MySQL读写分离一遇高并发访问，所有服务瞬间集体罢工，问题解决如坐过山车，太刺激了

前言

最近系统（基于 SpringCloud + K8s）上线，运维团队早上 8 点左右在群里反馈，系统登录无反应！我的第一反应是 MySQL 数据库扛不住了。

排查问题也是一波三折，有网络问题，也有 MySQL 读写分离后数据库参数优化问题。

问题回顾

1、运维团队早上 8 点左右在群里反馈，系统登录无反应。

2、DevOps 团队通过查看 Kibana 日志

发现 ELK、K8s 集群、Redis、Mongodb、Nginx、文件服务器全部报：”Connect Unknown Error“，中间件服务集体挂彩，团队成员惊出一身冷汗。。。一想到某联大领导每日混迹于办公门户，瑟瑟发抖呀。。。

心里嘀咕难道 K8s 容器也挂了？那还怎么玩？

3、查看监控短信，连续收到数据库读写分离Master-Slave警告信息

问题定位

1、Connect Unknown Error

经过从 K8s 团队确认，在早上 8 点左右出现了网络中断，持续了大概 1 分钟左右，导致 K8s 平台剔除响应超时的微服务节点，同时不断的启动新的容器。通过日志分析，8 点半左右容器平台恢复正常，但是前台页面查询数据很慢（后来定位是 MySQL 数据库服务器 CPU 占用 92% ，导致数据库服务器处理应用请求很慢）。

2、MySQL 读写分离 Master-Slave 警告信息

MHA架构

MySQL 读写分离是采用 MHA 架构，一主两从（Master-Slave）。

Master 负责数据的写操作，同时通过 binlog 日志同步到两个 Slave 从库，从库负责应用程序的查询操作。

在报 Connect Unknown Error 异常后，我们检查了 MySQL 服务器，发现 Master 节点 CPU 占用 92%（应用层读写请求全部路由到了 Master节点原因导致），而两个 Slave 节点全部处于空闲状态，并且主从数据不同步了。

3、数据库DBA通过查看 MySQL 的 show processlist 命令，发现有大量的 “create sort index（排序索引）” SQL 语句（约 36 个）

经排查发现有个 cms_article 表有几百万的数据，客户端分页查询请求，虽然只取 10 条数据行，但是实际查询了几百万行数据，而且要在数据库内存中进行了几百万数据内存排序。所以出现了大量的 create sort index 排序索引。而且频繁执行 Create Sort Index 会造成 MySQL 占满服务器 CPU，导致服务器请求无响应，甚至假死状态！

解决办法

1、Connect Unknown Error

K8s 平台自动剔除响应超时的微服务节点，同时启动新的容器，直至恢复到故障前的容器节点水平，依靠 K8s 平台自我修复。

2、MySQL 读写分离 Master-Slave 警告信息

恢复步骤

1. 重启 Master-Slave 节点，应用层读写请求正常，但是主从数据还是不同步，经定位是 mysql 同步线程 Slave_IO_Running 和 Slave_SQL_Running 都为 No 。
2. 晚上重启 Slave_IO_Running 和 Slave_SQL_Running binlog 日志同步线程

只有 Slave_IO_Running 和 Slave_SQL_Running 都为 yes ，则表示同步成功。

3、数据库 DBA 通过查看 MySQL 的 show processlist 命令，发现有大量的 “create sort index （排序索引）” SQL 语句（约 36 个）

innodb_buffer_pool_size 从 500M 调整为 300G（服务器共 500G 内存）。

innodb_buffer_pool_size 用于缓存索引和数据的内存大小，这个当然是越多越好，数据读写在内存中非常快，减少了对磁盘的读写。

当数据提交或满足检查点条件后才一次性将内存数据刷新到磁盘中。然而内存还有操作系统或数据库其他进程使用，一般设置buffer pool 大小为总内存的 1/5 至1/4。若设置不当，内存使用可能浪费或者使用过多。

对于繁忙的服务器, buffer pool 将划分为多个实例以提高系统并发性，减少线程间读写缓存的争用。

buffer pool 的大小首先受 innodb_buffer_pool_instances 影响， 当然影响较小。

MySQL 性能调优总结

预计 44W 用户 峰值在线人数 5 万左右。

1、innodb_buffer_pool_size=500M

太小，严重影响数据库性能。

服务器共 500G 内存，但只给 MySQL 缓冲池分配了 500M，非常影响数据库性能，且造成资源浪费。

建议设置为服务器内存的 60%。

2、expire_logs_days=7

太短，只能保留 7 天的 binlog，只能恢复 7 天内的任意数据。建议设置为参数文件里被覆盖的 90 天的设置。

3、long_query_time=10

太长，建议设置为 2 秒，让慢查询日志记录更多的慢查询。

4、transaction-isolation = read-committed

建议注释掉，使用数据库默认的事务隔离级别

5、innodb_lock_wait_timeout = 5

设置得太小，会导致事务因锁等待超过5秒，就被回滚。建议和云门户设置得保持一致，云门户大小为 120。

6、autocommit = 0

#建议改为 mysql 默认的自动提交( autocommit=1 )，提升性能，方便日常操作

往期推荐

1. 肝九千字长文 | MyBatis-Plus 码之重器 lambda 表达式使用指南，开发效率瞬间提升80%
2. 用 MHA 做 MySQL 读写分离，频繁爆发线上生产事故后，泪奔分享 Druid 连接池参数优化实战
3. 微服务架构下，解决数据库跨库查询的一些思路
4. 一文读懂阿里大中台、小前台战略