记一次生产数据库"意外"重启的经历

发表于:2018-12-07 10:16  作者:小柒2012   来源:ITPUB

字体: | 上一篇 | 下一篇 |我要投稿 | 推荐标签: 数据库

  前言
  在一个阳光明媚的下午,电脑右下角传来一片片邮件提醒,同时伴随着微信钉钉的震动,打开一看,应用各种出错,天兔告警,数据库服务器内存爆红,MySql 数据库实例挂掉了。
  排查
  先交代一下数据库版本:
   mysql> status
  --------------
  mysql  Ver 14.14 Distrib 5.7.22-22, for Linux (x86_64) using  6.2
  Connection id:          59568
  Current database:
  Current user:           root@localhost
  SSL:                    Not in use
  Current pager:          stdout
  Using outfile:          ''
  Using delimiter:        ;
  Server version:         5.7.22-22-log Percona Server (GPL), Release 22, Revision f62d93c
  Protocol version:       10
  崩溃故障排除绝不是一项有趣的任务,特别是如果MySQL没有报告崩溃的原因。例如,当MySQL内存不足时。
  数据库邮件告警提醒发来的消息:
   Type: mysql
  Tags: 生产主库
  Host: 172.16.1.66:3306
  Level: critical
  Item: connect
  Value: down
  Message: mysql server down
  登录 Grafana 监控面板,数据库连接在哪个时间段曾有幅度的增长。
  顺手检查一下之前的服务器邮件监控告警记录,上一个时间点,内存占用率99%,这说明了数据库连接的幅度增长,可能是压垮服务器的最后一根稻草。
  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服务可能就是使用内存最多,所以就OOM了。
  Type: os
  Tags: 66数据库
  Host: 172.16.1.66:
  Level: critical
  Item: memory
  Value: 99%
  Message: too more memory usage
  查看系统日志
  我们带着这个疑问来排查一下日志:
 # 查看日志
  tail -500f  /var/log/messages
  # 以下是 oom-killer
  Nov 27 14:55:48 itstyledb1 kernel: mysqld invoked oom-killer: gfp_mask=0x201da, order=0, oom_score_adj=0
  Nov 27 14:55:48 itstyledb1 kernel: mysqld cpuset=/ mems_allowed=0-1
  Nov 27 14:55:48 itstyledb1 kernel: CPU: 2 PID: 895 Comm: mysqld Kdump: loaded Not tainted 3.10.0-862.3.2.el7.x86_64 #1
  Nov 27 14:55:48 itstyledb1 kernel: Hardware name: Huawei RH1288 V3/BC11HGSC0, BIOS 3.22 05/16/2016
  Nov 27 14:55:48 itstyledb1 kernel: Call Trace:
  小伙伴们继续往下看:
   0 pages HighMem/MovableOnly
  Nov 27 14:55:48 itstyledb1 kernel: 291281 pages reserved
  Nov 27 14:55:48 itstyledb1 kernel: [ pid ]   uid  tgid total_vm      rss nr_ptes swapents oom_score_adj name
  Nov 27 14:55:48 itstyledb1 kernel: [  468]     0   468    28271     4326      62       55             0 systemd-journal
  Nov 27 14:55:48 itstyledb1 kernel: [  490]     0   490    11492        2      24      553         -1000 systemd-udevd
  Nov 27 14:55:48 itstyledb1 kernel: [  787]     0   787    13877       18      27       96         -1000 auditd
  Nov 27 14:55:48 itstyledb1 kernel: [  810]    81   810    14552       81      34       89          -900 dbus-daemon
  Nov 27 14:55:48 itstyledb1 kernel: [  815]     0   815    55956        1      60      466             0 abrtd
  Nov 27 14:55:48 itstyledb1 kernel: [  816]     0   816    55327        9      64      346             0 abrt-watch-log
  Nov 27 14:55:48 itstyledb1 kernel: [  818]     0   818   121607      220      90      495             0 NetworkManager
  Nov 27 14:55:48 itstyledb1 kernel: [  822]     0   822     5415       49      16       33             0 irqbalance
  Nov 27 14:55:48 itstyledb1 kernel: [  823]   997   823   134634       97      60     1306             0 polkitd
  Nov 27 14:55:48 itstyledb1 kernel: [  825]     0   825     6594       42      20       41             0 systemd-logind
  Nov 27 14:55:48 itstyledb1 kernel: [  830]     0   830    31578       28      21      139             0 crond
  Nov 27 14:55:48 itstyledb1 kernel: [  839]     0   839    27522        2      10       31             0 agetty
  Nov 27 14:55:48 itstyledb1 kernel: [ 1142]     0  1142   143454      114      97     2672             0 tuned
  Nov 27 14:55:48 itstyledb1 kernel: [ 1144]     0  1144    28203       11      59      246         -1000 sshd
  Nov 27 14:55:48 itstyledb1 kernel: [ 1145]     0  1145    97438      694     103      328             0 rsyslogd
  Nov 27 14:55:48 itstyledb1 kernel: [ 1369]     0  1369    22526       20      44      256             0 master
  Nov 27 14:55:48 itstyledb1 kernel: [ 1371]    89  1371    22596       32      46      251             0 qmgr
  Nov 27 14:55:48 itstyledb1 kernel: [ 5140]     0  5140     5102     1617      15      239             0 mysqld_exporter
  Nov 27 14:55:48 itstyledb1 kernel: [ 9430]     0  9430    55966      378      62      790             0 snmpd
  Nov 27 14:55:48 itstyledb1 kernel: [30320]    27 30320 22951376 13928375   43437  8163662             0 mysqld
  Nov 27 14:55:48 itstyledb1 kernel: [  688]    89   688    22552      271      46        0             0 pickup
  Nov 27 14:55:48 itstyledb1 kernel: Out of memory: Kill process 30320 (mysqld) score 984 or sacrifice child
  Nov 27 14:55:48 itstyledb1 kernel: Killed process 30320 (mysqld) total-vm:91805504kB, anon-rss:55713500kB, file-rss:0kB, shmem-rss:0kB
  Nov 27 14:56:00 itstyledb1 systemd: mysqld.service: main process exited, code=killed, status=9/KILL
  Nov 27 14:56:00 itstyledb1 systemd: Unit mysqld.service entered failed state.
  Nov 27 14:56:00 itstyledb1 systemd: mysqld.service failed.
  Nov 27 14:56:00 itstyledb1 systemd: mysqld.service holdoff time over, scheduling restart.
  Nov 27 14:56:01 itstyledb1 systemd: Starting MySQL Server...
  当out of memory发生时,outofmemory函数会选择一个内核认为犯有分配过多内存 “罪行”的进程,并杀死该进程。显然 Mysql 就是哪个“罪人”。
  随后 MySql 会自动重启。重启以后,内存是下来了,但是临近下班的时候,差不多又又又占满了。
   [root@itstyledb1 ~]# free -m
  total        used        free      shared  buff/cache   available
  Mem:          55803       54976         241          10         585         349
  Swap:         32064       25036        7028
  找到MySql进程,执行以下top -p pid,内存使用52.4g
   PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND
  935 mysql     20   0   79.7g  52.4g   7336 S   0.3 96.1 255:44.76 mysqld
  计算内存使用
  1)查看MySQL全局占用多少内存
   SELECT (@@innodb_buffer_pool_size
  +@@innodb_log_buffer_size
  +@@key_buffer_size) / 1024 /1024 AS MEMORY_MB;
  查询结果为:
   +----------------+
  | MEMORY_MB      |
  +----------------+
  | 20512.00000000 |
  +----------------+
  2)查看performance_schema占用多少内存
  SELECT SUBSTRING_INDEX(event_name,'/',2) AS
  code_area, sys.format_bytes(SUM(current_alloc))
  AS current_alloc
  FROM sys.x$memory_global_by_current_bytes
  GROUP BY SUBSTRING_INDEX(event_name,'/',2)
  ORDER BY SUM(current_alloc) DESC;
  查询结果为:
  +---------------------------+---------------+
  | code_area                 | current_alloc |
  +---------------------------+---------------+
  | memory/performance_schema | 349.80 MiB    |
  +---------------------------+---------------+
  3)查看每个线程占用多少内存
   SELECT ( ( @@read_buffer_size
  + @@read_rnd_buffer_size
  + @@sort_buffer_size
  + @@join_buffer_size
  + @@binlog_cache_size
  + @@thread_stack
  + @@max_allowed_packet
  + @@net_buffer_length )
  ) / (1024*1024) AS MEMORY_MB;
  查询结果为:
   +-----------+
  | MEMORY_MB |
  +-----------+
  |   87.5156 |
  +-----------+
  查看当前线程
 show full processlist
  最终结果为:
   +-----------+
  | MEMORY_MB |
  +-----------+
  | 87.5156*37|
  +-----------+
  4)查看 memory 存储引擎占用多少内存
 SELECT SUM(max_data_length)/1024/1024 AS MEMORY_MB FROM information_schema.tables WHERE ENGINE='memory';
  查询结果为:
  +---------------+
  | MEMORY_MB     |
  +---------------+
  | 3857.37713909 |
  +---------------+
  以上四项加起来差不多也就27975MB,差不错28G的样子,但是 MySql 进程显示占用了52.4G,那么剩下24.4G去哪了?
  线程池
  此线程池非彼连接池,其实两者是有很大区别的,连接池一般在客户端设置,而线程池是在DB服务器上配置;另外连接池可以取到避免了连接频繁创建和销毁,但是无法取到控制MySQL活动线程数的目标,在高并发场景下,无法取到保护DB的作用。比较好的方式是将连接池和线程池结合起来使用。
  关于线程池的一些参数:
  mysql> show variables like 'thread%';
  +-------------------------------+---------------------------+
  | Variable_name                 | Value                     |
  +-------------------------------+---------------------------+
  | thread_handling               | one-thread-per-connection |
  | thread_pool_high_prio_mode    | transactions              |
  | thread_pool_high_prio_tickets | 4294967295                |
  | thread_pool_idle_timeout      | 60                        |
  | thread_pool_max_threads       | 100000                    |
  | thread_pool_oversubscribe     | 3                         |
  | thread_pool_size              | 12                        |
  | thread_pool_stall_limit       | 500                       |
  +-------------------------------+---------------------------+
  thread_handling:
  该参数是配置线程模型,默认情况是one-thread-per-connection,也就是不启用线程池。将该参数设置为pool-of-threads即启用了线程池。
  threadpoolsize:
  该参数是设置线程池的Group的数量,默认为系统CPU的个数,充分利用CPU资源。
  threadpooloversubscribe:
  该参数设置group中的最大线程数,每个group的最大线程数为threadpooloversubscribe+1,注意listener线程不包含在内。
  threadpoolhighpriomode:
  高优先级队列的控制参数,有三个值(transactions/statements/none),默认是transactions,三个值的含义如下:
  transactions:对于已经启动事务的语句放到高优先级队列中,不过还取决于后面的threadpoolhighpriotickets参数
  statements:这个模式所有的语句都会放到高优先级队列中,不会使用到低优先级队列
  none:这个模式不使用高优先级队列
  threadpoolhighpriotickets:
  该参数控制每个连接最多语序多少次被放入高优先级队列中,默认为4294967295,注意这个参数只有在threadpoolhighpriomode为transactions的时候才有效果。
  threadpoolidle_timeout:
  worker线程最大空闲时间,默认为60秒,超过限制后会退出。
  threadpoolmax_threads:
  该参数用来限制线程池最大的线程数,超过该限制后将无法再创建更多的线程,默认为100000。
  threadpoolstall_limit:
  该参数设置timer线程的检测group是否异常的时间间隔,默认为500ms。
  最终配置如下:
   #thread pool
  thread_handling=pool-of-threads
  #Group的数量,默认为系统CPU的个数,充分利用CPU资源
  thread_pool_size=24
  #每个group的最大线程数为thread_pool_oversubscribe+1
  thread_pool_oversubscribe=3
  performance_schema=off
  #extra connection,防止线程池满的情况下无法登录MySQL
  extra_max_connections = 8
  extra_port = 33333
  备注:线程池在Percona,MariaDB,Oracle MySQL企业版中提供,Oracle MySQL社区版并不提供。
  线程池貌似并不会直接导致内存不回收,网上有说同时开启Thread pool和PS会出现内存泄露,但是 目前Percona server 5.7.21-20+版本已经修复了这个问题,显然是不存在的。
  慢查询
  由于是生产环境,这个问题拖得时间有点长,那么慢查询会不会影响内存使用问题呢?带着这个问题,查看了慢查询后台列表,在数据库奔溃的前一个时间段,的确有不少慢查询语句。但是这并不能在一定程度上说明问题,由于服务器的 MySql 服务在杀死之前,内存已经见底,此时连接数并不多,也就三四十来个左右,大多处于休眠状态,并且此时已经占用了大部分的Swap空间。也就是说,在资源有限的情况下必定会出现不少慢查询语句。
  小结
  其实这个"意外"一点也不意外,其实已经发生了多次了。但是还是做个小结吧,因为最终没有确认问题出现在哪里,所以还是发布了吧,万一有专业的DBA遇到类似的问题还可以小小的解惑一下。

      上文内容不用于商业目的,如涉及知识产权问题,请权利人联系博为峰小编(021-64471599-8017),我们将立即处理。

【有奖活动】填问卷 送70G测试大牛精品资料(干货+视频)!

评 论

论坛新帖

顶部 底部


建议使用IE 6.0以上浏览器,800×600以上分辨率,法律顾问:上海瀛东律师事务所 张楠律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2018, 沪ICP备05003035号
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪公网安备 31010102002173号

51Testing官方微信

51Testing官方微博

扫一扫 测试知识全知道