Go 语言使用 MySQL 的常见故障分析和应对方法

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 10
func (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 main
import (
 "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(&quot;finish&quot;)
}
func queryOne(id int, db *sql.DB) {
 start := time.Now()
 rows, err := db.QueryContext(context.Background(), &quot;select * from user limit 1&quot;)
 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(&quot;id=&quot;, id, &quot;hasNext=&quot;, rows.Next(), &quot;cost=&quot;, time.Since(start))
}


执行后将输入如下内容：

id= 0 hasNext= true cost= 9.607371ms
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}
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.go
id= 9 hasNext= true cost= 4.082448ms
id= 3 hasNext= true cost= 5.670052ms
id= 8 hasNext= true cost= 5.745443ms
id= 5 hasNext= true cost= 6.238615ms
id= 6 hasNext= true cost= 6.520818ms
id= 7 hasNext= true cost= 6.697782ms
id= 4 hasNext= true cost= 6.953454ms
id= 1 hasNext= true cost= 7.1079ms
id= 0 hasNext= true cost= 7.3036ms
id= 2 hasNext= true cost= 7.464726ms
finish


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= 1.483715ms
id= 3 hasNext= true cost= 175.675µs
id= 6 hasNext= true cost= 1.277596ms
id= 1 hasNext= true cost= 174.307µs
id= 7 hasNext= true cost= 108.061µs
id= 4 hasNext= true cost= 115.072µs
id= 2 hasNext= true cost= 104.046µs
id= 0 hasNext= true cost= 96.833µs
id= 8 hasNext= true cost= 123.758µs
id= 5 hasNext= true cost= 92.791µs
finish


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= 2.581813ms
BeginTx failed: context deadline exceeded
BeginTx failed: context deadline exceeded
BeginTx failed: context deadline exceeded
BeginTx failed: context deadline exceeded
BeginTx failed: context deadline exceeded
BeginTx failed: context deadline exceeded
BeginTx failed: context deadline exceeded
BeginTx failed: context deadline exceeded
BeginTx 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/[email protected]#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= 11.670369ms
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}


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.Client
updateUserNameByID := 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"} 1
client_connpool{servicer="demo_mysql",stats="IPTotal"} 1
client_connpool{servicer="demo_mysql",stats="InUseAvg"} 0
client_connpool{servicer="demo_mysql",stats="InUseMax"} 0
client_connpool{servicer="demo_mysql",stats="InUseTotal"} 0
client_connpool{servicer="demo_mysql",stats="NumOpenAvg"} 0
client_connpool{servicer="demo_mysql",stats="NumOpenCfg"} 100
client_connpool{servicer="demo_mysql",stats="NumOpenMax"} 0
client_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）