一个游戏业务的mysql数据库，多台服务器上mysql服务被OOM，但OOM的原因是什么呢？
其实导致OOM的直接原因并不复杂，就是因为服务器内存不足，内核需要回收内存，回收内存就是kill掉服务器上使用内存最多的程序，而mysql服务是使用内存最多，所以就OOM了。
首先我们检查是什么原因导致内存不足，这台服务器物理内存为64G
# free -m
total used free shared buffers cached
Mem: 64375 57821 6553 0 554 16369
-/+ buffers/cache: 40897 23478
Swap: 16383 5 16378
被oom第一个怀疑的原因就是innodb_buffer_pool_size大小设置是否合理
141205 18:47:57 [Note] Plugin 'FEDERATED' is disabled.
141205 18:47:57 InnoDB: The InnoDB memory heap is disabled
141205 18:47:57 InnoDB: Mutexes and rw_locks use GCC atomic builtins
141205 18:47:57 InnoDB: Compressed tables use zlib 1.2.3
141205 18:47:57 InnoDB: Using Linux native AIO
141205 18:47:57 InnoDB: Initializing buffer pool, size = 58.0G
141205 18:48:04 InnoDB: Completed initialization of buffer pool
141205 18:48:04 InnoDB: highest supported file format is Barracuda.
从上面mysql启动的日志中，可以看到在14年mysql启动的时候，innodb_buffer_pool_size设置成了58G，一直到OOM，innodb_buffer_pool_size一直是58G
一台物理内存为64G的服务器，innodb_buffer_pool_size的这个设置确实有点大
另一个检查是vm.swappiness的设置
现在服务器上vm.swappiness设置为0，而RHEL/CentOS 6.4的内核从2.6.32-358这个版本以后，swappiness的行为就已经修改了，
最新的内核，建议把vm.swappiness设置1
# uname -r
2.6.32-431.el6.x86_64
这里我们系统是最新的内核
但是通过下面的分析，发现innodb_buffer_pool_size，vm.swappiness两个参数设置的不合理只是OOM中的潜在问题，并不是触发OOM的直接原因
可以通过show engine innodb status，查看一下mysql内存的使用情况
..... ---------------------- BUFFER POOL AND MEMORY ---------------------- Total memory allocated 63979913216; in additional pool allocated 0 Internal hash tables (constant factor + variable factor) Adaptive hash index 7893457408 (7887918656 + 5538752) Page hash 61625224 (buffer pool 0 only) Dictionary cache 247241428 (246498992 + 742436) File system 111712 (82672 + 29040) Lock system 154077792 (154061624 + 16168) Recovery system 0 (0 + 0) Dictionary memory allocated 742436 Buffer pool size 3801087 Buffer pool size, bytes 62277009408 --Buffer Pool大小 Free buffers 3686413 --Buffer Pool中有多少个空白页 Database pages 112368 --Buffer Pool中使用了多少页 Old database pages 22365 ........ |
这里可以发现Buffer pool中大部分页都是Free的，其实mysql服务并未直接分配到58G的内存。
通过sar -B，发现了大量的与SWAP内存的交换，而这个频繁交换的时间是每半小时发生一次
10:00:01 AM pgpgin/s pgpgout/s fault/s majflt/s pgfree/s pgscank/s pgscand/s pgsteal/s %vmeff 10:10:01 AM 24472.34 13779.62 10542.81 0.88 8986.53 1547.25 42.00 1556.45 97.94 10:20:01 AM 24.55 11989.73 10669.42 0.14 4369.46 138.54 0.11 138.64 100.00 10:30:01 AM 1.29 8991.32 9832.53 0.01 3596.49 20.53 0.55 21.08 100.00 10:40:01 AM 24522.56 17124.60 11295.04 0.75 9649.33 1710.20 51.21 1666.83 94.63 10:50:01 AM 4.68 8691.01 10355.18 0.08 3934.04 21.22 0.11 21.33 100.00 11:00:01 AM 3.71 10738.47 10384.87 0.09 4017.96 94.24 0.28 94.47 99.96 11:10:02 AM 24924.74 14603.99 11129.07 0.86 9504.08 1751.06 40.43 1642.30 91.67 11:20:01 AM 11.95 8548.50 10206.84 0.11 3819.67 48.74 0.11 48.85 100.00 Average: 8944.00 11658.11 10479.06 0.40 5958.60 687.73 18.04 668.62 94.74 |
每半个小时的SWAP内存交换是什么引起的呢？
[root@tlbb3d_yd_mxy_120-132-43-203_sx ~]# crontab -l
00 05 * * * /bin/bash /home/databak/scripts/xtrabackup.sh FULL_BACKUP
*/30 * * * * /bin/bash /home/databak/scripts/xtrabackup.sh INCRE_BACKUP
00 03 * * * /bin/bash /home/databak/dbbbak.sh xxx
通过crontab 发现，这台服务器每半个小时使用xtrabackup对mysql做一次增备，
这个增备的起点是基于每天凌晨5点的全备进行的，也就意味着随着时间增备的数据量会越来越大，
备份时长也会越来越长，也就意味着系统资源会越来越紧张，以下也可以看到数据的增长情况
# du -sh *
2.4G 201602261030
2.5G 201602261100
很显然通过以上的分析我们需要做以下三件事情来解决mysql的OOM
1.将innodb_buffer_pool_size设置为48G
2.将vm.swappiness设置为1
3.调整增量备份时间（需要和业务平衡），拉长增量备份的间隔，降低系统的资源消耗
