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、Nigix、文件服务器全部报：”Connect Unknown Error“，惊出一身冷汗。。。

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。