查看原文
其他

Go 语言使用 MySQL 的常见故障分析和应对方法

hi_du 百度Geek说 2022-09-06
导读:很多同学在使用Go和数据库打交道的过程中,经常会遇到一些异常不知道为什么,本文从SQL连接池的原理进行分析,模拟了一些例子对异常的现象进行解读分析,并给出一些常见的应对手段,期望能帮助到大家。

全文12795字,预计阅读时间32分钟


有很多同学遇到了 MySQL 查询缓慢的问题,其可能表现为 SQL 语句很简单,但是查询耗时很长。可能是由于这样一些原因所致。

1、资源未及时释放

Go 的 sql 包使用的是长连接方式让 Client 和 SQL Server 交互,为了避免 SQL Server 链接过多,一般会在 Client 端限定最大连接数。
下面是sql 的连接池的状态图(设置了最大打开连接数的情况):
SQL Client 和 Server 交互后,有些结果返回的是一个流(Stream),此时的网络连接(Conn)是被 Stream 对象继续使用的,Client 需要迭代读取结果,读取完成后应立即关闭流以回收资源(释放 conn)。
比如最长用的DB.QueryContext 方法即是如此:
// QueryContext 查询一些结果// query:select * from test limit 10func (db *DB) QueryContext(ctx context.Context, query string, args ...any) (*Rows, error)type Rows struct{ Close( ) error ColumnTypes( ) ( [ ]*ColumnType, error) Columns( ) ( [ ]string, error) Err( ) error Next( ) bool NextResultSet( ) bool Scan(dest ...any) error}
当还有结果的时候(即Rows.Next()==true 时),说明还有结果未读取出来,此时必须调用 Rows.Close() 方法来对流进行关闭以释放连接(让当前连接变为空闲状态以 让其他逻辑可以使用该连接)。

1.1 实验1-不调用 Rows.Close()

若不调用 Close 又会怎样呢?下面做一个实验来观察一下:
select * from user;+----+-------+---------------------+----------+--------+| id | email | register_time | password | status |+----+-------+---------------------+----------+--------+| 2 | dw | 2011-11-11 11:01:00 | d | 0 |+----+-------+---------------------+----------+--------+1 row in set (0.03 sec)
package mainimport (   "context" "database/sql" "encoding/json" "fmt" "sync"   "time"   _ "github.com/go-sql-driver/mysql")func main() {   db, err := sql.Open("mysql", "root:@tcp(127.0.0.1:3306)/test")   if err != nil {      panic(err) }   db.SetMaxOpenConns(1)   // 启动一个单独的协程,用于输出 DB 的状态信息   go func() {      tk := time.NewTicker(3 * time.Second)      defer tk.Stop()      for range tk.C {         bf, _ := json.Marshal(db.Stats())         fmt.Println("db.Stats=", string(bf)) }   }()   // 启动 10 个协程,同时查询数据   var wg sync.WaitGroup   for i := 0; i < 10; i++ {      wg.Add(1)      go func(id int) {         defer wg.Done()         queryOne(id, db)      }(i) }   wg.Wait()   fmt.Println("finish")}func queryOne(id int, db *sql.DB) {   start := time.Now()   rows, err := db.QueryContext(context.Background(), "select * from user limit 1")   if err != nil {      panic(err) }   // defer rows.Close()    // 没有从 Rows 里读取结果,也没有调用 rows.Close   fmt.Println("id=", id, "hasNext=", rows.Next(), "cost=", time.Since(start))}
执行后将输入如下内容:
id= 0 hasNext= true cost= 9.607371msdb.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}db.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}db.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}db.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}db.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}db.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}db.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}db.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}db.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}

解读一下状态数据:

{ "MaxOpenConnections": 1, // 最大打开连接数,和代码设置的一致,是 1 "OpenConnections": 1, // 已打开的连接数 "InUse": 1, // 正在使用的连接数 "Idle": 0, // 空闲连接数 "WaitCount": 9, // 等待连接数 "WaitDuration": 0, // 等待总耗时(在等待退出时才计数) "MaxIdleClosed": 0, // 超过最大 idle 数所关闭的连接总数 "MaxIdleTimeClosed": 0, // 超过追到 idle 时间所关闭的连接总数 "MaxLifetimeClosed": 0 // 超过最大生命周期所关闭的连接总数}

从上面的输出可以看出,总共启动了 10 个协程,只有一个协程的 queryOne 方法成功执行了,其他 9 个协程的都是处于等待状态。


1.2 实验2-调用 Rows.Close()

若将 queryOne 方法的,“// defer rows.Close()” 的注释去掉,即变为:

func queryOne(id int, db *sql.DB) { start := time.Now() rows, err := db.QueryContext(context.Background(), "select * from user limit 1")     if err != nil { panic(err)     }        defer rows.Close() // 打开了此处的注释,Close 方法会释放资源        fmt.Println("id=", id, "hasNext=", rows.Next(), "cost=", time.Since(start)) }

执行后,会输出如下内容:

# go run main.goid= 9 hasNext= true cost= 4.082448msid= 3 hasNext= true cost= 5.670052msid= 8 hasNext= true cost= 5.745443msid= 5 hasNext= true cost= 6.238615msid= 6 hasNext= true cost= 6.520818msid= 7 hasNext= true cost= 6.697782msid= 4 hasNext= true cost= 6.953454msid= 1 hasNext= true cost= 7.1079msid= 0 hasNext= true cost= 7.3036msid= 2 hasNext= true cost= 7.464726msfinish

上述输出结果说明所有的 10 个协程都成功执行完成。


1.3 实验3- 使用带超时的 Context

补充,上述调用 QueryContext 方法的时候,使用的是context.Background(),所以是一致阻塞的效果。实际在使用的时候,传入的 context 一般是有超时时间或者支持取消的,类似这样:

func queryOne(id int, db *sql.DB) { start := time.Now() ctx,cancel:=context.WithTimeout(context.Background(),time.Second) // 关键 defer cancel() // 关键。若将此行替换为 _=cancel,又是另外一种结果了 rows, err := db.QueryContext(ctx , "select * fro m user limit 1") if err != nil { // panic (err) fmt.Println("BeginTx failed:",err) return } // defer rows.Close () // 打开了此处的注 释,Close 方法会释放资源     fmt.Println("id=" , id, "hasNext=", rows.Next(), "cost=", time.Since (start)) }

运行后可以观察到,所有的 10 个协程也都执行成功了:

id= 9 hasNext= true cost= 1.483715msid= 3 hasNext= true cost= 175.675µsid= 6 hasNext= true cost= 1.277596msid= 1 hasNext= true cost= 174.307µsid= 7 hasNext= true cost= 108.061µsid= 4 hasNext= true cost= 115.072µsid= 2 hasNext= true cost= 104.046µsid= 0 hasNext= true cost= 96.833µsid= 8 hasNext= true cost= 123.758µsid= 5 hasNext= true cost= 92.791µsfinish

由于 context 是带超时的,而且执行完成后会调用 defer cancel() 将 ctx 取消,所以即使没有使用 rows.Close 释放资源,ctx 在被cancel后也会立即释放资源。

若是将 defer cancel() 换为 _=cancel ,又是另外一种结果了,我们将看到的是:

d= 9 hasNext= true cost= 2.581813msBeginTx failed: context deadline exceededBeginTx failed: context deadline exceededBeginTx failed: context deadline exceededBeginTx failed: context deadline exceededBeginTx failed: context deadline exceededBeginTx failed: context deadline exceededBeginTx failed: context deadline exceededBeginTx failed: context deadline exceededBeginTx failed: context deadline exceeded


1.4 解决方案

小结: 

  • 我们应该使用QueryContext 这类支持传入 context 的函数,并且传入带超时控制的 context,并且在逻辑执行完成后,应使用 defer 方法将 context 取消。

  • 对于返回一个流类型的结果,使用完成后一定需要调用 Close 方法以释放资源。

  • 所有 *sql.DB、*sql.Tx、*sql.Stmt 的返回 *Conn、*Stmt、*Rows 这几种类型的都需要 Close:

type DB/Tx/Stmt struct{ Conn(ctx context.Context) (*Conn, error) Prepare(query string) (*Stmt, error) PrepareContext(ctx context.Context, query string) (*Stmt, error) Query(query string, args ...any) (*Rows, error) QueryContext(ctx context.Context, query string, args ...any) (*Rows, error)}

要避免该问题出现,一般只需要如上例,添加上 defer rows.Close() 即可。

若是使用的 GDP 框架,读取 Rows 结果,可以使用 mysql.ReadRowsClose 方法,在读取完成后,会自动的 Close。比如:

type user struct {    ID           int64     `ddb:"id"`        Status       uint8     `ddb:"status"` }func readUsers(ctx context.Context)([]*user,error) rows, err := cli.QueryContext(ctx, "select * from user where status=1 limit 5") if err != nil { return nil,err     }         var userList []*user         err=mysql.ReadRowsClose(rows, &userList)         return   userList,err}

或者是 QueryWithBuilderScan:

b := &SimpleBuilder{ SQL: "SELECT id,name from user where id=1", } type user struct{ Name string `ddb:"name"` ID int `ddb:"id"` } var us []*user err = mysql.QueryWithBuilderScan(ctx, client, b, &us)


2、事务不完整

打开一个事务(Tx)后,必须提交(Commit)或者回滚(Rollback),否则会事务不完整,也会导致 Client 端资源(连接)不释放。

func (db *DB) BeginTx(ctx context.Context, opts *TxOptions) (*Tx, error)type Tx func (tx *Tx) Commit() error // 提交事务func (tx *Tx) Rollback ( ) error // 回滚事务func (tx *Tx) Exec(query string, args ...any) (Result, error) func (tx *Tx) ExecContext(ctx context.Context, query string, args ...any) (Result, error) func (tx *Tx) Prepare(query string) (*Stmt, error) func (tx *Tx) PrepareContext(ctx context.Context, query string) (*Stmt, error) func (tx *Tx) Query(query string, args ...any) (*Rows, error) func (tx *Tx) QueryContext(ctx context.Context, query string, args ...any) (*Rows, error) func (tx *Tx) QueryRow(query string, args ...any) *Row func (tx *Tx) QueryRowContext(ctx context.Context, query string, args ...any) *Row func (tx *Tx) Stmt(stmt *Stmt) *Stmt func (tx *Tx) StmtContext(ctx context.Context, stmt *Stmt) *Stmt


2.1 和 PHP 的区别

另外需要注意的是,使用 Go标准库的 DB.BeginTx 方法开启一个事务后,会得到一个事务对象 Tx,要让一批 SQL 在一个事务里执行需要让这些 SQL 在此 Tx 对象上执行。这点和 PHP 的是不一样的,比如在 PHP 中是这样使用事务:

  <?php/* 开始一个事务,关闭自动提交 */$dbh->beginTransaction();  /* 在全有或全无的基础上插入多行记录(要么全部插入,要么全部不插入) */$sql = 'INSERT INTO fruit(name, colour, calories) VALUES (?, ?, ?)';$sth = $dbh->prepare($sql);foreach ($fruits as $fruit) {    $sth->execute(array(        $fruit->name,        $fruit->colour,        $fruit->calories,    ));}/* 提交更改 */$dbh->commit();// 此代码来自 https://www.php.net/manual/zh/pdo.commit.php

而使用 Go 的事务是这样的:

import ( "context" "database/sql" "log")var ( ctx context.Context db *sql.DB)func main() { tx, err := db.BeginTx(ctx, &sql.TxOptions{Isolation: sql.LevelSerializable}) if err != nil { log.Fatal(err) } id := 37 // 使用 Tx 执行 Update 语句,而不是继续使用 db.Exec _, execErr := tx.Exec(`UPDATE users SET status = ? WHERE id = ?`, "paid", id) if execErr != nil { _ = tx.Rollback() log.Fatal(execErr) } if err := tx.Commit(); err != nil { log.Fatal(err) }}// 此代码来自于:https://pkg.go.dev/database/sql@go1.18.3#example-DB.BeginTx


2.2 实验

下面继续实验事务不完整的影响,主体部分和上述一样,queryOne 方法变成如下这样:

func queryOne(id int, db *sql.DB) {   tx,err:=db.BeginTx(context.Background(),nil)   if err!=nil{      panic(err) }   // defer tx.Rollback()   start := time.Now()   rows, err := tx.QueryContext(context.Background(), "select * from user limit 1")   if err != nil {      panic(err) }   defer rows.Close()   // 事务没有回滚、提交   fmt.Println("id=", id, "hasNext=", rows.Next(), "cost=", time.Since(start))}

执行后输入和上述没有 rows.Close 类似:

id= 9 hasNext= true cost= 11.670369msdb.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}db.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}db.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}db.Stats= {"MaxOpenConnections":1,"OpenConnections":1,"InUse":1,"Idle":0,"WaitCount":9,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}

同样,总共启动了 10 个协程,只有一个协程的 queryOne 方法成功执行了,其他 9 个协程的都是处于等待状态。

若将上述queryOne 方法中的 // defer tx.Rollback() 的注释打开,则所有 10 个协程都可以成功执行完成。


2.3 解决方案

要避免事务不完整,要保证事务要么被 Commit,要么被 Rollback。

若是使用的 GDP 框架,可以使用 mysql.BeginTx 方法来使用事务。该方案可以更安全的使用事务,会自动的依据 函数返回值来决定是 Commit 还是 Rollback,若业务函数出现了 panic 也会自动的 Rollback。

// 业务逻辑函数的定义,在此函数内实现事务内的增删改查// 返回 error==nil 则 tx.Commit(),否则 tx.Rollback()type doFunc func(ctx context.Context, qe QueryExecuto r) error func BeginTx(ctx context.Context, cli CanBeginTx, opts *sql.TxOptions, do doFunc) error
var cli mysql.ClientupdateUserNameByID := func(ctx context.Context, id uint64, name string) error {   //  使用 BeginTx 方法,能更省心的处理事务   err := mysql.BeginTx(ctx, cli, nil, func(ctx context.Context, qe mysq.QueryExecutor) error {      // 其他的数据库更新逻辑略      b1 := &mysql.SimpleBuilder{}      b1.Append("select name from user where uid=?", id)      var oldName string      if err := mysql.QueryRowWithBuilderScan(ctx, qe, b1, &oldName); err != nil {         return err      }      if oldName == "诸葛亮" || oldName == name {         // 返回 err,mysql.BeginTx 方法将会回滚事务         return fmt.Errorf("不需要更新,事务整体回滚")      }      b2 := &mysql.SimpleBuilder{}      b2.Append("update user set name=? where id=?", name, id)      _, err := mysql.ExecWithBuilder(ctx, qe, b2)      if err != nil {         return err      }      // 返回 nil,mysql.BeginTx 方法将会提交事务      return nil   })   return err}


3、其他原因

3.1 不支持预处理

默认一般会使用预处理的方式来提升 SQL 的安全性,避免产生 SQL 注入的问题。

若是在厂内使用集群版MySQL:DDBS(DRDS),其对 prepare 支持的并不好,使用后会导致性能特别差。可能表现为,本应该几毫秒返回的查询,实际上要数百毫秒甚至数秒才能返回。此时需要在参数中添加上配置项 interpolateParams=true ,关闭 prepare 功能来解决。

Name = "demo"# 其他配置项略[MySQL] Username = "example"# 其他参数略DSNParams ="charset=utf8&timeout=90s&collation=utf8mb4_unicode_ci&parseTime=true&interpolateParams=true"


4、如何排查

我们可以利用 DB 的 Stats() 接口返回的数据来分析是否存在上述问题。在上述章节中,我们就是打印此数据来观察 Client 的状态信息。

{ "MaxOpenConnections" : 1 , // 最大打开连接数,和代码设置的一致,是 1 "OpenConnections" : 1 , // 已打开的连接数 "InUse" : 1 , // 正在使用的连接数 "Idle" : 0 , // 空闲连接数 "WaitCount" : 9 , // 等待连接数 "WaitDuration" : 0 , // 等待总耗时(在等待退出时才计数) "MaxIdleClosed" : 0 , // 超过最大 idle 数所关闭的连接总数 "MaxIdleTimeClosed" : 0 , // 超过追到 idle 时间所关闭的连接总数 "MaxLifetimeClosed" : 0 // 超过最大生命周期所关闭的连接总数}

若使用的是 GDP 框架,我们可以通过如下几种手段来观察此数据。


4.1 集成 GDP 应用面板

在百度厂内,GDP 框架(百度内部的  Go Develop Platform,具有易用性好、易扩展、易观察、稳定可靠的特点,被数千模块使用)提供了一个叫做"GDP应用面板"的功能模块,该模块提供了可视化的 UI 让我们可以非常方便的查看、观察应用的各种状态信息。比如可以查看系统信息、文件系统信息、网络状态信息、编译信息、go runtime信息、框架里各种组件的状态信息(如服务发现的运转状态、MySQL、Redis 等 各种 Client 的连接池信息等)。

集成该功能非常简单,只需要添加 2 行配置性代码。

完成集成后,可以通过 http://ip:port/debug/panel/?tab=servicer 来访问此面板,找到对应的 servicer 后(页面的地址是 /debug/panel/?tab=servicer&key={servicer_name} ),页面上的 “MySQL ClientStats”段落即为当前 MySQL Client 的 Stats 信息。比如:


4.2 集成监控

GDP 框架的标准化指标监控能力已经将所有 MySQL Client 的 Stats 信息进行了采集输出。可以以 prometheus 或者 bvar 格式输出。

完成集成后,访问 http://ip:port/metrics/service 即可查看到对应的指标项,大致是这样的:

client_connpool{servicer="demo_mysql",stats="ConnType"} 1client_connpool{servicer="demo_mysql",stats="IPTotal"} 1client_connpool{servicer="demo_mysql",stats="InUseAvg"} 0client_connpool{servicer="demo_mysql",stats="InUseMax"} 0client_connpool{servicer="demo_mysql",stats="InUseTotal"} 0client_connpool{servicer="demo_mysql",stats="NumOpenAvg"} 0client_connpool{servicer="demo_mysql",stats="NumOpenCfg"} 100client_connpool{servicer="demo_mysql",stats="NumOpenMax"} 0client_connpool{servicer="demo_mysql",stats="NumOpenTotal"} 0

可以对上述指标添加报警,以帮我们更快发现并定位到问题。


4.3 输出到日志

若不采用上述 2 种方案,还可以采用启动一个异步协程,定期将 Stats 信息输出到日志的方案,以方便我们分析定位问题。


 END 


推荐阅读:

百度交易中台之钱包系统架构浅析

基于宽表的数据建模应用

百度评论中台的设计与探索

基于模板配置的数据可视化平台
如何正确的评测视频画质

小程序启动性能优化实践

我们是如何穿过低代码 “⽆⼈区”的:amis与爱速搭中的关键设计

移动端异构运算技术-GPU OpenCL 编程(基础篇)


一键三连,好运连连,bug不见👇

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存