数据库服务器上的MySQL连接线程怎样管理,哪些指标能发现连接耗尽?

发布人:A5数据发布时间:2026-11-13 09:47阅读量:42

单看 Threads_connected 接近 max_connections,不能直接断定 MySQL 已经“线程耗尽”。连接数中可能包含大量空闲连接,应用连接池也可能在数据库仍有余量时先被占满;反过来,慢查询、锁等待或磁盘延迟会让活动连接长期不释放,最终把总连接数推到上限。

管理 MySQL 连接线程的重点,是把连接生命周期、连接池容量、查询并发和服务器资源放在同一个时间窗口里观察。通常需要同时关注 Threads_connected、Threads_running、Max_used_connections、Connection_errors_max_connections、应用连接池等待时间、SQL 响应时间,以及 CPU、内存、I/O 和网络指标,才能判断究竟是连接配置不足、连接泄漏、查询变慢,还是数据库资源已经饱和。

MySQL连接管理不仅涉及线程和连接池,也与数据库所在服务器的CPU、内存、存储和网络资源密切相关。A5idc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 Gold、AMD EPYC等平台,部分配置搭配较大内存和NVMe存储,可为数据库及业务后台提供多样化的部署资源。不同地区还提供相应的带宽与线路选择,适合结合业务访问区域和数据库负载规划服务器环境。

先区分连接、线程与查询并发

在经典的 MySQL one-thread-per-connection 模型中,一个客户端连接通常对应一个服务端线程。线程会处理该连接上的认证、网络通信和 SQL 请求,但“连接数”“线程创建数”和“正在执行的查询数”并不是同一个概念。

指标或对象表示什么不能直接说明什么
Threads_connected当前已经建立的客户端连接数,包括空闲连接不能说明这些连接都在消耗 CPU
Threads_running当前未处于 Sleep 状态的线程数不能说明线程都在执行 CPU 密集型 SQL,部分线程可能在等锁或 I/O
Max_used_connections自服务器启动或状态重置以来的连接峰值不能代表当前连接数,也不能说明峰值持续了多久
Threads_created为处理客户端连接而创建过的线程累计数不能直接作为当前并发数,需要结合变化速率观察
thread_cache_size连接断开后可复用的线程缓存数量不会提高 max_connections,也不会允许更多并发连接
max_connectionsMySQL 允许的客户端并发连接上限不等于服务器能够稳定承载的并发查询数

连接池中的空闲连接仍然会计入 Threads_connected,但通常不会持续消耗查询 CPU。相反,一个正在等待行锁的连接可能 CPU 使用率很低,却长期占用连接槽位。因此,管理目标不是简单地把连接数压到越低越好,而是控制连接复用、事务持有时间和真正的查询并发。

建立一个可比较的观察窗口

连接耗尽通常是一个过程,而不是单个瞬时值。排查时应先确定一个包含正常时段和异常时段的窗口,例如异常前后各 10 到 30 分钟,采样粒度可以是 10 秒、30 秒或 1 分钟。若应用有发布、流量切换、定时任务或批量导入,也要把这些时间点标记出来。

首先读取 MySQL 当前配置和状态:

SHOW GLOBAL VARIABLES
WHERE Variable_name IN (
  'max_connections',
  'thread_cache_size',
  'wait_timeout',
  'interactive_timeout'
);

SHOW GLOBAL STATUS
WHERE Variable_name IN (
  'Threads_connected',
  'Threads_running',
  'Max_used_connections',
  'Threads_created',
  'Connections',
  'Connection_errors_max_connections',
  'Aborted_connects'
);

再查看连接处于什么状态:

SELECT
  COMMAND,
  COUNT(*) AS connection_count
FROM information_schema.PROCESSLIST
GROUP BY COMMAND
ORDER BY connection_count DESC;

对于非空闲连接,可以进一步查看执行时间、状态和 SQL 摘要:

SELECT
  ID,
  USER,
  HOST,
  DB,
  COMMAND,
  TIME,
  STATE,
  LEFT(INFO, 160) AS SQL_TEXT
FROM information_schema.PROCESSLIST
WHERE COMMAND <> 'Sleep'
ORDER BY TIME DESC
LIMIT 30;

生产环境中应注意 SQL 文本可能包含业务敏感信息。监控系统可以采集状态和耗时,但应对 SQL 文本脱敏或只保留指纹。

Threads_connected、Threads_running 是瞬时值,适合画时间序列;Connections、Threads_created、Aborted_connects 等是累计计数,更适合计算窗口内的增量。例如,10 分钟内 Threads_created 增加 600,不能直接说当前有 600 个线程,而应解释为平均每分钟创建 60 个线程。

指标A:连接占用率是否接近上限

可以先计算两个简单比例:

  • 当前连接占用率 = Threads_connected / max_connections
  • 观测窗口峰值占用率 = Max_used_connections / max_connections

这两个比例只用于定位风险,不能当成固定告警阈值。比如连接占用率达到 90%,如果连接主要是稳定的空闲池连接,且活动查询、错误率和响应时间均正常,未必已经故障;但如果该比例持续上升,同时 Connection_errors_max_connections 开始增加,就说明新连接已经受到上限影响。

判断连接上限是否真正触发,至少要同时看以下变化:

观察组合更可能的含义
Threads_connected 接近 max_connections,Connection_errors_max_connections 持续增加新连接被 MySQL 拒绝,连接上限是直接原因
Threads_connected 高,但错误率没有增加,绝大多数为 Sleep连接池偏大、空闲连接过多或连接释放策略不合理
Threads_connected 快速上升,Connections 增长速率也明显提高应用可能频繁建连,连接复用失效或发生重试风暴
Max_used_connections 很高,但当前 Threads_connected 已恢复可能是短时流量尖峰,需结合峰值持续时间判断
Threads_connected 不高,但应用连接池等待时间上升连接可能在应用侧先耗尽,数据库上限不是第一瓶颈

Max_used_connections 是高水位指标,适合回答“曾经达到过多高”,不适合单独回答“现在是否耗尽”。如果状态被重置过,还需要记录重置时间,否则不同时间段之间的峰值不可直接比较。

指标B:活动线程、响应时间与错误是否同步恶化

Threads_running 比 Threads_connected 更接近查询并发,但它仍不能单独证明 CPU 已经饱和。一个线程可能正在运行 SQL,也可能处于锁等待、磁盘等待或其他内部等待状态。

更有价值的联动关系通常是:

  1. Threads_connected 上升,说明连接槽位被逐步占用。
  2. Threads_running 同步上升,说明空闲连接正在转化为活动请求,或查询完成速度变慢。
  3. 数据库响应时间的 P95、P99 上升,说明请求在排队或执行时间变长。
  4. 应用连接池获取连接的等待时间上升,说明连接没有及时归还。
  5. Connection_errors_max_connections 增加,说明最终已经影响新连接建立。

可以用一组模拟监控数据说明这种变化。以下数值仅用于解释分析方法,并非某套实际监控结果:

指标B:活动线程、响应时间与错误是否同步恶化配图

时间Threads_connected / max_connectionsThreads_running数据库 P95CPU连接错误
10:00180 / 5001438 ms42%0
10:05320 / 5004685 ms61%0
10:10465 / 500210620 ms88%12
10:15498 / 5003901.9 s94%760

这条变化链比“连接数达到 93%”更能支持连接耗尽判断:连接逐渐接近上限,活动线程和响应时间同步恶化,随后出现连接上限错误。此时直接把 max_connections 调大,可能只能延后报错;如果慢查询或锁等待仍未处理,新增连接会继续堆积。

把主机资源放进同一个时间语境

数据库连接数量升高,可能是结果而不是原因。查询执行变慢后,单个请求持有连接的时间变长,在相同流量下就需要更多并发连接。此时应同时观察主机和存储指标。

CPU 持续升高

如果 Threads_running、P95/P99 延迟和 CPU 使用率同时上升,常见原因包括:

  • 慢查询扫描大量数据;
  • 索引失效导致全表扫描或大范围扫描;
  • 排序、临时表、聚合操作消耗 CPU;
  • 连接数过多带来调度和上下文切换开销。

这类场景中,优先定位慢 SQL、执行计划和索引命中情况,而不是先扩大连接上限。因为更多连接会让 CPU 争用更激烈。

CPU 不高但线程大量堆积

如果 Threads_running 很高,CPU 只有 20%~40%,同时响应时间持续上升,应优先检查等待状态:

  • InnoDB 行锁等待;
  • 元数据锁等待;
  • 磁盘读写延迟;
  • 刷盘或日志提交等待;
  • 表级锁或外部存储访问等待。

这类情况下,“低 CPU”并不意味着数据库有余量。线程可能都在等待同一个锁或 I/O 事件,连接仍然会被长期占用。

内存和交换分区出现压力

连接数上升会增加每连接相关的内存开销,排序、连接、读缓冲等工作区也可能按需分配。不能用“总内存除以单连接内存”简单得到安全连接数,因为不同 SQL 的内存使用峰值不同,但可以把以下因素纳入估算:

  • InnoDB Buffer Pool 等全局内存;
  • 连接线程的基础开销;
  • sort_buffer_size、join_buffer_size 等每线程或每操作缓冲区;
  • 临时表和结果集;
  • 操作系统、监控组件及其他服务的预留内存。

如果连接上升时出现 swap、内存回收或内存压力指标恶化,继续提高 max_connections 可能造成更严重的抖动,甚至触发系统级 OOM。

I/O 和网络延迟上升

磁盘延迟升高会拉长 SQL 持有连接的时间,网络丢包或连接建立延迟则可能让应用重试并制造更多连接。需要区分:

  • 数据库存储 I/O 延迟:查询执行变慢,活动线程堆积;
  • 客户端到数据库的网络延迟:连接获取和结果返回变慢;
  • 应用重试带来的连接增长:短时间内 Connections 增量异常。

因此,网络错误率、TCP 重传、数据库网卡带宽、磁盘 IOPS 和磁盘 await 应与 MySQL 状态放在同一张时间序列图中。

排除几种容易混淆的情况

数据库连接还有余量,但应用连接池已耗尽

应用通常有自己的连接池上限。假设有 4 个应用实例,每个实例运行 4 个工作进程,每个进程配置一个最多 20 个连接的池,则理论池上限为:

4 × 4 × 20 = 320 个连接

如果 MySQL 的 max_connections 是 500,数据库看起来还有 180 个连接余量,但某个应用进程的 20 个连接全部被长事务、慢查询或网络读取占用时,该进程仍会在池内排队。此时需要查看:

  • pool active connections;
  • pool idle connections;
  • acquire wait time;
  • acquire timeout count;
  • 连接借出时间;
  • 超时和泄漏检测记录。

应用池耗尽的典型表现是应用侧获取连接超时,而 MySQL 的 Connection_errors_max_connections 没有同步增长。

大量空闲连接造成“看起来快满”

连接池常会保留空闲连接,Threads_connected 因此长期偏高。若这些连接没有执行事务,Threads_running 接近正常水平,数据库响应时间和错误率也稳定,问题更可能是池容量和空闲回收策略,而不是查询并发。

应检查连接池的最大连接数、最小空闲数、空闲超时和最大生命周期。不要为了降低连接数而随意把 MySQL 的 wait_timeout 调得很小,这可能导致长连接被服务端关闭,应用随后出现断连、重连和重试风暴。调整前应确认应用是否支持连接校验、自动重连和事务失败重试,回滚时恢复原配置并观察连接建立错误。

连接频繁创建,但并发并不高

如果 Threads_connected 维持在较低水平,而 Connections 和 Threads_created 增长很快,说明连接生命周期过短。常见原因有:

  • 每个请求都新建数据库连接;
  • 连接池配置未生效;
  • 数据库连接在异常分支中被关闭;
  • 数据库或网络短暂异常触发大量重连;
  • 应用进程频繁重启。

thread_cache_size 可以减少服务端反复创建线程的开销,但它不是连接池的替代品。连接池负责复用客户端连接,线程缓存主要负责复用服务端线程,两者解决的问题不同。

长事务或连接泄漏

某些连接虽然在 PROCESSLIST 中显示为 Sleep,但对应事务并未真正结束,仍可能持有锁或快照。应结合事务信息检查长时间未提交的事务:

SELECT
  trx_id,
  trx_mysql_thread_id,
  trx_started,
  trx_state,
  trx_tables_locked,
  trx_rows_locked
FROM information_schema.innodb_trx
ORDER BY trx_started;

如果应用借出连接后没有在成功、异常和超时分支中执行提交或回滚,连接池会逐渐失去可用连接。修复重点是缩短事务范围、明确提交和回滚责任,并在连接归还前执行状态清理,而不是单纯增加池大小。

连接线程的管理方式

先控制应用侧连接池总量

连接池上限应按所有应用实例、进程和任务叠加计算,而不是只看单个实例配置。数据库还要为管理连接、监控、备份、复制、迁移和临时运维预留空间。

连接池大小可以参考数据库实际并发能力、SQL 延迟和流量峰值。一个简单估算是:

数据库平均在途请求数 ≈ 每秒数据库请求量 × 平均数据库响应时间(秒)

例如,每秒 600 次数据库请求,平均响应时间 30 毫秒,即 0.03 秒,则平均在途请求约为:

600 × 0.03 = 18

这只是平均执行并发,不包括空闲连接、突发流量、长事务和故障重试。连接池还需要通过压测和峰值监控确定上限,不能把估算结果直接当成固定配置。

把 max_connections 当作保护上限

提高 max_connections 前,应先完成内存、CPU、I/O 和查询并发评估。调整配置可能让更多连接进入执行阶段,也可能放大内存消耗和锁竞争。

合理做法是记录原值,先在低峰期或受控环境验证,再通过配置管理系统持久化;若出现内存压力、延迟恶化或错误增加,应恢复原值并重启或重新加载相应配置,具体方式取决于 MySQL 版本和发行版。不要只执行一次动态修改就认为配置已经永久生效,也不要在没有管理连接余量的情况下关闭所有客户端连接。

用线程缓存处理连接创建开销

当监控显示连接创建频率很高,但查询并发和资源使用正常时,可以评估 thread_cache_size 是否过小。应结合 Threads_created 的增量、Connections 的增量和连接建立延迟观察效果。

线程缓存只能降低线程反复创建和销毁的成本,不能解决:

  • Too many connections;
  • 慢查询;
  • 锁等待;
  • 应用连接池泄漏;
  • 数据库内存不足。

谨慎评估线程池

部分 MySQL 版本或发行版提供线程池能力。线程池可以限制同时执行的工作数量,减少大量连接直接争抢 CPU 的情况,但它不会消除客户端连接,也不会自动修复慢 SQL、长事务和连接泄漏。启用前应确认版本、插件能力、授权条件和现有监控是否支持,并用与生产相近的查询混合负载验证。

复测时不要只看连接峰值

完成索引、慢查询、连接池或配置调整后,应使用与异常前相同的观察窗口重新比较。至少记录以下变化:

  • Threads_connected 当前值和峰值;
  • Threads_running 的平均值、峰值和持续时间;
  • Connection_errors_max_connections 增量;
  • Connections、Threads_created 的增长速率;
  • 应用池获取连接等待时间和超时数;
  • 数据库响应时间 P50、P95、P99;
  • SQL 错误率、超时率和重试率;
  • CPU、内存、swap、磁盘延迟、I/O 等待;
  • 长事务数量和锁等待时长。

如果连接数下降了,但 P99 延迟、锁等待或错误率上升,不能把结果视为优化成功;如果连接数仍高但查询延迟、错误率和资源压力均下降,也不能仅凭连接占用率判定失败。真正需要验证的是:连接是否能够及时获取、查询是否能够及时完成、资源是否处于可控范围,以及异常流量到来时是否仍有管理和回滚空间。

下一次出现连接数升高时,建议把以下组合放在同一张监控面板中观察:Threads_connected / max_connections、Threads_running、Connection_errors_max_connections、应用池等待时间、数据库 P95/P99、CPU 使用率、内存压力、磁盘延迟、网络重传,以及长事务和锁等待时长。只有把这些指标按同一时间线对齐,才能区分“连接真的耗尽”“查询变慢导致连接堆积”和“应用池先耗尽”这三类不同问题。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/9117.html

相关推荐