生產數據庫意外重啟的分析

135次閱讀

共計 7702 個字符，預計需要花費 20 分鐘才能閱讀完成。

本篇內容介紹了“生產數據庫意外重啟的分析”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓丸趣 TV 小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

排查

先交代一下數據庫版本：

mysql  status
--------------
mysql Ver 14.14 Distrib 5.7.22-22, for Linux (x86_64) using 6.2
Connection id: 59568
Current database:
Current user: root@localhost
SSL: Not in use
Current pager: stdout
Using outfile:  
Using delimiter: ;
Server version: 5.7.22-22-log Percona Server (GPL), Release 22, Revision f62d93c
Protocol version: 10

崩潰故障排除絕不是一項有趣的任務，特別是如果 MySQL 沒有報告崩潰的原因。例如，當 MySQL 內存不足時。

數據庫郵件告警提醒發來的消息：

Type: mysql
Tags:  生產主庫
Host: 172.16.1.66:3306
Level: critical
Item: connect
Value: down
Message: mysql server down

登錄 Grafana 監控面板，數據庫連接在哪個時間段曾有幅度的增長。

順手檢查一下之前的服務器郵件監控告警記錄，上一個時間點，內存占用率 99%，這說明了數據庫連接的幅度增長，可能是壓垮服務器的最后一根稻草。

其實導致 OOM 的直接原因并不復雜，就是因為服務器內存不足，內核需要回收內存，回收內存就是 kill 掉服務器上使用內存最多的程序，而 MySQL 服務可能就是使用內存最多，所以就 OOM 了。

Type: os
Tags: 66 數據庫
Host: 172.16.1.66:
Level: critical
Item: memory
Value: 99%
Message: too more memory usage

查看系統日志

我們帶著這個疑問來排查一下日志：

#  查看日志
tail -500f /var/log/messages
#  以下是  oom-killer
Nov 27 14:55:48 itstyledb1 kernel: mysqld invoked oom-killer: gfp_mask=0x201da, order=0, oom_score_adj=0
Nov 27 14:55:48 itstyledb1 kernel: mysqld cpuset=/ mems_allowed=0-1
Nov 27 14:55:48 itstyledb1 kernel: CPU: 2 PID: 895 Comm: mysqld Kdump: loaded Not tainted 3.10.0-862.3.2.el7.x86_64 #1
Nov 27 14:55:48 itstyledb1 kernel: Hardware name: Huawei RH1288 V3/BC11HGSC0, BIOS 3.22 05/16/2016

小伙伴們繼續往下看：

0 pages HighMem/MovableOnly
Nov 27 14:55:48 itstyledb1 kernel: 291281 pages reserved
Nov 27 14:55:48 itstyledb1 kernel: [ pid ] uid tgid total_vm rss nr_ptes swapents oom_score_adj name
Nov 27 14:55:48 itstyledb1 kernel: [ 468] 0 468 28271 4326 62 55 0 systemd-journal
Nov 27 14:55:48 itstyledb1 kernel: [ 490] 0 490 11492 2 24 553 -1000 systemd-udevd
Nov 27 14:55:48 itstyledb1 kernel: [ 787] 0 787 13877 18 27 96 -1000 auditd
Nov 27 14:55:48 itstyledb1 kernel: [ 810] 81 810 14552 81 34 89 -900 dbus-daemon
Nov 27 14:55:48 itstyledb1 kernel: [ 815] 0 815 55956 1 60 466 0 abrtd
Nov 27 14:55:48 itstyledb1 kernel: [ 816] 0 816 55327 9 64 346 0 abrt-watch-log
Nov 27 14:55:48 itstyledb1 kernel: [ 818] 0 818 121607 220 90 495 0 NetworkManager
Nov 27 14:55:48 itstyledb1 kernel: [ 822] 0 822 5415 49 16 33 0 irqbalance
Nov 27 14:55:48 itstyledb1 kernel: [ 823] 997 823 134634 97 60 1306 0 polkitd
Nov 27 14:55:48 itstyledb1 kernel: [ 825] 0 825 6594 42 20 41 0 systemd-logind
Nov 27 14:55:48 itstyledb1 kernel: [ 830] 0 830 31578 28 21 139 0 crond
Nov 27 14:55:48 itstyledb1 kernel: [ 839] 0 839 27522 2 10 31 0 agetty
Nov 27 14:55:48 itstyledb1 kernel: [ 1142] 0 1142 143454 114 97 2672 0 tuned
Nov 27 14:55:48 itstyledb1 kernel: [ 1144] 0 1144 28203 11 59 246 -1000 sshd
Nov 27 14:55:48 itstyledb1 kernel: [ 1145] 0 1145 97438 694 103 328 0 rsyslogd
Nov 27 14:55:48 itstyledb1 kernel: [ 1369] 0 1369 22526 20 44 256 0 master
Nov 27 14:55:48 itstyledb1 kernel: [ 1371] 89 1371 22596 32 46 251 0 qmgr
Nov 27 14:55:48 itstyledb1 kernel: [ 5140] 0 5140 5102 1617 15 239 0 mysqld_exporter
Nov 27 14:55:48 itstyledb1 kernel: [ 9430] 0 9430 55966 378 62 790 0 snmpd
Nov 27 14:55:48 itstyledb1 kernel: [30320] 27 30320 22951376 13928375 43437 8163662 0 mysqld
Nov 27 14:55:48 itstyledb1 kernel: [ 688] 89 688 22552 271 46 0 0 pickup
Nov 27 14:55:48 itstyledb1 kernel: Out of memory: Kill process 30320 (mysqld) score 984 or sacrifice child
Nov 27 14:55:48 itstyledb1 kernel: Killed process 30320 (mysqld) total-vm:91805504kB, anon-rss:55713500kB, file-rss:0kB, shmem-rss:0kB
Nov 27 14:56:00 itstyledb1 systemd: mysqld.service: main process exited, code=killed, status=9/KILL
Nov 27 14:56:00 itstyledb1 systemd: Unit mysqld.service entered failed state.
Nov 27 14:56:00 itstyledb1 systemd: mysqld.service failed.
Nov 27 14:56:00 itstyledb1 systemd: mysqld.service holdoff time over, scheduling restart.
Nov 27 14:56:01 itstyledb1 systemd: Starting MySQL Server...

當 out of memory 發生時，outofmemory 函數會選擇一個內核認為犯有分配過多內存“罪行”的進程，并殺死該進程。顯然 Mysql 就是哪個“罪人”。

隨后 MySql 會自動重啟。重啟以后，內存是下來了，但是臨近下班的時候，差不多又又又占滿了。

[root@itstyledb1 ~]# free -m
 total used free shared buff/cache available
Mem: 55803 54976 241 10 585 349
Swap: 32064 25036 7028

找到 MySql 進程，執行以下 top -p pid，內存使用 52.4g

PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
935 mysql 20 0 79.7g 52.4g 7336 S 0.3 96.1 255:44.76 mysqld

計算內存使用

1) 查看 MySQL 全局占用多少內存

SELECT (@@innodb_buffer_pool_size
+@@innodb_log_buffer_size
+@@key_buffer_size) / 1024 /1024 AS MEMORY_MB;

查詢結果為：

+----------------+
| MEMORY_MB |
+----------------+
| 20512.00000000 |
+----------------+

2）查看 performance_schema 占用多少內存

SELECT SUBSTRING_INDEX(event_name, / ,2) AS
 code_area, sys.format_bytes(SUM(current_alloc))
 AS current_alloc
 FROM sys.x$memory_global_by_current_bytes
 GROUP BY SUBSTRING_INDEX(event_name, / ,2)
 ORDER BY SUM(current_alloc) DESC;

查詢結果為：

+---------------------------+---------------+
| code_area | current_alloc |
+---------------------------+---------------+
| memory/performance_schema | 349.80 MiB |
+---------------------------+---------------+

3）查看每個線程占用多少內存

SELECT ( ( @@read_buffer_size
+ @@read_rnd_buffer_size
+ @@sort_buffer_size
+ @@join_buffer_size
+ @@binlog_cache_size
+ @@thread_stack
+ @@max_allowed_packet
+ @@net_buffer_length )
) / (1024*1024) AS MEMORY_MB;

查詢結果為：

+-----------+
| MEMORY_MB |
+-----------+
| 87.5156 |
+-----------+

查看當前線程

show full processlist

最終結果為：

+-----------+
| MEMORY_MB |
+-----------+
| 87.5156*37|
+-----------+

4）查看 memory 存儲引擎占用多少內存

SELECT SUM(max_data_length)/1024/1024 AS MEMORY_MB FROM information_schema.tables WHERE ENGINE= memory

查詢結果為：

+---------------+
| MEMORY_MB |
+---------------+
| 3857.37713909 |
+---------------+

以上四項加起來差不多也就 27975MB，差不錯 28G 的樣子，但是 MySql 進程顯示占用了 52.4G，那么剩下 24.4G 去哪了？

線程池

此線程池非彼連接池，其實兩者是有很大區別的，連接池一般在客戶端設置，而線程池是在 DB 服務器上配置；另外連接池可以取到避免了連接頻繁創建和銷毀，但是無法取到控制 MySQL 活動線程數的目標，在高并發場景下，無法取到保護 DB 的作用。比較好的方式是將連接池和線程池結合起來使用。

關于線程池的一些參數：

mysql  show variables like  thread% 
+-------------------------------+---------------------------+
| Variable_name | Value |
+-------------------------------+---------------------------+
| thread_handling | one-thread-per-connection |
| thread_pool_high_prio_mode | transactions |
| thread_pool_high_prio_tickets | 4294967295 |
| thread_pool_idle_timeout | 60 |
| thread_pool_max_threads | 100000 |
| thread_pool_oversubscribe | 3 |
| thread_pool_size | 12 |
| thread_pool_stall_limit | 500 |
+-------------------------------+---------------------------+

thread_handling：

該參數是配置線程模型，默認情況是 one-thread-per-connection，也就是不啟用線程池。將該參數設置為 pool-of-threads 即啟用了線程池。

threadpoolsize：

該參數是設置線程池的 Group 的數量，默認為系統 CPU 的個數，充分利用 CPU 資源。

threadpooloversubscribe：

該參數設置 group 中的最大線程數，每個 group 的最大線程數為 threadpooloversubscribe+1，注意 listener 線程不包含在內。

threadpoolhighpriomode：

高優先級隊列的控制參數，有三個值（transactions/statements/none），默認是 transactions，三個值的含義如下：

transactions：對于已經啟動事務的語句放到高優先級隊列中，不過還取決于后面的 threadpoolhighpriotickets 參數

statements：這個模式所有的語句都會放到高優先級隊列中，不會使用到低優先級隊列

none：這個模式不使用高優先級隊列

threadpoolhighpriotickets：

該參數控制每個連接最多語序多少次被放入高優先級隊列中，默認為 4294967295，注意這個參數只有在 threadpoolhighpriomode 為 transactions 的時候才有效果。

threadpoolidle_timeout：

worker 線程最大空閑時間，默認為 60 秒，超過限制后會退出。

threadpoolmax_threads：

該參數用來限制線程池最大的線程數，超過該限制后將無法再創建更多的線程，默認為 100000。

threadpoolstall_limit：

該參數設置 timer 線程的檢測 group 是否異常的時間間隔，默認為 500ms。

最終配置如下：

#thread pool
thread_handling=pool-of-threads
#Group 的數量，默認為系統 CPU 的個數，充分利用 CPU 資源
thread_pool_size=24
#每個 group 的最大線程數為 thread_pool_oversubscribe+1
thread_pool_oversubscribe=3
performance_schema=off
#extra connection，防止線程池滿的情況下無法登錄 MySQL
extra_max_connections = 8
extra_port = 33333

備注：線程池在 Percona,MariaDB,Oracle MySQL 企業版中提供，Oracle MySQL 社區版并不提供。

線程池貌似并不會直接導致內存不回收，網上有說同時開啟 Thread pool 和 PS 會出現內存泄露，但是目前 Percona server 5.7.21-20+ 版本已經修復了這個問題，顯然是不存在的。

慢查詢

由于是生產環境，這個問題拖得時間有點長，那么慢查詢會不會影響內存使用問題呢？帶著這個問題，查看了慢查詢后臺列表，在數據庫奔潰的前一個時間段，的確有不少慢查詢語句。但是這并不能在一定程度上說明問題，由于服務器的 MySql 服務在殺死之前，內存已經見底，此時連接數并不多，也就三四十來個左右，大多處于休眠狀態，并且此時已經占用了大部分的 Swap 空間。也就是說，在資源有限的情況下必定會出現不少慢查詢語句。

“生產數據庫意外重啟的分析”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注丸趣 TV 網站，丸趣 TV 小編將為大家輸出更多高質量的實用文章！

正文完