性能文章>记一次 Druid 超时配置的问题 → 引发对 Druid 时间配置项的探究>

记一次 Druid 超时配置的问题 → 引发对 Druid 时间配置项的探究原创

2年前
833604

问题背景

最近生产环境出现了一个问题,错误日志类似如下

Failed to obtain JDBC Connection; nested exception is com.alibaba.druid.pool.GetConnectionTimeoutException: wait millis 1010, active 10, maxActive 10, creating 0, runningSqlCount 10 : select * from tbl_user

日志信息提示的很明显:获取 JDBC Connection 失败,因为从 druid 连接池获取 connection 超时了

image1.png
  
上图的意思是:执行 select * from tbl_user 之前,需要从 druid 连接池中获取一个 connect

而此时连接池的状态是:一共 10 个激活的 connect ,连接池最大创建 10 个 connect ,正在执行 sql 的 connect 也是 10 个

所以不能创建新的 connect ,那就等呗,一共等了 1010 毫秒,还是拿不到 connect ,就抛出 GetConnectionTimeoutException 异常

简单点说就是是连接池中连接数不够,在规定的时间内拿不到 connect

那有人就说了:连接池的最大数量设置大一点,问题不就解决了吗?

最大连接数设置大一点只能说可以降低问题发生的概率,不能完全杜绝,因为网络情况、硬件资源的使用情况等等都是不稳定因素

今天要讲的不是连接池大小问题,而是超时设置问题,我们慢慢往下看

问题复现

我们先来模拟下上述问题

MySQL 版本: 5.7.21 ,隔离级别:RR
Druid 版本: 1.1.12
spring-jdbc 版本: 5.2.3.RELEASE

DruidDataSource 初始化

为了方便演示,就手动初始化了

image2.png

多线程查询

线程数多于连接池中 connect 数
image3.png

模拟慢查询

如果查询飞快,15 个查询,可能都用不上 10 个 connect ,所以我们需要简单处理下

很简单,给表加写锁呗: LOCK TABLES tbl_user WRITE

给表 tbl_user 加上写锁,然后跑线程去查询 tbl_user 的数据

异常演示

先锁表,再启动程序
https://media.giphy.com/media/I9tx0fNIqOGSESA2qZ/giphy.gif

可以看到,15 个线程中,有 5 个线程获取 connect 失败

Thread-13 Failed to obtain JDBC Connection; nested exception is com.alibaba.druid.pool.GetConnectionTimeoutException: wait millis 10004, active 10, maxActive 10, creating 0, runningSqlCount 10 : select * from tbl_user
Thread-5 Failed to obtain JDBC Connection; nested exception is com.alibaba.druid.pool.GetConnectionTimeoutException: wait millis 10004, active 10, maxActive 10, creating 0, runningSqlCount 10 : select * from tbl_user
Thread-10 Failed to obtain JDBC Connection; nested exception is com.alibaba.druid.pool.GetConnectionTimeoutException: wait millis 10004, active 10, maxActive 10, creating 0, runningSqlCount 10 : select * from tbl_user
Thread-7 Failed to obtain JDBC Connection; nested exception is com.alibaba.druid.pool.GetConnectionTimeoutException: wait millis 10004, active 10, maxActive 10, creating 0, runningSqlCount 10 : select * from tbl_user
Thread-8 Failed to obtain JDBC Connection; nested exception is com.alibaba.druid.pool.GetConnectionTimeoutException: wait millis 10004, active 10, maxActive 10, creating 0, runningSqlCount 10 : select * from tbl_user

示例代码:druid-timeout

时间配置项

Druid 中关于时间的配置项有很多,我们我们重点来看下如下几个

maxWait

最大等待时长,单位是毫秒,-1 表示无限制

从连接池获取 connect ,如果有空闲的 connect ,则直接获取到,如果没有则最长等待 maxWait 毫秒,如果还获取不到,则抛出 GetConnectionTimeoutException 异常

removeAbandonedTimeout

设置 druid 强制回收连接的时限,单位是秒,从连接池获取到 connect 开始算起,超过此值后, Druid 将强制回收该连接

官网也有说明:连接泄漏监测

validationQueryTimeout

检测连接是否有效的超时时间,单位是秒,-1 表示无限制

Druid 内部的一个检测 connect 是否有效的超时时间,需要结合 validationQuery 来配置

timeBetweenEvictionRunsMillis

检查空闲连接的频率,单位是毫秒, 非正整数表示不进行检查

空闲连接检查的间隔时间, Druid 池中的 connect 数量是一个动态从 minIdle 到 maxActive 扩张与收缩的过程

connect 使用高峰期,数量会从 minIdle 扩张到 maxActive ,使用低峰期, connect 数量会从 maxActive 收缩到 minIdle

收缩的过程会回收一些空闲的 connect ,而 timeBetweenEvictionRunsMillis 就是检查空闲连接的间隔时间

queryTimeout

执行查询的超时时间,单位是秒,-1 表示无限制

最终会应用到 Statement 对象上,执行时如果超过此时间,则抛出 SQLException

transactionQueryTimeout

执行一个事务的超时时间,单位是秒

minEvictableIdleTimeMillis

最小空闲时间,单位是毫秒,默认 30 分钟

如果连接池中非运行中的连接数大于 minIdle ,并且某些连接的非运行时间大于 minEvictableIdleTimeMillis ,则连接池会将这部分连接设置成 Idle 状态并关闭

maxEvictableIdleTimeMillis

最大空闲时间,单位是毫秒,默认 7 小时

如果 minIdle 设置的比较大,连接池中的空闲连接数一直没有超过 minIdle ,那么那些空闲连接是不是一直不用关闭?

当然不是,如果连接太久没用,数据库也会把它关闭(MySQL 默认 8 小时),这时如果连接池不把这条连接关闭,程序就会拿到一条已经被数据库关闭的连接

为了避免这种情况, Druid 会判断池中的连接,如果非运行时间大于 maxEvictableIdleTimeMillis ,也会强行把它关闭,而不用判断空闲连接数是否小于 minIdle

再看问题

其实前面的示例中设置了

image5.png

获取 connect 的最大等待时长是 10000 毫秒,也就是 10 秒,而 removeAbandonedTimeout 设置是 7 秒。照理来说 connect 如果 7 秒未执行完 SQL 查询,就会被 Druid 强制回收进连接池,那么等待 10 秒应该能够获取到 connect ,为什么会抛出 GetConnectionTimeoutException 异常了?这也就是文章标题中的超时设置问题。

源码探究

很显然,我们从 dataSource.init(); 开始跟源码

会看到如下一块代码

image6.png

我们继续跟 createAndStartDestroyThread();

image7.png

重点来了,我们看下 DestroyTask 到底是怎么样一个逻辑

image8.png

我们接着跟进 removeAbandoned ,关键代码

image9.png

如果 connect 正在运行中是不会被强制回收进连接池的,回到我们的示例,connect 都是在运行中,只是都在进行慢查询,所以是无法被强制回收进连接池的,那么其他线程自然在 maxWait 时间内无法获取到 connect

至此文章标题中的问题的原因就找到了。那么问题又来了: removeAbandonedTimeout 作用在哪?

我们再仔细阅读下:连接泄漏监测:Druid 提供了 RemoveAbandanded 相关配置,目的是监测连接泄露,回收那些长时间游离在连接池之外的空闲 connect,可能因为程序问题,导致申请的 connect 在处理完 sql 查询后,不能回到连接池的怀抱,那么这个 connect 处理游离态,它真实存在,但后续谁也申请不到它,这就是连接泄露,而 removeAbandoned 的设计就是为了帮助这些泄露的 connect 回到连接池的怀抱。

解决问题

开启 removeAbandoned 对性能有影响,官方不建议在生产环境使用,那么我们接受官方的建议,不开启 removeAbandoned (不配置即可,默认是关闭的)

为了不让慢查询占用整个连接池,而拖垮整个应用,我们设置查询超时时间 queryTimeout

有两种方式,一个是设置 DataSource 的 queryTimeout ,另一个是设置 JdbcTemplate 的 queryTimeout

如果两个都设置,最终生效的是哪个,为什么?大家自己去分析,权当是给大家留个一个作业

这里就配置 DataSource 的 queryTimeout ,给大家演示下效果

https://media.giphy.com/media/SkQ2mQZQuvs7xucwMs/giphy.gif

可以看到,所有线程都获取到了 connect

总结

1、 Druid 的 removeAbandoned 对性能有影响,不建议开启
removeAbandoned 的开启后的作用要捋清楚,而非简单的过期强制回收。

2、 Druid 的时间配置项有很多,不局限于文中所讲,但常用的就那么几个,其他的保持默认值就好,配置的时候一定要弄清楚各个配置项的具体作业,不要去猜!

3、查询超时 queryTimeout 即可在 DataSource 配置,也可在 JdbcTemplate 配置。

点赞收藏
青石路
请先登录,感受更多精彩内容
快去登录吧,你将获得
  • 浏览更多精彩评论
  • 和开发者讨论交流,共同进步

为你推荐

日常Bug排查-偶发性读数据不一致

日常Bug排查-偶发性读数据不一致

4
0