日志中還伴隨輸出了校驗失敗的信息：
Caused by: java.sql.SQLException: Connection.setNetworkTimeout cannot be called on a closed connection
at org.mariadb.jdbc.internal.util.exceptions.ExceptionMapper.getSqlException(ExceptionMapper.java:211) ~[mariadb-java-client-2.2.6.jar!/:?]
at org.mariadb.jdbc.MariaDbConnection.setNetworkTimeout(MariaDbConnection.java:1632) ~[mariadb-java-client-2.2.6.jar!/:?]
at com.zaxxer.hikari.pool.PoolBase.setNetworkTimeout(PoolBase.java:541) ~[HikariCP-2.7.9.jar!/:?]
at com.zaxxer.hikari.pool.PoolBase.isConnectionAlive(PoolBase.java:162) ~[HikariCP-2.7.9.jar!/:?]
at com.zaxxer.hikari.pool.HikariPool.getConnection(HikariPool.java:172) ~[HikariCP-2.7.9.jar!/:?]
at com.zaxxer.hikari.pool.HikariPool.getConnection(HikariPool.java:148) ~[HikariCP-2.7.9.jar!/:?]
at com.zaxxer.hikari.HikariDataSource.getConnection(HikariDataSource.java:128) ~[HikariCP-2.7.9.jar!/:?]到這里，我們已經(jīng)將應(yīng)用獲得連接的代碼大致梳理了一遍，整個過程如下圖所示：
從執(zhí)行邏輯上看，連接池的處理并沒有問題，相反其在許多細節(jié)上都考慮到位了。在對非存活連接執(zhí)行 close 時，同樣調(diào)用了 removeFromBag 動作將其從連接池中移除，因此也不應(yīng)該存在僵尸連接對象的問題。
那么，我們之前的推測應(yīng)該就是錯誤的！
在代碼分析之余，開發(fā)同學也注意到當前使用的 hikariCP 版本為 3.4.5，而環(huán)境上出問題的業(yè)務(wù)服務(wù)卻是 2.7.9 版本，這仿佛預(yù)示著什么… 讓我們再次假設(shè) hikariCP 2.7.9 版本存在某種未知的 BUG，導致了問題的產(chǎn)生。
為了進一步分析連接池對于服務(wù)端故障的行為處理，我們嘗試在本地機器上進行模擬，這一次使用了 hikariCP 2.7.9 版本進行測試，并同時將 hikariCP 的日志級別設(shè)置為 DEBUG。
模擬場景中，會由 由本地應(yīng)用程序連接本機的 MySQL 數(shù)據(jù)庫進行操作，步驟如下：
1. 初始化數(shù)據(jù)源，此時連接池 min-idle 設(shè)置為 10；
2. 每隔50ms 執(zhí)行一次SQL操作，查詢當前的元數(shù)據(jù)表；
3. 將 MySQL 服務(wù)停止一段時間，觀察業(yè)務(wù)表現(xiàn)；
4. 將 MySQL 服務(wù)重新啟動，觀察業(yè)務(wù)表現(xiàn)。最終產(chǎn)生的日志如下：
//初始化過程，建立10個連接
DEBUG -HikariPool.logPoolState - Pool stats (total=1, active=1, idle=0, waiting=0)
DEBUG -HikariPool$PoolEntryCreator.call- Added connection MariaDbConnection@71ab7c09
DEBUG -HikariPool$PoolEntryCreator.call- Added connection MariaDbConnection@7f6c9c4c
DEBUG -HikariPool$PoolEntryCreator.call- Added connection MariaDbConnection@7b531779
...
DEBUG -HikariPool.logPoolState- After adding stats (total=10, active=1, idle=9, waiting=0)
//執(zhí)行業(yè)務(wù)操作，成功
execute statement: true
test time -------1
execute statement: true
test time -------2
...
//停止MySQL
...
//檢測到無效連接
WARN -PoolBase.isConnectionAlive - Failed to validate connection MariaDbConnection@9225652 ((conn=38652)
Connection.setNetworkTimeout cannot be called on a closed connection). Possibly consider using a shorter maxLifetime value.
WARN -PoolBase.isConnectionAlive - Failed to validate connection MariaDbConnection@71ab7c09 ((conn=38653)
Connection.setNetworkTimeout cannot be called on a closed connection). Possibly consider using a shorter maxLifetime value.
//釋放連接
DEBUG -PoolBase.quietlyCloseConnection(PoolBase.java:134) - Closing connection MariaDbConnection@9225652: (connection is dead)
DEBUG -PoolBase.quietlyCloseConnection(PoolBase.java:134) - Closing connection MariaDbConnection@71ab7c09: (connection is dead)
//嘗試創(chuàng)建連接失敗
DEBUG -HikariPool.createPoolEntry - Cannot acquire connection from data source
java.sql.SQLNonTransientConnectionException: Could not connect to address=(host=localhost)(port=3306)(type=master) :
Socket fail to connect to host:localhost, port:3306. Connection refused: connect
Caused by: java.sql.SQLNonTransientConnectionException: Socket fail to connect to host:localhost, port:3306. Connection refused: connect
at internal.util.exceptions.ExceptionFactory.createException(ExceptionFactory.java:73) ~[mariadb-java-client-2.6.0.jar:?]
...
//持續(xù)失敗.. 直到MySQL重啟
//重啟后，自動創(chuàng)建連接成功
DEBUG -HikariPool$PoolEntryCreator.call -Added connection MariaDbConnection@42c5503e
DEBUG -HikariPool$PoolEntryCreator.call -Added connection MariaDbConnection@695a7435
//連接池狀態(tài)，重新建立10個連接
DEBUG -HikariPool.logPoolState(HikariPool.java:421) -After adding stats (total=10, active=1, idle=9, waiting=0)
//執(zhí)行業(yè)務(wù)操作，成功（已經(jīng)自愈）
execute statement: true從日志上看，hikariCP 還是能成功檢測到壞死的連接并將其踢出連接池，一旦 MySQL 重新啟動，業(yè)務(wù)操作又能自動恢復(fù)成功了。根據(jù)這個結(jié)果，基于 hikariCP 版本問題的設(shè)想也再次落空，研發(fā)同學再次陷入焦灼。
多方面求證無果之后，我們最終嘗試在業(yè)務(wù)服務(wù)所在的容器內(nèi)進行抓包，看是否能發(fā)現(xiàn)一些蛛絲馬跡。
進入故障容器，執(zhí)行 tcpdump -i eth0 tcp port 30052 進行抓包，然后對業(yè)務(wù)接口發(fā)起訪問。
此時令人詭異的事情發(fā)生了，沒有任何網(wǎng)絡(luò)包產(chǎn)生！而業(yè)務(wù)日志在 30s 之后也出現(xiàn)了獲取連接失敗的異常。
我們通過 netstat 命令檢查網(wǎng)絡(luò)連接，發(fā)現(xiàn)只有一個 ESTABLISHED 狀態(tài)的 TCP 連接。
也就是說，當前業(yè)務(wù)實例和 MySQL 服務(wù)端是存在一個建好的連接的，但為什么業(yè)務(wù)還是報出可用連接呢？
推測可能原因有二：
對于原因一，很快就可以被推翻，一來當前服務(wù)并沒有什么定時器任務(wù)，二來就算該連接被占用，按照連接池的原理，只要沒有達到上限，新的業(yè)務(wù)請求應(yīng)該會促使連接池進行新連接的建立，那么無論是從 netstat 命令檢查還是 tcpdump 的結(jié)果來看，不應(yīng)該一直是只有一個連接的狀況。
那么，情況二的可能性就很大了。帶著這個思路，繼續(xù)分析 Java 進程的線程棧。
執(zhí)行 kill -3 pid 將線程棧輸出后分析，果不其然，在當前 thread stack 中發(fā)現(xiàn)了如下的條目：
"HikariPool-1 connection adder" #121 daemon prio=5 os_prio=0 tid=0x00007f1300021800 nid=0xad runnable [0x00007f12d82e5000]
java.lang.Thread.State: RUNNABLE
at java.net.SocketInputStream.socketRead0(Native Method)
at java.net.SocketInputStream.socketRead(SocketInputStream.java:116)
at java.net.SocketInputStream.read(SocketInputStream.java:171)
at java.net.SocketInputStream.read(SocketInputStream.java:141)
at java.io.FilterInputStream.read(FilterInputStream.java:133)
at org.mariadb.jdbc.internal.io.input.ReadAheadBufferedStream.fillBuffer(ReadAheadBufferedStream.java:129)
at org.mariadb.jdbc.internal.io.input.ReadAheadBufferedStream.read(ReadAheadBufferedStream.java:102)
- locked <0x00000000d7f5b480> (a org.mariadb.jdbc.internal.io.input.ReadAheadBufferedStream)
at org.mariadb.jdbc.internal.io.input.StandardPacketInputStream.getPacketArray(StandardPacketInputStream.java:241)
at org.mariadb.jdbc.internal.io.input.StandardPacketInputStream.getPacket(StandardPacketInputStream.java:212)
at org.mariadb.jdbc.internal.com.read.ReadInitialHandShakePacket.<init>(ReadInitialHandShakePacket.java:90)
at org.mariadb.jdbc.internal.protocol.AbstractConnectProtocol.createConnection(AbstractConnectProtocol.java:480)
at org.mariadb.jdbc.internal.protocol.AbstractConnectProtocol.connectWithoutProxy(AbstractConnectProtocol.java:1236)
at org.mariadb.jdbc.internal.util.Utils.retrieveProxy(Utils.java:610)
at org.mariadb.jdbc.MariaDbConnection.newConnection(MariaDbConnection.java:142)
at org.mariadb.jdbc.Driver.connect(Driver.java:86)
at com.zaxxer.hikari.util.DriverDataSource.getConnection(DriverDataSource.java:138)
at com.zaxxer.hikari.pool.PoolBase.newConnection(PoolBase.java:358)
at com.zaxxer.hikari.pool.PoolBase.newPoolEntry(PoolBase.java:206)
at com.zaxxer.hikari.pool.HikariPool.createPoolEntry(HikariPool.java:477)這里顯示 HikariPool-1 connection adder 這個線程一直處于 socketRead 的可執(zhí)行狀態(tài)。從命名上看該線程應(yīng)該是 HikariCP 連接池用于建立連接的任務(wù)線程，socket 讀操作則來自于 MariaDbConnection.newConnection() 這個方法，即 mariadb-java-client 驅(qū)動層建立 MySQL 連接的一個操作，其中 ReadInitialHandShakePacket 初始化則屬于 MySQL 建鏈協(xié)議中的一個環(huán)節(jié)。
簡而言之，上面的線程剛好處于建鏈的一個過程態(tài)，關(guān)于 mariadb 驅(qū)動和 MySQL 建鏈的過程大致如下：
MySQL 建鏈首先是建立 TCP 連接（三次握手），客戶端會讀取 MySQL 協(xié)議的一個初始化握手消息包，內(nèi)部包含 MySQL 版本號，鑒權(quán)算法等等信息，之后再進入身份鑒權(quán)的環(huán)節(jié)。
這里的問題就在于 ReadInitialHandShakePacket 初始化（讀取握手消息包）一直處于 socket read 的一個狀態(tài)。
如果此時 MySQL 遠端主機故障了，那么該操作就會一直卡住。而此時的連接雖然已經(jīng)建立（處于 ESTABLISHED 狀態(tài)），但卻一直沒能完成協(xié)議握手和后面的身份鑒權(quán)流程，即該連接只能算一個半成品（無法進入 hikariCP 連接池的列表中）。從故障服務(wù)的 DEBUG 日志也可以看到，連接池持續(xù)是沒有可用連接的，如下：
DEBUG HikariPool.logPoolState --> Before cleanup stats (total=0, active=0, idle=0, waiting=3)另一個需要解釋的問題則是，這樣一個 socket read 操作的阻塞是否就造成了整個連接池的阻塞呢？
經(jīng)過代碼走讀，我們再次梳理了 hikariCP 建立連接的一個流程，其中涉及到幾個模塊：
HouseKeeper 在連接池初始化后的 100ms 觸發(fā)執(zhí)行，其調(diào)用 fillPool() 方法完成連接池的填充，例如 min-idle 是10，那么初始化就會創(chuàng)建10個連接。ConnectionBag 維護了當前連接對象的列表，該模塊還維護了請求連接者(waiters)的一個計數(shù)器，用于評估當前連接數(shù)的需求。
其中，borrow 方法的邏輯如下：
public T borrow(long timeout, final TimeUnit timeUnit) throws InterruptedException
{
// 嘗試從 thread-local 中獲取
final List<Object> list=threadList.get();
for (int i=list.size() - 1; i >=0; i--) {
...
}
// 計算當前等待請求的任務(wù)
final int waiting=waiters.incrementAndGet();
try {
for (T bagEntry : sharedList) {
if (bagEntry.compareAndSet(STATE_NOT_IN_USE, STATE_IN_USE)) {
//如果獲得了可用連接，會觸發(fā)填充任務(wù)
if (waiting > 1) {
listener.addBagItem(waiting - 1);
}
return bagEntry;
}
}
//沒有可用連接，先觸發(fā)填充任務(wù)
listener.addBagItem(waiting);
//在指定時間內(nèi)等待可用連接進入
timeout=timeUnit.toNanos(timeout);
do {
final long start=currentTime();
final T bagEntry=handoffQueue.poll(timeout, NANOSECONDS);
if (bagEntry==null || bagEntry.compareAndSet(STATE_NOT_IN_USE, STATE_IN_USE)) {
return bagEntry;
}
timeout -=elapsedNanos(start);
} while (timeout > 10_000);
return null;
}
finally {
waiters.decrementAndGet();
}
}注意到，無論是有沒有可用連接，該方法都會觸發(fā)一個 listener.addBagItem() 方法，HikariPool 對該接口的實現(xiàn)如下：
public void addBagItem(final int waiting)
{
final boolean shouldAdd=waiting - addConnectionQueueReadOnlyView.size() >=0; // Yes, >=is intentional.
if (shouldAdd) {
//調(diào)用 AddConnectionExecutor 提交創(chuàng)建連接的任務(wù)
addConnectionExecutor.submit(poolEntryCreator);
}
else {
logger.debug("{} - Add connection elided, waiting {}, queue {}", poolName, waiting, addConnectionQueueReadOnlyView.size());
}
}
PoolEntryCreator 則實現(xiàn)了創(chuàng)建連接的具體邏輯，如下：
public class PoolEntryCreator{
@Override
public Boolean call()
{
long sleepBackoff=250L;
//判斷是否需要建立連接
while (poolState==POOL_NORMAL && shouldCreateAnotherConnection()) {
//創(chuàng)建 MySQL 連接
final PoolEntry poolEntry=createPoolEntry();
if (poolEntry !=null) {
//建立連接成功，直接返回。
connectionBag.add(poolEntry);
logger.debug("{} - Added connection {}", poolName, poolEntry.connection);
if (loggingPrefix !=null) {
logPoolState(loggingPrefix);
}
return Boolean.TRUE;
}
...
}
// Pool is suspended or shutdown or at max size
return Boolean.FALSE;
}
} 由此可見，AddConnectionExecutor 采用了單線程的設(shè)計，當產(chǎn)生新連接需求時，會異步觸發(fā) PoolEntryCreator 任務(wù)進行補充。其中 PoolEntryCreator. createPoolEntry() 會完成 MySQL 驅(qū)動連接建立的所有事情，而我們的情況則恰恰是 MySQL 建鏈過程產(chǎn)生了永久性阻塞。因此無論后面怎么獲取連接，新來的建鏈任務(wù)都會一直排隊等待，這便導致了業(yè)務(wù)上一直沒有連接可用。
下面這個圖說明了 hikariCP 的建鏈過程：
好了，讓我們在回顧一下前面關(guān)于可靠性測試的場景：
首先，MySQL 主實例發(fā)生故障，而緊接著 hikariCP 則檢測到了壞的連接(connection is dead)并將其釋放，在釋放關(guān)閉連接的同時又發(fā)現(xiàn)連接數(shù)需要補充，進而立即觸發(fā)了新的建鏈請求。
而問題就剛好出在這一次建鏈請求上，TCP 握手的部分是成功了（客戶端和 MySQL VM 上 nodePort 完成連接），但在接下來由于當前的 MySQL 容器已經(jīng)停止（此時 VIP 也切換到了另一臺 MySQL 實例上），因此客戶端再也無法獲得原 MySQL 實例的握手包響應(yīng)（該握手屬于MySQL應(yīng)用層的協(xié)議），此時便陷入了長時間的阻塞式 socketRead 操作。而建鏈請求任務(wù)恰恰好采用了單線程運作，進一步則導致了所有業(yè)務(wù)的阻塞。
在了解了事情的來龍去脈之后，我們主要考慮從兩方面進行優(yōu)化：
對于優(yōu)化點一，我們一致認為用處并不大，如果連接出現(xiàn)了掛死那么相當于線程資源已經(jīng)泄露，對服務(wù)后續(xù)的穩(wěn)定運行十分不利，而且 hikariCP 在這里也已經(jīng)將其寫死了。因此關(guān)鍵的方案還是避免阻塞式的調(diào)用。
查閱了 mariadb-java-client 官方文檔后，發(fā)現(xiàn)可以在 JDBC URL 中指定網(wǎng)絡(luò)IO 的超時參數(shù)，如下：
具體參考：https://mariadb.com/kb/en/about-mariadb-connector-j/
如描述所說的，socketTimeout 可以設(shè)置 socket 的 SO_TIMEOUT 屬性，從而達到控制超時時間的目的。默認是 0，即不超時。
我們在 MySQL JDBC URL 中加入了相關(guān)的參數(shù)，如下：
spring.datasource.url=jdbc:mysql://10.0.71.13:33052/appdb?socketTimeout=60000&connectTimeout=30000&serverTimezone=UTC此后對 MySQL 可靠性場景進行多次驗證，發(fā)現(xiàn)連接掛死的現(xiàn)象已經(jīng)不再出現(xiàn)，此時問題得到解決。
本次分享了一次關(guān)于 MySQL 連接掛死問題排查的心路歷程，由于環(huán)境搭建的工作量巨大，而且該問題復(fù)現(xiàn)存在偶然性，整個分析過程還是有些坎坷的（其中也踩了坑）。的確，我們很容易被一些表面的現(xiàn)象所迷惑，而覺得問題很難解決時，更容易帶著偏向性思維去處理問題。例如本例中曾一致認為連接池出現(xiàn)了問題，但實際上卻是由于 MySQL JDBC 驅(qū)動（mariadb driver）的一個不嚴謹?shù)呐渲盟鶎е隆?/span>
從原則上講，應(yīng)該避免一切可能導致資源掛死的行為。如果我們能在前期對代碼及相關(guān)配置做好充分的排查工作，相信 996 就會離我們越來越遠。
如果感覺小編寫得不錯，請素質(zhì)三連：點贊+轉(zhuǎn)發(fā)+關(guān)注。我會努力寫出更好的作品分享給大家。更多JAVA進階學習資料小編已打包好，可以關(guān)注私信找我領(lǐng)取哦
原文 https://my.oschina.net/u/4526289/blog/4727491
MySQL是一種常用的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)，但有時在連接MySQL時可能會遇到Connection refused錯誤。這個錯誤可能是由于各種原因引起的，比如網(wǎng)絡(luò)問題、配置錯誤等。那么，該如何解決MySQL中的Connection refused錯誤呢？下面將介紹一些快速解決該問題的方法！
方法一：檢查MySQL服務(wù)是否正在運行
在連接MySQL之前，首先要確保MySQL服務(wù)正在運行。可以通過以下步驟來檢查MySQL服務(wù)的狀態(tài)：
1、打開命令提示符或終端窗口。
2、輸入命令：sudo service mysql status（Linux）或net start mysql（Windows）。
如果返回的結(jié)果顯示MySQL服務(wù)正在運行，則說明服務(wù)正常。如果返回的結(jié)果顯示MySQL服務(wù)未運行，則需要啟動MySQL服務(wù)。（這個前提是已經(jīng)安裝了相關(guān)組件，否則就像上圖中顯示的服務(wù)名無效）
方法二：檢查MySQL端口是否正確配置
MySQL默認使用3306端口進行通信，如果該端口沒有正確配置，就會導致Connection refused錯誤。可以按照以下步驟檢查MySQL端口的配置：
1、打開MySQL配置文件my.cnf（Linux）或my.ini（Windows）。
2、在文件中搜索port關(guān)鍵字，查看端口號是否為3306。如果不是，可以將其修改為正確的端口號。
3、保存文件并重啟MySQL服務(wù)，確保配置生效（windows也可以通過相關(guān)集成工具設(shè)置）。
方法三：檢查防火墻設(shè)置
防火墻可能會阻止MySQL連接，導致Connection refused錯誤。可以按照以下步驟檢查防火墻設(shè)置：
1、打開防火墻配置。
2、確保MySQL使用的端口（默認為3306）在防火墻規(guī)則中是開放的。
3、如果端口未開放，則需要添加相應(yīng)的規(guī)則來允許MySQL連接。
方法四：檢查MySQL用戶權(quán)限
在MySQL中，每個用戶都有不同的權(quán)限，如果連接MySQL的用戶沒有足夠的權(quán)限，也會導致Connection refused錯誤。可以按照以下步驟檢查用戶權(quán)限：
1、連接到MySQL服務(wù)器。
2、使用管理員賬號登錄（如root）。
3、檢查連接MySQL的用戶是否具有足夠的權(quán)限，可以使用以下命令查看用戶權(quán)限：SHOW GRANTS FOR 'username'@'localhost';（將username替換為實際的用戶名）。
4、如果用戶權(quán)限不足，可以使用GRANT語句來授予用戶所需的權(quán)限，例如：GRANT ALL PRIVILEGES ON *.* TO 'username'@'localhost';（將username替換為實際的用戶名）。
總結(jié)
通過以上方法，我們可以快速解決MySQL中的Connection refused錯誤。檢查MySQL服務(wù)是否正在運行、檢查MySQL端口是否正確配置、檢查防火墻設(shè)置和檢查MySQL用戶權(quán)限，這些方法都能幫助我們排除連接問題，成功連接到MySQL數(shù)據(jù)庫。