05.1.4.3 读写分离与连接治理
所属:全栈开发面试题库 / 05 数据库与存储 / 05.1 关系型数据库通用能力 / 05.1.4 高可用与扩展
覆盖范围
- 读写分离路由原则、一致性坑与会话粘滞
- 从库负载分配、下线扩容与流量切换
- 连接池作用、核心参数、池大小与连接泄漏
- 长连接回收、连接数上限与线程模型
- 读写分离监控与缓存配合
高频题速览
| 编号 | 题目 | 难度 | 频率 |
|---|---|---|---|
| 05.1.4.3-001 | 读写分离架构与路由原则 | 基础 | ★★★★★ |
| 05.1.4.3-002 | 读写分离常见坑 | 进阶 | ★★★★★ |
| 05.1.4.3-003 | 写后读一致性方案 | 进阶 | ★★★★★ |
| 05.1.4.3-006 | 连接池核心参数 | 进阶 | ★★★★☆ |
| 05.1.4.3-007 | 连接池大小怎么定 | 高级 | ★★★★☆ |
读写分离与连接链路
应用 → 数据源/代理路由
写(INSERT/UPDATE/DELETE/DDL)→ 主库
读(SELECT)→ 从库集群(按策略分配)
连接层:连接池复用 TCP/会话连接,控制并发连接数与空闲回收
一致性约束:写后读、事务内读、强一致读 → 主库/粘滞主库
05.1.4.3-001 读写分离的架构和路由原则是什么?
频率 ★★★★★ | 难度 基础
一句话结论
读写分离把写请求路由到主库、读请求路由到从库集群,用多从库分担读压力;路由按语句类型(写/读)与一致性规则决定数据源,主库仍承接全部写入与强一致读。
概念解释
- 主库:处理写入、DDL 与需强一致的读。
- 从库集群:承接普通只读查询。
- 路由决策:语句类型、事务状态、一致性要求、会话粘滞。
- 实现位置:应用层数据源路由或代理中间件统一转发。
原理流程
- 请求进入路由层,判断是写还是读。
- 写 → 主库;普通读 → 按策略选从库。
- 写后读/事务内读/强一致读 → 主库或粘滞主库。
代码 / 命令
路由规则示例:
INSERT/UPDATE/DELETE/DDL/事务写 → primary
SELECT 且无一致性约束 → replica 集群(轮询/权重/延迟感知)
写后立即读、事务内读、强一致读 → primary
常见误区
- 误区:读写分离就是把 SELECT 都发从库。正解:还要考虑事务上下文、写后一致性与从库延迟;不是所有 SELECT 都能走从库。
- 误区:从库可以承接写入。正解:从库只读;误写会破坏复制一致性,写入应只走主库。
追问
- 问:读写分离能提升写入能力吗?答:不能;写入仍集中主库,读写分离只扩展读能力,写入瓶颈靠分片/优化解决。
- 问:哪些读必须走主库?答:写后读、交易内读、要求最新数据的强一致读,见 05.1.4.1-009。
05.1.4.3-002 读写分离有哪些常见坑?
频率 ★★★★★ | 难度 进阶
一句话结论
高频坑:主从延迟导致写后读旧数据、事务内乱切数据源、从库被误写、读负载不均、大查询拖垮从库、从库故障未摘除、连接与路由配置不一致;上线前按一致性与高可用逐项规避。
概念解释
- 一致性坑:延迟脏读、事务内乱切、粘滞缺失。
- 路由坑:写误路由从库、数据源配置错。
- 负载坑:从库负载不均、慢查询集中拖垮单从库。
- 可用性坑:从库故障未摘除、扩容下线连接残留。
原理流程
- 梳理读请求的一致性等级与路由规则。
- 配置从库健康检查与自动摘除。
- 监控各从库负载、延迟与慢查询,避免单点过载。
代码 / 命令
坑清单:
写后读走到延迟从库 → 读不到刚写数据
事务内连接被切到从库 → 视图不一致
从库可写/误写 → 复制冲突
读流量集中单从库 / 大查询拖垮从库
从库宕机仍被路由 → 读请求失败
主从延迟告警缺失
常见误区
- 误区:读写分离上线后只要主库写对就行。正解:从库路由、一致性与健康摘除都需要治理;延迟与负载监控必须配套。
- 误区:从库多了读就一定快。正解:慢查询与倾斜请求会集中压垮个别从库;需要负载均衡与慢查询治理。
追问
- 问:如何防止从库被写?答:从库账号只授只读权限;路由层拒绝写语句到从库;双保险。
- 问:从库延迟不一致时读怎么选?答:可按延迟感知路由,优先选追平的从库;延迟敏感读直接走主库。
05.1.4.3-003 写后读一致性在读写分离下怎么落地?
频率 ★★★★★ | 难度 进阶
一句话结论
按一致性等级选择:必须最新读走主库;可容忍短暂延迟走从库;折中方案是写后短时间内会话粘滞主库,或记录写位点等待从库追平再读。需明确每类业务读的一致性要求。
概念解释
- 主库读:最强一致,写后读主库。
- 会话粘滞:同一用户/会话写后一段时间内读都路由主库。
- 位点等待:记录写入 GTID/LSN,从库回放到位点后再读。
- 缓存配合:写后失效/更新缓存,降低对从库即时一致的依赖。
原理流程
- 业务标注读类型:强一致 / 写后短期一致 / 可延迟。
- 强一致走主库;写后窗口粘滞主库;一般读走从库。
- 位点对齐场景等待从库追平,超时降级主库。
代码 / 命令
策略:
交易详情、刚提交结果 → 主库读或粘滞主库
列表、统计等可延迟 → 从库
位点等待:读前对比从库已回放位点 ≥ 写入位点
常见误区
- 误区:粘滞主库可以一直保持。正解:粘滞只覆盖一致性窗口;长期读主库会压垮主库,超时后释放回从库。
- 误区:位点等待一定能立刻追平。正解:从库积压时等待会超时;需有超时降级主库的兜底。
追问
- 问:跨请求的写后读怎么识别?答:按用户/会话维度记录写时间与粘滞标记;窗口内该用户读走主库。
- 问:缓存能否完全替代主库读?答:缓存一致性需另行保证;缓存未命中或失效时仍需数据源一致性策略。
05.1.4.3-004 事务内连接为什么不能随意切换数据源?
频率 ★★★☆☆ | 难度 进阶
一句话结论
事务绑定一个连接与视图;中途切到另一数据源,新连接看不到未提交修改,且不同连接快照不一致,破坏事务隔离与读写一致性。事务期间连接固定,结束后再按规则路由。
概念解释
- 连接绑定:事务从开启到结束使用同一数据库连接。
- 视图一致性:事务内基于同一快照读取,切换连接等于换快照。
- 未提交可见性:从库/其他连接看不到本事务未提交修改。
- 路由识别:路由层需感知事务状态,事务内不切从库。
原理流程
- 事务开启,连接选定数据源(写事务固定主库)。
- 事务内所有语句复用该连接。
- 提交/回滚后,独立请求再按读写规则路由。
代码 / 命令
错误:BEGIN(主库连接)→ 写 → SELECT 被路由到从库
正确:事务内连接固定;COMMIT/ROLLBACK 后再释放连接回池
常见误区
- 误区:只读 SELECT 在事务内可以走从库。正解:事务已有连接上下文,切换会破坏视图;只读事务无写上下文时才可独立走从库。
- 误区:连接池归还连接后事务还在。正解:连接归还意味着事务边界结束;长事务持有连接不归还,见 05.1.4.3-011。
追问
- 问:中间件如何避免事务内乱切?答:按会话事务标记绑定数据源;事务开始后该会话请求固定路由。
- 问:跨服务的分布式事务也受此约束吗?答:跨服务是分布式事务范畴(见 05.1.4.2-007);单库事务内连接固定是本地一致性前提。
05.1.4.3-005 多个从库之间怎么分配读流量?
频率 ★★★☆☆ | 难度 进阶
一句话结论
读流量按轮询、权重或延迟感知分配到从库;权重按规格区分,延迟感知避开积压从库。分配需结合各从库负载与复制延迟,避免流量集中与慢查询拖垮单库。
概念解释
- 轮询:请求均匀分配,简单但不感知负载。
- 权重:按从库规格/能力分配比例。
- 延迟感知:跳过延迟超阈值的从库。
- 负载感知:结合连接数、CPU/IO 选择较空闲副本。
原理流程
- 配置从库列表与权重。
- 每次读请求按策略选从库,健康/延迟不达标者摘除。
- 监控各从库负载,动态调整权重。
代码 / 命令
选库策略:
健康检查通过 + 延迟低于阈值
按权重轮询;高规格从库权重高
故障/积压从库临时摘除,恢复后加回
常见误区
- 误区:平均分配到所有从库就均衡。正解:规格差异、慢查询与热点请求会造成实际负载不均;需监控并按负载调整。
- 误区:从库延迟高一点不影响读分配。正解:延迟高的从库读到旧数据,延迟感知路由应避开或降级。
追问
- 问:报表大查询应该发给普通从库吗?答:应单独隔离报表副本,避免大查询拖垮承接在线读的从库。
- 问:从库扩容后怎么加流量?答:先加入列表低权重观察,逐步提权重;摘除则反向先降权重再下线。
05.1.4.3-006 连接池解决什么问题?核心参数有哪些?
频率 ★★★★☆ | 难度 进阶
一句话结论
连接池复用数据库连接,避免每次请求新建 TCP/认证连接的开销,并控制并发连接数;核心参数包括最大/最小连接数、获取连接超时、空闲回收、连接有效性检测与生命周期。
概念解释
- 连接复用:连接用完归还池内,下次请求复用。
- 最大连接数:池允许的并发连接上限。
- 最小空闲:保持的常驻空闲连接数。
- 超时与检测:获取等待超时、空闲回收、借出前有效性校验。
原理流程
- 请求先从池取连接;有空闲直接复用,无空闲且未达上限则新建。
- 连接用完归还池内,不关闭。
- 空闲超时回收、失效连接剔除。
代码 / 命令
常见池参数(按实现命名不同):
maxPoolSize / maximumPoolSize:最大连接数
minIdle / minimumIdle:最小空闲连接
connectionTimeout:获取连接等待超时
idleTimeout:空闲连接回收时间
maxLifetime:连接最大存活时间
testOnBorrow / validationQuery:借出前有效性检测
常见误区
- 误区:连接池越大越好,多开连接提速。正解:数据库连接数有上限,过多连接争抢资源反而降低吞吐;池大小需结合数据库上限与工作负载。
- 误区:连接拿到就能用,不用检测有效性。正解:空闲连接可能被数据库/中间件断开;借出前检测或生命周期控制避免拿到死连接。
追问
- 问:maxLifetime 为什么要小于数据库侧空闲超时?答:避免数据库已断开而池仍持有死连接;池侧先回收重建。
- 问:连接池放在应用侧还是代理层?答:应用侧池管理本服务连接;代理层也可维护到数据库的连接池,两层都需控制连接数。
05.1.4.3-007 连接池大小应该怎么定?
频率 ★★★★☆ | 难度 高级
一句话结论
池大小由数据库连接上限、CPU 核数与工作负载类型共同决定:连接数不是越大越快;OLTP 短查询连接数可围绕核数与并发需求估算,读写等待型负载另算,最终以数据库连接数、等待队列与实测吞吐为准。
概念解释
- 数据库上限:实例最大连接数与各应用分摊配额。
- 负载类型:短事务 CPU 密集 vs 等待 IO/锁的长查询。
- 排队兜底:池满后请求排队等待,超时报错;不是无限扩容。
- 实测校准:压测不同池大小下吞吐、等待与数据库负载。
原理流程
- 确定数据库可分配连接上限。
- 按应用实例数、并发线程数估算各池配额。
- 压测观察吞吐拐点、连接等待与数据库 CPU/IO,调整池大小。
代码 / 命令
估算思路:
单实例连接配额 ≤ 数据库最大连接 / 应用实例数
CPU 密集短查询:连接数接近或略高于核数
IO/等待型:可适当提高,但受数据库上限约束
观察:池等待数、获取超时、数据库连接使用率、吞吐拐点
常见误区
- 误区:连接数设成数据库最大值最稳妥。正解:过多连接上下文切换与资源争抢反而降低吞吐;数据库连接上限是天花板不是目标值。
- 误区:每个应用实例都能拿满最大连接。正解:多实例共享数据库连接配额;需按实例数分摊,避免总量超限。
追问
- 问:连接等待排队算正常吗?答:短时排队可接受;频繁超时说明池过小或数据库处理不过来,需扩池/优化 SQL/扩容数据库。
- 问:连接池大小和线程池是什么关系?答:通常一个工作线程借一个连接;线程数与连接数匹配,避免线程等待连接耗尽。
05.1.4.3-008 连接泄漏和慢连接怎么排查?
频率 ★★★★☆ | 难度 进阶
一句话结论
连接泄漏指借出后未归还,连接被逐渐占满;慢连接指单个连接持有时间过长。排查看池活跃连接数、等待队列、数据库会话状态与长事务定位未释放连接的代码路径。
概念解释
- 连接泄漏:异常分支未关闭/归还,连接长期占用。
- 慢连接:单 SQL/事务执行久,连接持有时间长。
- 观测信号:活跃连接持续上涨不回落、获取连接超时、数据库存在长会话。
- 定位手段:池指标 + 数据库会话/事务视图 + 代码调用链。
原理流程
- 监控池活跃连接、等待数与数据库会话。
- 泄漏:活跃连接只增不减,定位未归还代码路径。
- 慢连接:查数据库长会话/长事务对应的 SQL 与来源。
代码 / 命令
排查信号:
池 active 连接持续上升、idle 趋零、等待队列增长
数据库会话中长时间空闲/长事务连接
定位:
借出/归还日志、未关闭资源的代码分支、慢 SQL 与长事务
常见误区
- 误区:连接满了就调大池。正解:先判断是泄漏还是慢连接导致占用;单纯扩池只是延后问题,可能压垮数据库。
- 误区:空闲会话就是泄漏。正解:空闲连接在池内等待复用;泄漏是已借出未归还,需区分池内空闲与借出占用。
追问
- 问:代码层面如何防泄漏?答:确保异常路径也归还连接(try-with-resource/finally/框架托管),避免手工管理连接。
- 问:长事务和连接泄漏怎么区分?答:长事务是连接在执行中持有久;泄漏是连接借出后不再使用也不归还;数据库会话状态可辅助判断。
05.1.4.3-009 池满或获取连接超时是什么原因?
频率 ★★★☆☆ | 难度 进阶
一句话结论
池满意味着并发借连接数达到上限,等待超时通常由连接占用过久(慢 SQL/长事务)、连接泄漏、池配置过小或数据库处理能力不足引起;先区分是占用慢、泄漏还是容量不足。
概念解释
- 池满:所有活跃连接被借出,新请求排队。
- 占用过久:慢查询/大事务持有连接不释放。
- 泄漏:连接未归还,可用连接越来越少。
- 容量不足:并发超过池/数据库承载,需扩容或优化。
原理流程
- 看池活跃连接趋势与等待超时频次。
- 定位占用连接的会话:慢 SQL、长事务、泄漏分支。
- 对症:优化慢 SQL、修泄漏、调整池配额或扩容数据库。
代码 / 命令
排查顺序:
活跃连接是否回落 → 不回落查泄漏
连接持有时长 → 慢 SQL / 长事务
并发是否超配额 → 池大小与数据库上限
数据库负载是否饱和 → CPU/IO/锁等待
常见误区
- 误区:超时就把获取等待时间拉长。正解:延长超时只是让请求排队更久,不解决连接占用根因;积压反而加重。
- 误区:池满一定是池设小了。正解:泄漏与慢连接会让任何池最终满;先清占用再谈调大。
追问
- 问:突发流量导致池满怎么应对?答:限流兜底避免压垮数据库;评估扩容与慢查询治理,而不是无限加连接。
- 问:代理层连接池与应用池都满了先看哪个?答:沿请求链路逐层看:应用池 → 代理池 → 数据库会话,定位瓶颈层。
05.1.4.3-010 主库与从库的连接池要分开管理吗?
频率 ★★★☆☆ | 难度 进阶
一句话结论
应分库/分角色管理连接池:主库池服务写入与强一致读,从库池服务只读流量;分开配置独立上限、超时与监控,避免读流量占满主库连接或从库池互相影响。
概念解释
- 角色隔离:主库连接与从库连接互不混用。
- 配额独立:按读写负载分别设池大小。
- 监控独立:分别观察主库/从库连接使用率与等待。
- 故障隔离:从库池问题不波及主库连接。
原理流程
- 数据源按主/从分别配置连接池。
- 路由按规则借对应池连接。
- 各池独立监控水位与超时。
代码 / 命令
数据源划分:
master 数据源 → 独立池(写 + 强一致读)
replica 数据源 → 独立池(普通读)
各自 maxPoolSize、超时、监控指标独立
常见误区
- 误区:共用一个连接池按语句切换库就行。正解:连接绑定数据源,混用会导致路由混乱与连接串错误;分池更清晰可控。
- 误区:从库池可以配得和主库一样大。正解:从库数量与读负载不同,配额按实际读流量分配。
追问
- 问:多个从库是共用一个池还是每库一池?答:按中间件/实现决定;每库独立池便于按库监控与摘除,共用池需代理层管理连接。
- 问:主库连接数告警优先处理什么?答:先查长事务/慢 SQL 占用,再看写并发是否超出主库承载。
05.1.4.3-011 长连接和空闲连接怎么回收?
频率 ★★★☆☆ | 难度 进阶
一句话结论
连接通过空闲超时与最大存活时间主动回收:长时间不用的连接关闭重建,避免持有被数据库/防火墙断开的死连接;回收节奏与数据库侧空闲超时、网络中间件超时对齐。
概念解释
- 空闲超时:池内空闲超过阈值的连接关闭。
- 最大存活:连接达到寿命后重建,避免长期老化。
- 死连接:数据库/网络侧已断开,池侧未知;需有效性检测。
- 超时对齐:池回收阈值小于数据库/中间件空闲断连时间。
原理流程
- 配置 idleTimeout、maxLifetime 小于数据库空闲断连阈值。
- 后台回收空闲/超龄连接。
- 借出时有效性检测兜底剔除死连接。
代码 / 命令
参数原则:
maxLifetime < 数据库 wait_timeout / 代理空闲超时
idleTimeout 按空闲回收需求设置
借出前 testOnBorrow/validationQuery 检测死连接
常见误区
- 误区:连接建好就一直复用最划算。正解:长期连接可能被中间件静默断开;超龄重建比拿死连接报错更稳。
- 误区:回收越频繁越好。正解:频繁关闭重建增加握手认证开销;在避免死连接与复用率间平衡。
追问
- 问:为什么连接会被数据库静默断开?答:数据库有空闲连接超时,网络中间件也可能清理长空闲连接;池侧需早于该阈值回收。
- 问:长连接偶发报错 "connection already closed" 是什么原因?答:多为死连接未被识别;调整生命周期与借出检测可缓解。
05.1.4.3-012 从库下线或扩容时连接怎么处理?
频率 ★★★☆☆ | 难度 进阶
一句话结论
从库摘除先降流量、等待在飞请求完成再关闭连接;扩容先加入健康检查列表、低权重承接流量,观察后逐步提权。连接池按数据源变更刷新,避免残留指向已下线库的连接。
概念解释
- 优雅摘除:停止新路由 → 等待现有连接用完 → 关闭连接。
- 灰度加入:新从库先健康检查通过,低权重承接,逐步加量。
- 连接刷新:数据源列表变更后池内连接重建到新拓扑。
- 在飞请求:摘除时不强制中断已执行请求,避免业务错误。
原理流程
- 下线:摘出路由列表 → 连接耗尽后关闭。
- 上线:注册新从库 → 健康检查 → 低权重 → 逐步提权。
- 监控新从库延迟与负载。
代码 / 命令
摘除流程:
从读列表移除 → 不再分配新请求 → 等在飞连接归还/超时 → 关闭连接
扩容流程:
新从库同步追平 → 加入列表 → 低权重 → 观察延迟/负载 → 提权重
常见误区
- 误区:下线从库直接拔连接。正解:强制中断在飞事务会报错;应优雅摘流后再关闭。
- 误区:新从库追平后直接全量接流量。正解:先低权重观察延迟与负载,避免新库异常影响整体读服务。
追问
- 问:连接池如何感知数据源下线?答:路由列表/代理配置更新后,池重建对应连接;残留死连接靠有效性检测剔除。
- 问:从库切换主后原主库连接怎么处理?答:故障转移后拓扑变更,连接按新主从关系重建;详见 05.1.4.1-011。
05.1.4.3-013 应用层路由和代理层路由各有什么优劣?
频率 ★★★☆☆ | 难度 进阶
一句话结论
应用层路由在代码内选数据源,灵活、无代理层,但业务侵入、各语言栈重复实现;代理层在中间件统一解析转发,业务透明,但引入代理层开销、单点与 SQL 兼容限制。
概念解释
- 应用层:代码按规则选主/从数据源与连接池。
- 代理层:部署数据库代理,SQL 到代理后解析路由。
- 应用层优势:可控、无额外网络跳转;劣势:侵入代码、多语言重复。
- 代理层优势:统一治理、业务少改;劣势:代理高可用、兼容与性能损耗。
原理流程
- 按团队栈、服务数量与治理需求选层。
- 应用层:封装数据源路由组件;代理层:部署并配置路由规则。
- 测试一致性、故障切换与连接行为。
代码 / 命令
应用层:服务内数据源组件 → 按规则选 master/replica 池
代理层:应用 → 代理(解析路由)→ 主/从库;代理自身集群高可用
常见误区
- 误区:代理层路由对所有 SQL 透明无限制。正解:复杂 SQL、跨片与事务行为受代理能力限制,需兼容性验证。
- 误区:应用层路由不统一就没问题。正解:路由规则必须集中封装,避免各服务手写不一致导致误路由。
追问
- 问:代理层本身故障怎么办?答:代理需集群部署 + 健康摘除;其是读写分离链路关键节点,纳入高可用设计。
- 问:小服务适合哪种?答:服务少、栈统一时应用层轻量直接;多服务多语言需统一治理时评估代理层。
05.1.4.3-014 读负载不均或慢查询拖垮从库怎么处理?
频率 ★★★☆☆ | 难度 进阶
一句话结论
先识别倾斜请求与慢查询:按从库监控定位高负载库与慢 SQL,隔离报表/大查询到专用副本,在线读做限流与慢查询治理;避免把分析型负载混在在线读从库上。
概念解释
- 负载倾斜:热点请求/数据集中到单从库。
- 慢查询冲击:大扫描查询占用 IO/CPU,拖慢同库其他读。
- 隔离副本:报表、导出、分析走专用从库。
- 治理:慢 SQL 优化、限流、缓存热点读。
原理流程
- 监控各从库 QPS、CPU/IO、慢查询。
- 定位倾斜请求与重查询,隔离大负载副本。
- 在线读限流与优化,热点读加缓存。
代码 / 命令
分类:
在线交易读 → 在线从库集群
报表/导出/大扫描 → 专用分析副本
治理:慢 SQL 优化、热点缓存、大查询限流与超时控制
常见误区
- 误区:所有从库都在线承接同样的读。正解:大查询应隔离专用副本,否则一个慢查询影响全集群在线读。
- 误区:负载不均靠加从库解决。正解:先消除倾斜与慢查询;盲目扩容只分摊部分压力,根因仍在。
追问
- 问:热点读怎么减负?答:热点数据走缓存,从库只承接缓存未命中;热点 Key/数据治理见 05.5.1.5。
- 问:从库被慢查询压垮会影响复制吗?答:会;回放与查询争抢资源,复制延迟上升,需隔离负载。
05.1.4.3-015 数据库连接数上限和线程模型有什么关系?
频率 ★★★☆☆ | 难度 高级
一句话结论
每个客户端连接在数据库侧占用服务线程/进程与内存;连接数受 max_connections 类上限约束,过多连接导致上下文切换与内存压力。理解数据库线程模型(线程/进程每连接)有助于设定池大小与连接配额。
概念解释
- 连接资源:每个连接占用线程/进程、内存与会话状态。
- 上限参数:数据库最大连接数,超出后新连接被拒绝。
- 线程模型:每连接一线程/进程,或线程池模型;并发处理方式影响连接成本。
- 池化目的:用有限连接复用大量短请求,避免连接数失控。
原理流程
- 核对数据库最大连接数与当前连接占用。
- 按实例数与配额规划各应用池上限总和。
- 监控连接使用率,超限时报错/限流而非无限连接。
代码 / 命令
-- 查看连接上限与当前连接(示意,视图名按引擎)
SHOW VARIABLES LIKE 'max_connections';
-- MySQL: SHOW STATUS LIKE 'Threads_connected';
-- PG: SELECT count(*) FROM pg_stat_activity;
常见误区
- 误区:连接数调大上限就能支撑更多并发。正解:连接过多争抢 CPU/内存,吞吐在拐点后下降;上限是保护线,不是调优目标。
- 误区:应用连接池独立于数据库连接上限。正解:所有应用池连接总和受数据库上限约束,需统一配额规划。
追问
- 问:连接被拒绝(too many connections)怎么处理?答:先查连接占用来源与泄漏,临时扩容需评估内存;根本上控制池大小与慢连接。
- 问:PG 与 MySQL 连接模型差异?答:进程/线程模型与内存占用不同,具体见 05.2 / 05.3 章节;连接上限规划以各库实测为准。
05.1.4.3-016 数据源/连接配置有哪些容易出错的地方?
频率 ★★★☆☆ | 难度 基础
一句话结论
常见配置错误:连接串主从地址配反、账号权限越权、超时参数缺失、字符集/时区不一致、池大小总和超库上限、缺少有效性检测;上线前核对连接串、权限、参数与监控。
概念解释
- 地址路由:主从数据源地址与池绑定正确。
- 权限:从库账号只读,主库账号按需授权。
- 参数:超时、回收、检测、字符集与时区。
- 总量:各池上限之和不超数据库连接配额。
原理流程
- 核对数据源连接串、账号权限与默认配置。
- 检查池参数与数据库上限、超时对齐。
- 灰度验证读写路由与连接行为。
代码 / 命令
配置核对清单:
主/从地址是否对应正确角色
从库账号是否只读;主库权限是否最小化
连接超时、socket 超时、空闲/生命周期参数
字符集、时区与数据库一致
池大小总和 ≤ 数据库连接配额
借出有效性检测是否开启
常见误区
- 误区:配置在测试环境跑通生产就不用核对。正解:地址、账号、规格与连接配额环境不同,生产配置需单独核对。
- 误区:字符集时区不一致不影响功能。正解:可能导致中文乱码、时间偏差与隐式转换,需统一。
追问
- 问:连接超时和语句超时是一回事吗?答:不是;连接超时是建连/借连等待,语句超时是单条 SQL 执行时限,需分别配置。
- 问:生产数据库密码如何管理?答:走配置中心/密钥管理,不硬编码进代码或文档,见项目安全规则。
05.1.4.3-017 读写分离应该监控哪些指标?
频率 ★★★☆☆ | 难度 进阶
一句话结论
监控分三类:复制健康(延迟、线程状态)、路由与连接(主从 QPS、池水位、等待超时)、负载性能(各库 CPU/IO/慢查询);设置延迟、连接水位与慢查询阈值告警。
概念解释
- 复制指标:延迟秒数/位点差、复制线程状态。
- 路由指标:主库写 QPS、从库读 QPS、各从库分配量。
- 连接指标:池活跃/空闲/等待数、获取超时、数据库连接使用率。
- 性能指标:CPU、IO、慢查询数、锁等待。
原理流程
- 按主库、各从库分别采集负载与连接指标。
- 监控复制延迟与连接池水位。
- 设阈值告警,定位倾斜、积压与故障副本。
代码 / 命令
监控清单:
复制:延迟、IO/SQL 线程状态、位点差
路由:主/从 QPS、各从库读占比
连接:池 active/idle/wait、获取超时、库连接数
性能:CPU、IO、慢查询、锁等待
常见误区
- 误区:只监控主库指标就够。正解:从库延迟、负载与连接是读写分离稳定性的关键,需逐副本监控。
- 误区:QPS 正常就说明健康。正解:慢查询与连接积压可能在 QPS 不高时发生;需结合耗时与池水位看。
追问
- 问:延迟告警阈值怎么定?答:按业务可容忍旧数据时长设定;交易类阈值更严,报表类可放宽。
- 问:连接池等待如何可视化?答:采集等待队列长度、等待时长与超时次数,作为池容量与慢连接信号。
05.1.4.3-018 读写分离和缓存怎么配合使用?
频率 ★★★☆☆ | 难度 进阶
一句话结论
热点读优先走缓存,降低从库读压力;写操作后按策略失效或更新缓存,缓存未命中再读库。缓存分担读流量,但不替代读写分离的一致性职责,两者按层级配合。
概念解释
- 缓存分层:热点数据缓存,命中不访问数据库。
- 写后维护:写主库后失效/更新缓存,避免脏缓存。
- 未命中回源:缓存未命中按路由规则读从库/主库。
- 一致性边界:缓存与数据库一致性策略独立设计。
原理流程
- 读请求先查缓存。
- 命中返回;未命中按读写分离规则读库并回填。
- 写主库后失效/更新缓存,处理缓存与库一致性。
代码 / 命令
读:缓存 → 未命中 → 从库(强一致 → 主库)→ 回填缓存
写:写主库 → 删除/更新缓存
热点 Key、穿透/击穿/雪崩治理见 05.5.1.5
常见误区
- 误区:上了缓存就不需要读写分离。正解:缓存只挡热点读;未命中、批量与一致性读仍走数据库,读扩展仍需从库。
- 误区:缓存回填后一定是最新数据。正解:缓存更新策略不当会有脏读窗口;一致性要求高的读需直接读主库。
追问
- 问:缓存与数据库双写不一致怎么处理?答:常见 Cache Aside(先写库再删缓存)+ 过期兜底;细节见 05.5.1.3。
- 问:缓存击穿会压垮从库吗?答:热点失效瞬间大量回源可冲击数据库;需互斥重建/预热,见 05.5.1.5。
参考来源
- MySQL 8.0 Reference Manual: Replication / Read Replicas:https://dev.mysql.com/doc/refman/8.0/en/replication.html
- PostgreSQL Documentation: High Availability, Load Balancing:https://www.postgresql.org/docs/current/high-availability.html
- HikariCP 官方文档(连接池参数):https://github.com/brettwooldridge/HikariCP