關于MySQL線程池，這也許是目前最全面的實用帖！

作者：張秀云 2018-03-27 09:31:21

數據庫 MySQL

本文就來詳細講述一下MySQL線程池相關的知識，以幫助廣大DBA快速了解MySQL的線程池機制，快速配置MySQL的線程池以及里面存在的一些坑。其實我想說，了解和使用MySQL線程池，看這篇文章就夠了。

[[223871]]

最近出現多次由于上層組件異常導致DB雪崩的情況，筆者將部分監控DB啟用了線程池功能，在使用線程池的過程中不斷深入學習的同時，也遇到了不少問題。

一、為何要使用MySQL線程池

在介紹為什么要使用線程池之前，我們都知道隨著DB訪問量越來越大，DB的響應時間也會隨之越來越大，如下圖：

而DB的訪問大到一定程度時，DB的吞吐量也會出現下降，并且會越來越差，如下圖所示：

那么是否有什么方式，能實現隨著DB的訪問量越來越大，DB始終表現出***的性能呢？類似下圖的表現：

答案就是今天要重點介紹的線程池功能。總結一下，使用線程池的理由有兩個：

1、減少線程重復創建與銷毀部分的開銷，提高性能

線程池技術通過預先創建一定數量的線程，在監聽到有新的請求時，線程池直接從現有的線程中分配一個線程來提供服務，服務結束后這個線程不會直接銷毀，而是又去處理其他的請求。這樣就避免了線程和內存對象頻繁創建和銷毀，減少了上下文切換，提高了資源利用率，從而在一定程度上提高了系統的性能和穩定性。

2、對系統起到保護作用

線程池技術限制了并發線程數，相當于限制了MySQL的runing線程數，無論系統目前有多少連接或者請求，超過***設置的線程數的都需要排隊，讓系統保持高性能水平，從而防止DB出現雪崩，對底層DB起到保護作用。

可能有人會問，使用連接池能否也達到類似的效果？

也許有的DBA會把線程池和連接池混淆，但其實兩者是有很大區別的：連接池一般在客戶端設置，而線程池是在DB服務器上配置；另外連接池可以起到避免了連接頻繁創建和銷毀，但是無法控制MySQL活動線程數的目標，在高并發場景下，無法起到保護DB的作用。比較好的方式是將連接池和線程池結合起來使用。

二、MySQL線程池介紹

MySQL線程池簡介

為了解決one-thread-per-connection(每個連接一個線程)存在的頻繁創建和銷毀大量線程以及高并發情況下DB雪崩的問題，實現DB在高并發環境依然能保持較高的性能。

Oracle和MariaDB都推出了ThreadPool方案，目前Oracle的Thread pool實現為Plugin方式，并且只添加到在Enterprise版本中，Percona移植了MariaDB的Thread pool功能，并做了進一步的優化。本文的環境就基于Percona MySQL 5.7版本。

MySQL線程池架構

MySQL的Thread pool（線程池）被劃分為多個group（組），每個組又有對應的工作線程，整體的工作邏輯還是比較復雜，下面我試圖通過簡單的方式來介紹MySQL線程池的工作原理。

1、架構圖

首先來看看Thread Pool的架構圖。

2、Thread Pool的組成

從架構圖中可以看到Thread Pool由一個Timer線程和多個Thread Group組成，而每個Thread Group又由兩個隊列、一個listener線程和多個worker線程構成。下面分別來介紹各個部分的作用：

隊列（高優先級隊列和低優先級隊列）

用來存放待執行的IO任務，分為高優先級隊列和低優先級隊列，高優先級隊列的任務會優先被處理。

什么任務會放在高優先級隊列呢？

事務中的語句會放到高優先級隊列中，比如一個事務中有兩個update的SQL，有1個已經執行，那么另外一個update的任務就會放在高優先級中。這里需要注意，如果是非事務引擎，或者開啟了Autocommit的事務引擎，都會放到低優先級隊列中。

還有一種情況會將任務放到高優先級隊列中，如果語句在低優先級隊列停留太久，該語句也會移到高優先級隊列中，防止餓死。

listener線程

listener線程監聽該線程group的語句，并確定當自己轉變成worker線程，是立即執行對應的語句還是放到隊列中，判斷的標準是看隊列中是否有待執行的語句。

如果隊列中待執行的語句數量為0，而listener線程轉換成worker線程，并立即執行對應的語句。如果隊列中待執行的語句數量不為0，則認為任務比較多，將語句放入隊列中，讓其他的線程來處理。這里的機制是為了減少線程的創建，因為一般SQL執行都非常快。

worker線程

worker線程是真正干活的線程。

Timer線程

Timer線程是用來周期性檢查group是否處于處于阻塞狀態，當出現阻塞的時候，會通過喚醒線程或者新建線程來解決。

具體的檢測方法為：通過queue_event_count的值和IO任務隊列是否為空來判斷線程組是否為阻塞狀態。

每次worker線程檢查隊列中任務的時候，queue_event_count會+1，每次Timer檢查完group是否阻塞的時候會將queue_event_count清0，如果檢查的時候任務隊列不為空，而queue_event_count為0，則說明任務隊列沒有被正常處理，此時該group出現了阻塞，Timer線程會喚醒worker線程或者新建一個wokrer線程來處理隊列中的任務，防止group長時間被阻塞。

3、Thread Pool的是如何運作的？

下面描述極簡的Thread Pool運作，只是簡單描述，省略了大量的復雜邏輯，請不要挑刺~

Step1：請求連接到MySQL，根據threadid%thread_pool_size確定落在哪個group；

Step2：group中的listener線程監聽到所在的group有新的請求以后，檢查隊列中是否有請求還未處理。如果沒有，則自己轉換為worker線程立即處理該請求，如果隊列中還有未處理的請求，則將對應請求放到隊列中，讓其他的線程處理；

Step3：group中的thread線程檢查隊列的請求，如果隊列中有請求，則進行處理，如果沒有請求，則休眠，一直沒有被喚醒，超過thread_pool_idle_timeout后就自動退出。線程結束。當然，獲取請求之前會先檢查group中的running線程數是否超過thread_pool_oversubscribe+1，如果超過也會休眠；

Step4：timer線程定期檢查各個group是否有阻塞，如果有，就對wokrer線程進行喚醒或者創建一個新的worker線程。

4、Thread Pool的分配機制

線程池會根據參數thread_pool_size的大小分成若干的group，每個group各自維護客戶端發起的連接，當客戶端發起連接到MySQL的時候，MySQL會跟進連接的線程id（thread_id）對thread_pool_size進行取模，從而落到對應的group。

thread_pool_oversubscribe參數控制每個group的***并發線程數，每個group的***并發線程數為thread_pool_oversubscribe+1個。若對應的group達到了***的并發線程數，則對應的連接就需要等待。這個分配機制在某個group中有多個慢SQL的場景下會導致普通的SQL運行時間很長，這個問題會在后面做詳細描述。

MySQL線程池參數說明

關于線程池參數不多，使用show variables like 'thread%'可以看到如下圖的參數，下面就一個一個來解析：

thread_handling

該參數是配置線程模型，默認情況是one-thread-per-connection，即不啟用線程池；將該參數設置為pool-of-threads即啟用了線程池。

thread_pool_size

該參數是設置線程池的Group的數量，默認為系統CPU的個數，充分利用CPU資源。

thread_pool_oversubscribe

該參數設置group中的***線程數，每個group的***線程數為thread_pool_oversubscribe+1，注意listener線程不包含在內。

thread_pool_high_prio_mode

高優先級隊列的控制參數，有三個值（transactions/statements/none），默認是transactions，三個值的含義如下：

transactions：對于已經啟動事務的語句放到高優先級隊列中，不過還取決于后面的thread_pool_high_prio_tickets參數。

statements：這個模式所有的語句都會放到高優先級隊列中，不會使用到低優先級隊列。

none：這個模式不使用高優先級隊列。

thread_pool_high_prio_tickets

該參數控制每個連接最多語序多少次被放入高優先級隊列中，默認為4294967295，注意這個參數只有在thread_pool_high_prio_mode為transactions的時候才有效果。

thread_pool_idle_timeout

worker線程***空閑時間，默認為60秒，超過限制后會退出。

thread_pool_max_threads

該參數用來限制線程池***的線程數，超過該限制后將無法再創建更多的線程，默認為100000。

thread_pool_stall_limit

該參數設置timer線程的檢測group是否異常的時間間隔，默認為500ms。

三、MySQL線程池的使用

線程池的使用比較簡單，只需要添加配置后重啟實例即可。

具體配置如下：

#thread pool  
thread_handling=pool-of-threads  
thread_pool_oversubscribe=3 
thread_pool_size=24  
performance_schema=off  
#extra connection  
extra_max_connections = 8  
extra_port = 33333

備注：其他參數默認即可

以上具體的參數在前面已做詳細說明，下面是配置中需要注意的兩個點：

1、之所以添加performance_schema=off，是由于測試過程中發現Thread pool和PS同時開啟的時候會出現內存泄漏問題（后文會詳細敘述）；

2、添加extra connection是防止線程池滿的情況下無法登錄MySQL，因此特意用管理端口，以備緊急的情況下使用；

重啟實例后，可以通過show variables like '%thread%';來查看配置的參數是否生效。

四、使用中遇到的問題

在使用線程池的過程中，我遇到了幾個問題，這里也順便做個總結：

內存泄漏問題

DB啟用線程池后，內存飆升了8G左右，如下圖：

不但啟用線程池后內存飆升了8G左右，而且內存還在持續增長，很明顯啟用線程池后存在內存泄漏問題了。

網上也有不少的人遇到這個問題，確認是percona的bug導致（https://jira.percona.com/browse/PS-3734），只有開啟Performance_Schema和ThreadPool的時候才會出現，解決辦法是關閉Performance_Schema，具體操作方法是在配置文件添加performance_schema=off，然后重啟MySQL就OK。

下面是關閉PS后的內存使用情況對比：

備注：目前Percona server 5.7.21-20版本已經修復了線程池和PS同時打開內存泄漏的問題，從我測試的情況來看問題也得到了解決，大家可以直接使用Percona server 5.7.21-20的版本，如下圖。

撥測異常問題

啟用線程池以后，相當于限制了MySQL的并發線程數，當達到***線程數的時候，其他的線程需要等待，新連接也會卡在連接驗證那一步，這時候會造成撥測程序連接MySQL超時，撥測返回錯誤如下：

撥測程序連接實例超時后，就會認為master已經出現問題。極端情況下，重試多次都有異常后，就啟動自動切換的操作，將業務切換到從機。

這種情況有兩種解決辦法：

1、啟用MySQL的旁路管理端口，監控和高可用相關直接使用MySQL的旁路管理端口。

具體做法為：在my.cnf中添加如下配置后重啟，就可以通過旁路端口登錄MySQL了，不受線程池***線程數的影響：

extra_max_connections = 8  
extra_port = 33333

備注：建議啟用線程池后，把這個也添加上，方便緊急情況下進行故障處理。

2、修改高可用探測腳本，將達到線程池***活動線程數返回的錯誤做異常處理，當作超過***連接數的場景。（備注：超過***連接數只告警，不進行自動切換）

慢SQL引入的問題

隨著對撥測超時的問題的深入分析，線程池滿只是監控撥測出現超時的其中一種情況，還有一種情況是線程池并沒有滿，線上的兩個配置：

thread_pool_oversubscribe=3 
 
thread_pool_size=24

按照上面的兩個配置來計算的話，總共能并發運行24x(3+1)=96，但是根據多次問題的追中，發現有多次線程池并沒有達到96，也就是說整體的線程池并沒有滿。那會是什么問題導致撥測失敗呢？

鑒于線程池的結構和分配機制，通過前面線程池部分的描述，大家都知道了在內部是將線程池分成一個一個的group，我們線上配置了24個group，而線程池的分配機制是對Threadid進行取模，然后確定該線程是落在哪個group。

出現超時的時候，有很多的load線程到導入數據。也就是說那個時候有部分線程比較慢的情況。那么會不會是某個group的線程滿了，從而導致新分配的線程等待？

有了這個猜想以后，接下來就是來驗證這個問題。驗證分為兩步：

1、抓取線上運行的processlist，然后對threadid取模，看看是否有多個load線程落在同一個group的情況；

2、在測試環境模擬這種場景，看看是否符合預期。

線上場景分析

先來看線上的場景，通過抓取撥測超時時間點的processlist，找出當時正在load的線程，根據threadid進行去模，并進行匯總統計后，得出如下結果：

可以看出，當時第4和第7個group的請求個數都超過了4個，說明是單個group滿導致的撥測異常。當然，也會導致部分運行很快的SQL變慢。

測試環境模擬場景分析

為了構建快速重現環境，我將參數調整如下：

thread_pool_oversubscribe=1  
thread_pool_size=2

通過上面參數的調整，可以計算出***并發線程為2x(1+1)=4，如下圖，當活動線程數超過4個后，其他的線程就必須等待：

我模擬線上環境的方法為開啟1個線程的慢SQL，這時測試環境的線程池情況如下：

按照之前的推測，這時Group1的處理能力相當于Group2的處理能力的50%，如果之前的推論是正確的，那么分配在Group1上的線程就會出現阻塞。

比如此時來了20個線程請求，按照線程池的分配原則，此時Group1和Group2都會分到10個線程請求。如果所有的線程請求耗時都是一樣的，那么分配到Group1上的線程請求整體處理時間應該是分配到Group2上整體處理時間的2倍。

我使用腳本，并發起12個線程請求，每個線程請求都運行select sleep(2)，那么在Group1和Group2都空閑的情況下，運行情況如下：

2018-03-18-20:23:53  
2018-03-18-20:23:53  
2018-03-18-20:23:53  
2018-03-18-20:23:53  
2018-03-18-20:23:55  
2018-03-18-20:23:55  
2018-03-18-20:23:55  
2018-03-18-20:23:55 
2018-03-18-20:23:57  
2018-03-18-20:23:57  
2018-03-18-20:23:57  
2018-03-18-20:23:57

每次4個線程，總共運行了6秒。

接下來在Group1被1個長時間運行的線程沾滿以后，看看測試結果是怎么樣的：

2018-03-18-20:24:35  
2018-03-18-20:24:35  
2018-03-18-20:24:35  
2018-03-18-20:24:37  
2018-03-18-20:24:37  
2018-03-18-20:24:37  
2018-03-18-20:24:39  
2018-03-18-20:24:39  
2018-03-18-20:24:39  
2018-03-18-20:24:41  
2018-03-18-20:24:43  
2018-03-18-20:24:45

從上面的結果中可以看出，在沒有阻塞的時候，每次都是4個線程，而后面有1個線程長時間運行的時候，就會出現那個長時間線程對應的group出現排隊的情況，***雖然有3個空閑的線程，但是卻只有1個線程在處理（標紅部分結果）。

解決方法有兩個：

1、將thread_pool_oversubscribe適當調大，這個辦法只能緩解類似問題，無法***；

2、找到慢的SQL，解決慢的問題。

參考文獻：

https://www.percona.com/doc/percona-server/LATEST/performance/threadpool.html

https://www.percona.com/blog/2013/03/16/simcity-outages-traffic-control-and-thread-pool-for-mysql/

http://www.cnblogs.com/cchust/p/4510039.html

http://blog.jobbole.com/109695/

http://blog.csdn.net/u012662731/article/details/54375137

責任編輯：龐桂玉來源： DBAplus社群