Linux服务器上MySQL连接数升高,怎样判断是否导致负载异常
MySQL连接数升高与Linux服务器负载异常同时出现,并不等于前者导致后者。连接可能只是应用连接池扩容后的空闲连接;也可能是查询变慢后,请求在数据库前堆积的结果。判断关键是把连接数、活跃查询、CPU、内存、磁盘I/O和应用响应时间放到同一时间轴上,看谁先变化、变化是否同步,以及负载主要落在哪个环节。
如果连接数增加时,活跃查询、资源消耗和请求延迟也持续上升,连接压力就值得重点排查;如果增加的主要是空闲连接,而MySQL进程与应用延迟基本稳定,仅凭连接数不能认定服务器发生了性能故障。
先建立可比较的观察窗口
排查前,先选取至少三段时间:正常基线、负载升高期间、负载恢复或采取措施之后。监控数据尽量使用相同的采样间隔,例如每5~15秒采集一次运行指标,并记录业务流量、定时任务、发布和备份的时间。短暂尖峰可以单独标记,不宜直接与持续数分钟的异常混为一谈。
首先要区分三个容易被称为“负载”的对象:
- Linux load average反映一段时间内可运行任务及不可中断等待任务的平均数量,不等同于CPU使用率。它可能因CPU争用升高,也可能因磁盘I/O等待升高。
- MySQL连接数通常看
Threads_connected,表示当前已建立的客户端连接;其中可能有大量Sleep连接。 - 业务负载应结合请求量、响应时间、错误率和排队情况观察。流量增加后连接数和CPU一同上升,未必是不正常的性能退化。
采样时还要记下MySQL重启、监控缺口和实例切换。Questions、Connections等是累计计数器,计算速率必须使用同一实例、同一段连续运行时间内的两次采样差值;重启前后的计数不能直接相减。
连接数升高:先分清“占着连接”还是“正在工作”
在具有相应权限的MySQL会话中,可以先读取全局状态:
SHOW GLOBAL STATUS WHERE Variable_name IN (
'Threads_connected',
'Threads_running',
'Connections',
'Questions',
'Slow_queries',
'Aborted_connects',
'Max_used_connections'
);
SHOW GLOBAL VARIABLES LIKE 'max_connections';
SHOW GLOBAL STATUS LIKE 'Uptime';
Threads_connected适合描述当前连接规模;Threads_running表示当前未处于休眠状态的线程,但其中也可能有线程在等待锁或I/O,不能直接当作“正在消耗CPU的查询数”。Connections是累计连接尝试量,可用相邻采样差估算新建连接速率;Max_used_connections记录本次MySQL运行以来的连接峰值,不代表当前值。
需要进一步辨别连接状态时,可查看进程列表:
SHOW FULL PROCESSLIST;
关注Command、Time、State和Info。例如,连接数从100升至500,但新增的大多为Sleep,Threads_running仍维持在个位数,MySQL进程CPU和业务延迟也没有明显变化,那么连接池持有更多连接比“查询把服务器压满”更符合现象。空闲连接仍占用一定内存和连接名额,因此也要核对它是否接近max_connections,但这与已经造成CPU高负载是两回事。
反过来,如果Threads_running随连接数一起上升,进程列表出现较多长时间运行或等待的语句,就要继续判断它们是在执行计算、等待磁盘、争用锁,还是被其他环节拖慢。生产环境不宜以很高频率反复执行完整进程列表查询;同时,查看其他用户会话可能需要额外权限,查询文本也可能包含敏感信息,应按运维权限和日志规范处理。
把MySQL变化映射到Linux资源
连接增长究竟有没有形成服务器负载,需要找到相应的资源迹象。先用只读命令观察主机,再与MySQL同一时段的数据对齐;命令中的采样次数可按异常持续时间调整。
uptime
vmstat 1 5
uptime可确认load average是否升高。vmstat中,r持续偏高并伴随CPU使用率升高,更值得检查CPU争用;b、wa升高则提示存在不可中断等待和I/O等待的可能。si、so持续非零,说明正在发生换入、换出,应再检查内存压力,而不是把load升高直接归因于连接数。
如果系统安装了sysstat,可以继续观察磁盘和MySQL进程。先核对进程,再使用实际PID:
pgrep -a mysqld
iostat -xz 1 5
pidstat -u -r -d -p 12345 1 5
这里的12345需替换为核对后的MySQL进程PID。iostat中的await表示I/O请求平均等待时间,须结合读写请求量看:低请求量下偶发的高等待值,不足以解释持续高负载。%util也不能孤立用作不同磁盘设备的“满载线”。pidstat有助于确认CPU、内存变化是否发生在MySQL进程,而不是同机的备份、日志压缩或其他服务。
若命令不存在,应先确认发行版与软件包情况,不必为采样贸然改动线上环境。已有的主机监控通常更适合回看完整曲线;命令输出则用于核对异常当下的进程状态。
下面是一组用于说明判断方法的示例数据,三个时段的采样口径相同:
| 指标 | 正常时段 | 异常时段 | 恢复时段 |
|---|---|---|---|
Threads_connected | 90 | 450 | 110 |
Threads_running | 8 | 105 | 10 |
| MySQL进程CPU使用率 | 约28% | 约88% | 约35% |
| 磁盘I/O平均等待时间 | 约4毫秒 | 约35毫秒 | 约6毫秒 |
| 应用请求P95响应时间 | 约120毫秒 | 约1600毫秒 | 约150毫秒 |
这组变化说明连接数与活跃线程、资源等待、请求延迟同时升高,MySQL很可能处在性能退化链条中;但它仍不能单独证明“连接数过多是起因”。可能是慢查询先占住线程,随后请求和连接堆积;也可能是应用突然增加并发,把原本可接受的查询推过容量边界。要判断方向,还需查看更细的时间顺序和替代解释。
用时间顺序区分原因与结果
把监控曲线放大到异常开始前后几分钟,重点观察哪项指标先偏离基线。
连接和请求量先增加,活跃线程、CPU随后上升。 这更接近并发增加带来的数据库工作量上升。此时应比较Questions相邻采样的差值、应用每秒请求数和单次请求的数据库调用次数。如果流量只增加少量,而数据库请求速率增加很多,还要检查是否出现重试、循环查询或连接池行为变化。
磁盘等待或慢查询先增加,随后连接堆积。 更可能是查询执行时间变长,导致连接归还变慢。可对照慢查询记录、语句耗时分布、磁盘请求量及等待时间。Slow_queries是累计值,只能通过同一运行周期内的增量观察趋势;其含义还受慢查询阈值等配置影响,不能直接等同于全部超时请求。
应用响应时间先上升,但MySQL活跃线程与资源消耗没有同步增加。 要把视线移向应用线程池、上游依赖和网络。网络丢包、重传或应用自身排队,可能让客户端持有连接更久,使Threads_connected增加,而数据库并不是最初的瓶颈。
连接数接近max_connections,同时出现连接失败。 此时即使CPU不高,应用也可能因拿不到数据库连接而报错。应同时看应用的连接超时、拒绝连接错误和MySQL连接相关错误,而不是只看load average。单纯提高max_connections可能暂时减少拒绝连接,却也允许更多并发进入数据库;若瓶颈仍在查询、锁或I/O,延迟可能继续恶化。
锁等待也是重要的分支。多个会话看起来都在“运行”,CPU却不高,应用请求持续排队时,应检查进程状态、事务持续时间及锁等待信息。是否能使用performance_schema中的锁等待视图,取决于MySQL版本、启用情况和权限;不要因看不到某张表就直接判定不存在锁争用。
排除同一时间发生的其他变化
在形成判断前,至少核对以下几类变化,避免把相关性写成因果关系:
- 流量与应用侧排队: 对照请求量、P95/P99响应时间、错误率,以及应用线程池和数据库连接池的等待队列。若连接池等待先出现,数据库连接数却没有明显增加,限制可能在应用侧连接池配置或可用连接获取过程。
- 内存压力: 观察可用内存、MySQL进程常驻内存、交换活动和内核的内存不足记录。连接增加会带来一定内存开销,但不能仅用连接数量估算实际占用;排序、临时表及其他进程也会改变内存状态。
- 磁盘与后台任务: 核对备份、批处理、日志写入及同机其他进程。若主机I/O等待先升高,而MySQL连接数随后增加,连接堆积可能是存储变慢的结果。
- 网络与连接建立: 比较应用到数据库的连接建立耗时、网络错误或重传趋势。TCP套接字数量不能直接当成MySQL会话数;
TIME_WAIT等状态也不应混入Threads_connected。 - 变更时间: 核对SQL、索引、连接池参数、流量入口和服务器资源调整。时间吻合只是线索,仍需用变化前后的指标验证影响范围。
这些指标不要求每次全部异常。真正有用的是一条能够解释时间顺序的链:例如“某批查询耗时增加 → 活跃线程和I/O等待上升 → 连接归还变慢 → 连接池排队与请求超时增加”。如果观测到的顺序相反,就应修改判断,而不是继续套用这条链。

形成判断后,用同口径复测
可以把排查结果落到三类可验证的判断上:
- 主要是空闲连接增长:
Threads_connected升高,Threads_running、MySQL资源占用和业务延迟稳定。重点核对连接池规模、空闲连接策略及连接名额余量,不把连接数本身称为高负载原因。 - 活跃数据库工作量推动负载: 连接增长伴随活跃线程、查询速率和CPU或I/O持续升高,业务延迟随后变差。继续定位消耗资源的语句或并发来源,判断是流量变化还是单次请求成本变化。
- 其他瓶颈导致连接堆积: 磁盘、锁、内存、网络或应用排队先恶化,连接数随后上升。应优先处理先出现的瓶颈,而不是仅扩大连接上限。
复测应沿用原来的时间窗口、采样间隔和业务指标口径。例如调整应用并发或连接池参数前,先备份原配置、明确受影响的应用实例并选择可观察的发布窗口;若响应时间、错误率或排队情况变差,应恢复原配置。数据库侧变更连接上限或SQL、索引也应分别评估内存与执行计划影响,不能把“连接数降了”当作唯一成功标准。
下一次再遇到类似告警,建议在同一时间轴上同时保留这组指标:Threads_connected与Threads_running、连接和查询速率、MySQL进程CPU与内存、磁盘I/O等待、应用请求量与P95响应时间、错误率及连接池排队量。连接数指出现象发生在哪里;这些联动指标和先后顺序,才能帮助判断它是负载的推动因素,还是故障后的堆积结果。
连接数、活跃线程与主机资源的变化,需要放在具体业务负载和服务器资源背景下理解。A5数据提供香港、美国、日本、韩国、中国台湾、新加坡和马来西亚等地区的物理服务器,涵盖Xeon与AMD EPYC平台,并有搭配NVMe存储的方案,可用于数据库、业务后台和接口服务等部署。不同地区及产品系列提供不同配置与网络线路,为业务系统选择相应的计算、存储和网络资源提供基础。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/5531.html



