168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

记一次生产数据库"意外"重启的经历

[复制链接]
发表于 2018-12-6 20:33:11 | 显示全部楼层 |阅读模式
作者:小柒2012来源:ITPUB

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。


楼主热帖
168大数据(www.bi168.cn)是国内首家系统性关注大数据科学与人工智能的社区媒体!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2018-12-17 18:29 , Processed in 0.110927 second(s), 18 queries , Xcache On.

Powered by BI168社区

© 2012-2014 海鸥科技

快速回复 返回顶部 返回列表