前一天從自建MySQL遷移到雲上RDS,在執行某個併發較高的業務時出現了大量鎖等待,客戶當時升級了實例到最高規格,但故障依舊。 ...
春節長假某日,陽光明媚,春暖花開,恰逢冬奧會開幕,想著一定是一個黃道吉日,必能順風順水。沒想到卻遇到一個有點小波折 的客戶報障。
01故障起因故障起因是客戶前一天從自建MySQL遷移到雲上RDS,在執行某個併發較高的業務時出現了大量鎖等待,客戶當時升級了實例到最高規格,但故障依舊。客戶反饋升級後的實例規格比自建實例高了一倍,自建實例上從未發生過類似情況。後客戶根據當時的業務故障模擬了現場,主要是併發執行如下存儲過程的時候性能很差:
02初步診斷
從存儲過程的邏輯看,比較簡單,主要涉及兩個SQL,一個從表t(隱藏了真實表名)中meeting_id根據傳入參數值查詢,具體的入參由字元型變數p_meeting_id帶入;另外一個根據meeting_id和剛查出的phone_id去更新t中的phone_id為phone_id+3。表t數據量約40w左右。
第一感覺這是個簡單問題,估計兩個SQL的meeting_id索引沒有生效,查詢表上索引後果然發現meeting_id和phone_id上沒有索引,建議客戶在兩個欄位上分別創建了索引,且meeting_id為主鍵。此時用戶執行模擬的併發腳本反饋速度有了明顯提升,200個併發最高執行時間40s左右,但模擬500個併發的時候,超過了8分鐘還沒有執行完。用戶反饋在自建MySQL上併發500執行都是秒級完成。此時在控制台看,這個存儲過程在慢查詢日誌中批量出現,且掃描行數巨大,客戶端已經完全hang住:
03進一步優化
雖然優化有了初步的效果, 但距離客戶自建環境性能描述還差距很大,由於併發高, 從監控看測試期間CPU到了100%,懷疑參數innodb_thread_concurrency的設置可能不當。此參數的作用是控制 InnoDB 的併發線程上限。也就是說,一旦併發線程數達到這個值,InnoDB 在接收到新請求的時候,就會進入等待狀態,直到有線程退出。RDS預設值為0,也就是沒有限制上限,在高併發的場景下可能會產生較多的上下文切換,導致CPU升高。和客戶咨詢了一下,他們自建環境的值設置為32,建議他們將RDS的值也改為32再看看效果。客戶很快反饋,修改後的確有效果,500個併發在3分鐘內完成,沒有再發生hang住不動的情況,性能有了進一步的提升。但參數innodb_thread_concurrency進一步調整效果不明顯。
04加trace診斷客戶看到性能不斷提升也很有信心,但和自建環境差距還是很大,還有哪裡可能有問題?突然想到,創建索引後,在控制台的慢查詢列表中看到很多存儲過程的調用sql,且掃描記錄數巨大,如果是走meeting_id唯一索引,應該掃描很少的記錄數才對,難道沒有走索引?或者沒有走meeting_id主鍵索引?聯繫客戶,希望提供測試環境登陸測試。
在測試環境,首先希望驗證一下兩個SQL的執行計划到底是怎麼樣的。登陸實例後,分別對兩個存儲過程中的SQL執行explain,發現走的確實是主鍵(meeting_id):
為了進一步確認SQL在存儲過程中的實際執行計劃,修改了一下測試的存儲過程邏輯,加入了SQL執行的explain結果和實際執行的trace,過程中主要增加的代碼如下:
執行計劃結果如下:
從結果看,兩個SQL居然真的沒有走主鍵meeting_id索引,而是都走了phone_id這個普通的二級索引,其中第一個查詢SQL走的索引全掃描,掃描記錄數rows為397399,和表的記錄數一致,顯然走了全索引掃描,雖然比全表掃描好一些,但效率仍然低下;另外一個update的SQL走了正常的索引掃描,rows只有2,性能高效。為什麼兩個SQL沒有走meeting_id這個主鍵索引呢?看trace列印的部分內容:
trace顯示兩個SQL在優化器分析時,將meeting_id做了隱式轉換,轉換函數為convert('meeting_id' using utf8mb4),也就是將meeting_id做了字元集的轉換,熟悉索引機制的同學都清楚,這種情況下優化器是不會走meeting_id索引的。這也可以解釋了客戶第一次創建索引的時候為啥有性能提升,但效果並不明顯,原因就是只有update語句真正用到了索引帶來的性能提升,而且是phone_id索引帶來的提升,不是性能更高的主鍵meeting_id。
05真相大白
現在聚焦到最關鍵的問題,meeting_id為啥要做字元集的隱式轉換?查看了一下實例相關字元集的設置:
-
表和列的字元集都為utf8;
-
表所在庫的字元集為utf8mb4;
-
server字元集((character_set_server))為utf8
-
character_set_client/character_set_connection/character_set_results為utf8mb4
果然,server、database、table的字元集不完全一致,猜想一下實際流程應該是這樣的:存儲過程中傳入的字元參數字元集為utf8mb4,和表中字元集為utf8的欄位meeting_id比較時,meeting_id做了字元集的隱式轉換,轉換為utf8mb4後再和輸入參數比較,從而導致meeting_id上的索引無法使用。
根據這個猜測,建議用戶將表的字元集更改為utf8mb4,這樣應該可以避免字元集的轉換。由於這個功能還未上線,用戶直接對 表做了字元集的修改:
alter table zm_meeting convert to character set utf8mb4;
修改後讓用戶再次測試,預期效果終於出現,併發500測試在秒級完成,trace查看執行計劃,都走了meeting_id的主鍵索引,隱式轉換也隨之消失,性能問題得到了徹底解決。
06後續思考存儲過程的入參為啥使用了utf8mb4?這是本次案例的核心,查閱mysql文檔,存儲過程介紹裡面有一段描述:
簡單說,就是存儲過程的字元型參數,如果沒有顯式指定字元集,預設將會使用所在資料庫的字元集,而本案例中表所在的資料庫字元集為utf8mb4,所以參數預設使用了utf8mb4,導致了匹配過程的隱式轉換。存儲過程外直接寫SQL為什麼沒有這種情況發生,我猜測比較的字元串應該會自動匹配‘=’左邊表欄位的字元集。
既然這樣,理論上直接修改參數的字元集應該也可以達到同樣結果,簡單測試下,將存儲過程參數加上表上的字元集屬性:
CREATE PROCEDURE `zm_sp_next_phone_id`(IN `p_meeting_id` VARCHAR(36) character set utf8)
測試結果如我們預期,不會產生隱式轉換,執行計劃正確。
問題雖然解決了,原因也找到了,但反思一下整個過程,如果用戶的server、庫、表字元集能夠保持一致,將完全可以避免這個故障。與字元集相關的類似故障也可以大概率避免,所以客戶側還是要有一定的設計規範;產品側如果有一定的檢查規則可以幫客戶發現類似的隱患,對提升客戶體驗也是一種很有價值的服務。