香港服务器数据库连接池耗尽,如何从连接数与慢查询定位原因
接口开始出现数据库超时、请求排队或间歇性 5xx,应用日志里同时出现“获取连接超时”“连接池已满”等信息,并不等于数据库连接数一定达到了上限。连接池耗尽描述的是应用拿不到可用连接这一结果,背后可能是连接泄漏、慢查询占住连接、数据库拒绝新连接,也可能是香港服务器到数据库之间的网络抖动让连接迟迟无法建立或释放。
排查时应先确认故障影响的是单个应用实例还是所有实例,再沿着网络、系统、数据库服务、应用代码逐层排除。连接数只说明“有多少连接”,还要结合连接状态、查询耗时、连接池等待时间和服务器资源,才能定位是哪一类原因。
先确认“池满”发生在哪里
连接池通常有最大连接数、空闲连接数和等待队列。应用请求需要数据库连接时,会先从池中借用;查询结束并正确归还后,连接才能被其他请求复用。如果连接长期被占用,等待队列会增加,超过等待超时时间后,请求就会报错。
需要区分三个经常被混为一谈的现象:

- 应用连接池达到上限:池中连接都已借出,或连接正在等待建立;数据库端未必达到连接数上限。
- 数据库连接数达到上限:数据库拒绝建立新连接;应用池可能因此无法补充连接。
- 请求变慢导致池被占满:连接总数尚未到数据库上限,但每个连接执行查询的时间变长,归还速度低于借用速度。
优先查看应用侧池指标和日志,而不是先扩大数据库最大连接数。建议记录每个实例的活跃连接、空闲连接、等待连接数、获取连接耗时、连接使用时长、连接创建失败数,以及请求的数据库调用耗时。日志中可重点查找类似 timeout acquiring connection、pool exhausted、too many connections、connection refused 等信息,并确认错误发生的时间、实例和接口范围。
下面是用于说明判断方法的模拟日志,不代表任何特定环境:
12:04:17 ERROR request_id=ab12 db_pool acquire_timeout=3000ms active=40 idle=0 waiting=18
12:04:17 WARN request_id=ab12 endpoint=/orders/submit elapsed=3480ms
如果多台应用实例同时出现活跃连接接近池上限、空闲连接为零、等待数上升,说明问题不只是单个请求偶发变慢;下一步要查连接为什么未能及时归还,以及数据库是否能承接现有并发。
香港服务器数据库连接池的承载能力,与计算资源、存储性能及应用到数据库的网络条件密切相关。A5数据提供多种香港物理服务器方案,涵盖Xeon Gold、AMD EPYC平台,以及SSD或NVMe存储和不同带宽线路,可为数据库、业务后台和接口服务提供部署资源。香港服务器也可用于承载应用与数据库服务,便于围绕业务架构配置相应的计算、存储和网络资源。
建立原因树:按网络、系统、数据库和应用排查
香港服务器部署的应用可能与数据库位于同机房、不同可用区,或通过公网访问异地数据库。地理位置本身不能解释连接池耗尽,但网络时延和波动会影响连接建立、查询往返与故障恢复。建议按以下顺序判断:
| 层级 | 可能原因 | 主要观察依据 | 下一步 |
|---|---|---|---|
| 网络 | 丢包、时延抖动、连接被中间设备重置 | 多个实例同时出现建连失败或读取超时;网络指标同期异常 | 检查应用到数据库地址的连通性和路径,结合数据库端日志判断 |
| 系统 | CPU、内存、文件描述符或磁盘压力 | 数据库或应用主机资源异常,连接处理及查询均变慢 | 对照故障时间检查系统指标和进程资源 |
| 数据库服务 | 连接数上限、锁等待、慢查询、磁盘或线程压力 | 数据库连接状态、等待事件、慢查询记录或错误日志异常 | 查连接分布、查询耗时与资源瓶颈 |
| 应用 | 连接未归还、池配置不合理、并发突增 | 池等待数增加,但数据库负载或连接状态无法解释全部占用 | 关联代码路径、请求并发和连接借还时长 |
这张表用于缩小范围,不是按单项指标直接定因。例如,CPU 高可能是慢查询造成,也可能是应用重试放大流量;连接数高也可能只是业务并发增长,并不必然意味着泄漏。
逐层排除:先查低风险、可观测项
1. 网络:分清建连问题和查询变慢
先核对应用配置中的数据库地址、端口、解析结果和实际连接目标,确认故障期间没有切换到不可达的地址。若应用与数据库不在同一网络,检查应用侧和数据库侧的连接错误日志,并对照网络监控中的丢包、延迟、连接重置和带宽情况。
Linux 上可用以下命令做基础检查,目标应替换为实际数据库地址和端口:
getent hosts db.example.internal
nc -vz -w 3 db.example.internal 3306
nc 只能验证某一时刻的 TCP 端口是否可连接,不能证明数据库查询正常,也不能排除间歇性丢包。若端口可连,但应用仍出现读取超时,应进一步比较数据库调用耗时与连接建立耗时:建连阶段变慢,优先查网络、名称解析和数据库接入层;建连正常而查询阶段变慢,则继续看数据库负载、锁等待和执行计划。
不要在生产高峰期用高频探测制造额外连接。排查时也不应仅凭一次 ping 或一次端口探测结果认定网络正常;应将观测时间与故障日志对齐,并尽量从应用所在主机检查。
2. 系统:检查资源是否限制了连接处理
分别查看应用主机和数据库主机在故障时段的 CPU、内存、磁盘 I/O、网络和文件描述符使用情况。应用进程 CPU 长期饱和,可能造成线程调度延迟和连接归还变慢;数据库磁盘延迟上升,则可能令查询持有连接更久。内存压力或进程频繁重启,也可能表现为连接反复建立、池持续补充失败。
常见 Linux 只读检查方式如下:
uptime
free -h
vmstat 1 5
iostat -xz 1 5
iostat 通常由 sysstat 软件包提供,未安装时不要为一次排障直接在生产环境临时改动软件源或安装;可改查已有监控。还应核对应用进程的文件描述符限制和当前使用量。若文件描述符接近上限,应用可能无法建立新套接字;但这与数据库连接上限是不同问题,需要查看应用进程和系统日志确认。
资源指标应和连接池变化放在同一时间线上。单看当前 CPU 或内存,可能错过已经结束的故障峰值;如果池等待在先、资源异常在后,也要考虑重试流量是压力上升的结果,而非最初原因。
3. 数据库服务:连接数要看状态和来源
先检查数据库允许的连接数、当前连接数,以及连接按用户、来源主机和状态的分布。不要把“连接总数很多”直接等同于“活跃查询很多”:空闲连接、正在执行的查询、等待锁的查询,对数据库和应用的影响并不一样。
MySQL 或兼容版本可使用只读状态查询:
SHOW GLOBAL STATUS LIKE 'Threads_connected';
SHOW GLOBAL STATUS LIKE 'Threads_running';
SHOW VARIABLES LIKE 'max_connections';
SHOW FULL PROCESSLIST;
PostgreSQL 可查看当前会话状态与来源:
SELECT state, usename, application_name, client_addr, count(*)
FROM pg_stat_activity
GROUP BY state, usename, application_name, client_addr
ORDER BY count(*) DESC;
SHOW FULL PROCESSLIST 和 pg_stat_activity 可能暴露 SQL 文本、用户名或业务标识,输出应按生产数据管理要求限制访问和留存。不同数据库版本、权限和托管服务的可见字段可能不同,必要时以对应版本文档或平台监控为准。
判断时关注以下组合:
- 连接数逼近数据库上限,同时出现新连接被拒绝:检查连接来源是否异常、应用实例数量是否增加,以及各实例池上限的总和。
- 连接数不高,但活跃查询多、运行时间长:重点查慢查询、锁等待和数据库资源。
- 大量连接处于空闲状态:可能是池配置偏大、应用实例增多,或连接归还后长期保留;还要确认这些空闲连接是否在数据库允许的空闲时长内。
- 同一来源连接异常集中:核对该应用实例的池配置、重启频率和请求流量,避免只调大整个数据库的连接上限。
容量核算要把所有应用实例算进去。例如,8 个实例各配置 40 个最大连接,理论上就可能向数据库申请最多 320 个连接;还需预留管理、定时任务和其他服务的连接空间。实例数扩容后若未重新核算,即使单实例配置没变,也可能撞上数据库上限。
从慢查询和连接占用时间定位瓶颈
连接池的压力与连接被占用的时间直接相关。可用一个简化关系理解:并发占用连接数约等于每秒数据库请求数乘以平均占用秒数。比如每秒 60 次数据库调用,平均占用 0.2 秒,约需 12 个并发连接;若查询变为平均 1 秒,同样流量下就约需 60 个并发连接。这里是估算,不包含突发流量、事务持有时间和请求分布差异。
因此,查看慢查询时不应只看“最慢的一条”,还要看调用频率、总耗时、扫描行数、锁等待和是否处于事务中。单条查询耗时不长,但每秒执行数很高,累计占用也可能成为瓶颈;反过来,偶发的长查询可能只影响少量请求,却会让连接池在流量高峰时快速排队。
按数据库类型检查慢查询记录或性能视图,并把 SQL 与应用接口、请求时间关联起来。重点核对:
- 查询是否因缺少合适索引而扫描大量记录;
- 条件字段、排序字段和联合索引顺序是否匹配实际查询;
- 结果集是否过大,应用是否逐行处理或执行 N+1 查询;
- 是否存在事务开启后进行远程调用、文件处理或长时间业务计算的情况;
- 是否有锁等待,导致 SQL 本身看似简单却迟迟不能完成。
改索引或改 SQL 前,先通过执行计划和代表性参数验证预期效果,并评估写入开销、索引体积和锁影响。生产变更应遵循变更流程,准备可恢复的结构变更方案;不要在故障期间未经评估直接新增多个大索引或批量改写数据。若慢查询只在特定参数、时间段或数据规模下出现,需保留对应样本,避免用小数据集的执行计划推断生产表现。
缓存可以减少重复读取,但不能替代慢查询治理。若缓存命中率低、数据更新频繁,或大量请求查询不同键值,增加缓存未必能降低数据库连接占用;缓存失效后集中回源还可能造成连接数短时上升。应观察命中率、回源并发与数据库调用量,再决定是否调整缓存策略。
应用侧:确认连接是否按时归还
如果数据库资源正常、查询也没有明显变慢,但池内活跃连接长期不降,应转向应用代码和池实现。重点排查异常分支是否关闭连接、结果集或事务;连接是否被业务逻辑持有到整个请求结束;线程池排队是否导致借出的连接迟迟未归还;以及连接是否在事务中等待外部接口响应。
按连接获取、执行 SQL、归还连接三个阶段分别记录耗时,必要时启用连接池的借出时长告警或泄漏检测。需要注意,泄漏检测通常只能指出连接被借出过久,不一定能自动定位根因;应结合调用栈或请求追踪确认代码路径。若只有某个实例持续活跃连接偏高,而同版本其他实例正常,优先比较该实例的流量、线程状态、配置和近期发布差异。
连接池配置也要结合负载调整,不能只因告警就把最大连接数翻倍。池过小会增加排队,池过大则可能让突发请求同时压到数据库,增加调度、内存和锁竞争。可以先核对实例数量、每实例池上限、数据库连接上限与保留容量,再根据峰值并发和数据库实测承载能力分阶段调整。获取连接等待超时也不宜无限延长:等待时间变长会让请求和线程堆积,掩盖短时拥塞并扩大故障影响。
定位根因后验证是否恢复
根因应能解释故障时间、影响范围和多个指标的变化。例如,若慢查询在高峰期明显增加,查询持有连接时间同步变长,随后池等待数上升,而数据库连接总数尚未触顶,这比“连接池太小”更能解释现象。处理慢查询后,应观察查询耗时、活跃连接和等待队列是否一同回落。
恢复验证至少覆盖故障接口和正常接口,并对照故障前后的同一类指标:
- 应用侧获取连接耗时回到常态,等待数不再持续增长;
- 活跃连接、空闲连接和连接创建失败数符合业务负载;
- 数据库查询耗时、锁等待和资源指标恢复,且没有新的连接拒绝;
- 错误率与请求延迟改善后,在正常流量和一次业务高峰中仍能保持稳定;
- 多实例之间没有单点异常,重试和补偿任务没有造成额外流量。
若通过调整池大小临时恢复,应把它视为缓解措施而非根因证明;还要复查查询耗时、连接归还路径和数据库容量。回退或再次调整前记录原配置及变更影响,避免多项参数同时修改而无法判断哪项产生作用。
保留能提前发现复发的监控点
监控不应只告警数据库连接总数。应用侧至少保留连接池活跃、空闲、等待数量,获取连接耗时分位值、连接持有时长和获取失败率;数据库侧观察连接数与上限的比例、活跃查询、慢查询耗时、锁等待和资源压力;网络侧关注连接重置、丢包和应用至数据库的延迟。
告警阈值应结合正常峰值、实例规模和业务容忍时间设定。比如池等待持续增加、获取连接耗时分位值连续越过业务请求预算,或数据库连接数长期接近容量边界,都比单次瞬时尖峰更适合作为排查触发条件。把应用发布、实例扩缩容、慢查询变化和数据库指标放在同一时间线上,才能在连接池再次逼近耗尽时,尽早区分是流量变化、查询退化、连接管理问题,还是网络与资源异常。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/4595.html



