
应用从两个副本扩到六个,数据库连接数跟着上涨;滚动发布时新旧实例同时建池,网站突然无法连接数据库,日志出现 ERROR 1040 (HY000): Too many connections,但数据库进程仍然运行。这通常表示 MySQL 已没有可供普通客户端使用的连接名额。请求涌入、连接池总量过大、连接未归还,以及慢查询或锁等待,都可能让连接逐渐堆积。
本文以 MySQL 8.0、8.4 的常规部署为主。MariaDB、数据库代理和云数据库参数组的行为需要查对应文档。以下 SQL 用于诊断与配置说明,没有在读者的生产数据库执行;权限和实际版本以现场为准。
按全部应用副本计算连接预算
一个应用池设为 50 看起来不大,但十个副本就可能允许 500 条连接。滚动发布时,新旧副本短暂共存;后台任务、管理后台和监控还有额外需求。
可先用下面的方式估算最大配置量:
全部应用池上限之和
+ 后台任务与运维连接
+ 发布期间新增实例的连接
+ 管理余量
例如四个实例各有一个上限 30 的池,配置上的潜在连接量为 120。它并不代表每时每刻都建立了 120 条连接,也没有证明数据库能同时高效处理 120 个活跃查询。一个进程中若有多个池,或者每个工作进程独立建池,还需继续乘入实际数量。
核对连接池的最大连接数、最小空闲数、获取连接超时、连接最大寿命和重连策略。业务结束时应把连接归还池;归还到池不一定会关闭底层数据库连接。异常路径缺少释放、事务没有结束,以及把连接跨请求保存,都值得检查。
扩容应用副本前,应同步调整连接预算。发生故障时,优先限流或暂停确认可延后的任务;一次性重启全部应用会同时重建连接,还可能丢失现场证据。确需重启某实例时,应摘除流量、分批操作,并观察连接数是否下降以及业务是否恢复。
确认错误来自数据库还是连接池
保留错误发生时间、完整错误码和报错组件。应用的 connection pool exhausted、获取连接超时,与 MySQL 返回 1040 可能同时出现,也可能是两个不同问题。
连接池上限为 20、20 条连接全部被业务占用时,应用可能在本地等待,即使数据库还有很多连接名额。反过来,数据库连接已满时,池中建立新连接的操作会被拒绝。提高其中一侧的参数,不保证另一侧有处理能力。
还应区分 Too many user connections。它通常涉及账号级连接限制,需要检查该账号的资源限制及 max_user_connections,不能直接按全局 max_connections 故障处理。
连接已满时,MySQL 为具有 CONNECTION_ADMIN 权限的账号保留额外的管理连接能力;旧的 SUPER 权限也涉及这一机制。不要把这种权限授予普通业务账号。保留名额可能已经被占用,云数据库还可能有独立的管理通道,不能保证任何时候都能通过普通入口登录。
如需登录,使用已有的受控管理账号和凭证管理方式。不要把明文密码写在命令行、工单或监控截图里。
连接数、活跃线程与历史峰值一起看
获得诊断连接后执行:
SHOW GLOBAL VARIABLES
WHERE Variable_name IN ('max_connections', 'max_user_connections',
'wait_timeout', 'interactive_timeout');
SHOW GLOBAL STATUS
WHERE Variable_name IN ('Threads_connected', 'Threads_running',
'Max_used_connections',
'Connection_errors_max_connections',
'Connections', 'Uptime');
Threads_connected 是当前打开的连接数,Threads_running 是当前非休眠线程数。历史上的高连接峰值不能说明此刻仍然拥堵;采样间隔过大又可能错过瞬间峰值。
Connection_errors_max_connections 用来观察因全局连接上限而被拒绝的连接。记录两次采样之间的增量比只看一个累计数字有意义。重启及部分状态重置会影响累计指标的比较,采样时同时保留时间与运行时长。
可以据此选择下一步:
| 观测组合 | 优先排查 |
|---|---|
| 当前连接接近上限,非休眠线程很少 | 空闲连接、连接池下限、长连接和泄漏 |
| 当前连接与非休眠线程同时增加 | 查询变慢、锁等待、资源竞争或真实并发增长 |
| 数据库连接远低于上限,应用仍报取连接超时 | 应用连接池耗尽、连接建立失败或池内排队 |
| 故障时连接不高,但拒绝计数有增量 | 短时连接风暴,补充更细粒度监控 |
连接数只是现场的一部分。应用副本数、数据库代理、监控和备份任务也要放进同一时间线。
查看连接来源,但不要把 Sleep 当成泄漏证据
SHOW FULL PROCESSLIST;
具备相应权限才能查看其他账号的连接。输出可能包含完整 SQL 和业务数据,排查记录需要脱敏。MySQL 的不同版本提供不同的进程列表实现,若环境已使用 Performance Schema,可结合其对应视图查看。
重点核对用户、来源地址、数据库、命令、持续时间与状态。Sleep 代表连接当前等待客户端下一条命令。连接池保留空闲连接属于常见行为;只有数量持续增长、超出预期预算或连接无法归还时,才有依据怀疑泄漏。
同时注意,某条 Sleep 连接仍可能处于尚未提交的事务中。查看较长时间存活的 InnoDB 事务:
SELECT trx_mysql_thread_id, trx_started, trx_state,
trx_rows_locked, trx_rows_modified
FROM information_schema.innodb_trx
ORDER BY trx_started;
把 trx_mysql_thread_id 对应到进程列表中的连接 ID。trx_started 表示事务开始时间,不能直接当作当前 SQL 的执行时间。读事务或内部事务的可见性还受实现与版本影响,单张表也不替代完整的锁诊断。
如果账号共用或流量经过代理,来源地址未必能定位到具体应用实例。这时需要结合连接池指标、代理监控和应用实例标识,不要直接按一个来源 IP 批量清理连接。
慢查询和锁等待会延长连接占用时间
相同请求速率下,每次数据库操作耗时变长,连接就会被占用更久。连接池开始排队后,客户端重试还可能进一步放大负载。
结合故障时段检查慢查询记录、执行计划、锁等待和磁盘延迟。数据库 CPU 高时应关注计算和查询路径;CPU 不高但查询等待明显时,继续检查锁、存储和下游依赖。
开启慢查询日志前,评估日志量、磁盘空间和敏感数据记录范围。不要为了排查连接数直接把生产阈值调到零。对来源明确的慢 SQL,可先使用普通 EXPLAIN 分析;EXPLAIN ANALYZE 会实际执行语句,不应在不了解负载和副作用时直接用于生产现场。
事务长时间等待外部 API、用户操作或文件处理,会让数据库连接和锁一起被拖住。应缩短事务边界,把能够独立完成的非数据库操作移到事务之外,并核对重试是否具备幂等性。
若进程列表出现大量相似请求,也要检查缓存失效、定时任务重叠和重试风暴。修复一个慢查询可能比增加连接上限更快地释放现有容量,但仍需用同一负载验证。
wait_timeout 调小后,旧连接未必立即变化
wait_timeout 影响非交互连接的空闲超时。新会话的初始值根据客户端连接方式,从全局 wait_timeout 或 interactive_timeout 初始化。修改全局值通常影响后续新连接,不会把所有已存在会话的值一起改掉。
因此,调整后应在实际应用新建的连接上核对会话值,不能只看管理会话或全局值。也不要把空闲超时误当成正在执行 SQL 的统一超时机制。
过小的超时可能让连接池反复取到已经失效的连接。数据库与池的最大寿命、空闲回收及连接有效性检查应配合设计,并验证驱动的断线重连行为。重连过程中未提交的事务不能靠简单重试透明恢复。
长连接本身不等于错误。持续复用少量连接可以减少握手成本;问题通常出在总量失控、生命周期不一致或连接占用时间异常。
调整 max_connections 前确认资源与回退方式
提高全局上限可以缓解名额不足,但也可能允许更多查询同时争用 CPU、内存和磁盘。每条连接的实际内存使用受执行语句、临时表和缓冲区等影响,没有适合所有数据库的固定“每连接内存”常数。
若已确认资源有余量、连接预算合理且确需提高上限,可在维护流程内进行受控调整。先记录原值,以下数字仅用于说明语法:
SELECT @@GLOBAL.max_connections;
-- 示例:经容量评估后才执行,不代表推荐目标值
SET GLOBAL max_connections = 300;
SELECT @@GLOBAL.max_connections;
执行需要相应系统变量管理权限;托管数据库可能要求通过参数组操作。SET GLOBAL 本身不会持久保存到重启后,必须明确变更的有效期。
MySQL 8.0、8.4 支持的 SET PERSIST 会同时写入持久化变量文件,不能与临时修改混淆。若采用配置文件或参数组,备份原配置,核对实际实例加载路径以及持久化设置的优先级。回滚时既要恢复当前运行值,也要处理本次新增的持久化项,避免下一次重启重新套用错误设置。
下调上限不会主动清退现有连接,应配合应用收敛连接。不要把重启数据库作为第一步:它会中断会话和事务,可能触发连接风暴,还会清掉部分现场状态。
清理连接前确认查询与事务后果
KILL QUERY 终止当前语句,通常保留连接;KILL CONNECTION 关闭连接,未提交事务可能需要回滚。大事务回滚本身会消耗资源,也可能持续较久,发出命令不等于立即释放全部影响。
不要按 Sleep 时间批量生成并执行 KILL。先把连接 ID、账号、实例与事务对应,确认业务归属和中断影响。若必须处理具体阻塞连接,应由有权限的管理员在保留证据后执行,并观察回滚、复制和应用错误。
紧急止血更适合从已确认的异常来源入手,例如暂停重复跑批、限制失控的重试或隔离故障实例。此类操作应保留原设置与恢复条件,避免数据库恢复后任务永久停摆。
恢复后验证连接是否稳定归还
用覆盖原故障时段的监控确认以下结果:连接拒绝计数没有继续增长,应用取连接等待下降,连接池活跃与空闲数量符合预期,数据库查询延迟和资源压力可接受。
历史峰值不会因为这次优化自动降低,也不需要为了图表好看重置状态。应把修复前后的时间段分开比较,并记录当时的请求量、实例数量和后台任务。
停止排查时,关闭额外的管理会话,结束临时高频采集,恢复本次诊断产生的日志设置。应用连接预算、发布并发和数据库处理能力保持一致,才有条件让一次故障修复持续生效。
官方参考资料
核验日期:2026 年 11 月 16 日。以下参考 MySQL 8.4 文档,操作前请对照实际版本及云数据库约束。




