技术头条 - 一个快速在微博传播文章的方式     搜索本站
您现在的位置首页 --> 系统运维 --> 关于流量升高导致TIME_WAIT增加,MySQL连接大量失败的问题

关于流量升高导致TIME_WAIT增加,MySQL连接大量失败的问题

浏览:2705次  出处信息

    搜索有个应用就是每次都会去查一个接口,接口返回用户的信息数据,从而展现不同的筛选和排序效果。大致流程如下

    s.taobao.com(hz)-> memcache ->电信custom接口 ->master-db

    s.taobao.com(qd)-> 网通custom接口 -> slave-db

    接口环境是php(cgi) + nginx,接口已经运行很久,未出过异常

    搜索访问custom接口,然后接口去查数据库(数据库是主从复制,数据同步,各自机房读各自的数据库,写的话都写master-db)

    有一点,就是电信机房是有memcache层的,而网通机房一直没有(考虑到网通机房流量不高,并且机房cache不同步,从上线起就网通机房一直未使用cache)

    有一次搜索上线,这个上线的版本有个改动就是把电信机房的memcache也取消了,然后 电信机房流量暴增

    看pv统计:

    [admin@linux ~]$ xxx.sh “find ./ -name ‘access*’|xargs wc -l|awk ‘END{print$1}’” fe

    cmd :find ./ -name ‘access*’|xargs wc -l|awk ‘END{print }’

    type:fe

    server1

     27720029 total(28号是11428684total)

    ———-

    server2

     27719910 total(28号是11429158total)

    ———-

    server3

     21084539 总计

    ———-

    server4

     21086051 total

    网通机房流量一直都是2KW左右,从未出任何问题

    就是昨天电信custom接口流量暴增后,出现了异常,电信机房机器负载一度达到48左右,QPS达到1533,直到凌晨0:24分才降到1以下

    应用也报了短暂的超时警报,不过php和nginx运行还是比较蛋定,重启依然非常快,终端也没有出现很卡的情况

    29号流量:

    

    28号流量:

    

    异常就是error.log在上线后飙到3个G!!!

    而且错误全都是Can’t connect to MySQL server on ’1.1.1.1′ (99)

    即便在命令行下用mysql -h1.1.1.1 -u -p

    也间歇性地连接不上,但是据dba描述,数据库监控无任何异常,数据库上其他部门的应用也无异常

    不知是否机器负载过高导致大量time wait,导致mysql连接超时或连接不上

    以下是晚上0点13分的监控:

    80端口连接数(CurrentConnection): 16

    nginx进程数量: 10

    php进程数量: 130

    TCP连接状态:

    TIME_WAIT 26258(不知是否和他有关)

    FIN_WAIT1 1

    FIN_WAIT2 6

    ESTABLISHED 893

    按理说,custom的网通接口流量一直是日均2KW,从未出现过异常,杭州机房接口飙到2.7KW就抗不住了,load直线上升,

    为了排除cache引起的流量导致接口异常,22:30左右重新上了2个文件,把杭州机房的memcache重新开启,

    开启后慢慢load是降了,但是mysql错误依旧只是没那么多了

    现在去机器上看,还是大量错误,提取日志如下

    2011/12/3010:23:58 [error] 23859#0: *19554416 FastCGI sent in stderr: “PHPWarning: mysql_connect() [function.mysql-connect]:Can’t connect to MySQL server on ’1.1.1.1′ (99)in XXXXXX on line 27

    后来跟dba不断沟通排查,发现电信机房和网通机房的/etc/sysctl.conf配置有所区别

    网通机房多了下面几行

    net.ipv4.tcp_syncookies =1

    net.ipv4.tcp_tw_reuse = 1

    net.ipv4.tcp_tw_recycle =1

    net.ipv4.tcp_fin_timeout= 5

    原因就在这,把配置同步到杭州机房后,问题就解决了,总结如下:

  • 问题描述
  • 上线异常导致qps:1500+,负载:48+,虽然nginx+php表示很淡定没挂,但error.log飙到了3G/天,全是Can’t connect to MySQL server on ‘*.*.*.*’ (99)
  • 解决异常后,error.log日志少了,但TIME_WAIT依旧减不下去,数据库依旧连接是失败
  • 问题排查
  • Mysql Config ? (no problem)
  • max_connect_errors = 50000 (no problem)
  • max_connections = 1000 (no problem)
  • max_user_connections = 950 (no problem)
  • OS Config ? (problem, 按以下修改问题就解决了)
  • vi /etc/sysctl.conf// 编辑net.ipv4.tcp_syncookies = 1net.ipv4.tcp_tw_reuse = 1

        net.ipv4.tcp_tw_recycle = 1

        net.ipv4.tcp_fin_timeout = 5

        // 让参数生效

        /sbin/sysctl -p

  • 问题原因
  • 报错”Can’t connect to MySQL server on ‘*.*.*.*’ (99) ” 参考MySQL Client端错误代码说明:错误代码为99,99的含义:$perror 99 OS error code 99: Cannot assign requested address 这是一个本地OS的抛错,表示无法分配本地地址资源(应该是端口),socket无法创建
  • Google一下” Cannot assign requested address”,多半是由于客户端请求过于频繁,而Server端练级关闭后本地暂时处于TIME_WAIT,所以暂时端口都不可用导致。因此修改下OS参数就ok了
  • 问题反思
  • 这个问题非常紧急么?紧急!
  • 参考文章《nginx+php产生大量TIME_WAIT》:http://leven.blog.51cto.com/1675811/382097,遇到这样的问题,我们应该第一时间想到端口不可用,首先会导致nginx连不上php-cgi导致服务不可用,其次才是php-cgi连不上mysql,因此非常重要!
  • 为什么mysql不使用长连接pconnection呢?
  • pconnection mysql占用大量资源,并且在大并发情况下,例如个性化,活动促销等,连接过多导致无数的连接失败error,并牵制apache(nginx)ThreadsPerChild的参数
  • 高并发下的最佳实践?
  • apache短连接,nginx短连接,mysql短连接,虽然TIME_WAIT多了,但可通过修改OS内核加速TIME_WAIT的复用,经验之谈啊!
  • 建议继续学习:

    1. Linux下三种常用的流量监控软件对比    (阅读:8668)
    2. 脚本利用SNMP mib/oid分析网卡流量    (阅读:6997)
    3. nicstat 网络流量统计利器    (阅读:6391)
    4. cacti+apache+php+mysql+rrdtool搭建流量监控平台    (阅读:5716)
    5. 通过shell 脚本查看服务器的时时流量    (阅读:4278)
    6. 网络流量监控软件vnStat    (阅读:3759)
    7. 你的服务器能承受多大流量    (阅读:3755)
    8. linux单机根据ip查看流量    (阅读:3273)
    9. 再叙TIME_WAIT    (阅读:3201)
    10. 在CGI中通过Etag和Cache-Control来控制流量,访问量及生效时间    (阅读:3182)
    QQ技术交流群:445447336,欢迎加入!
    扫一扫订阅我的微信号:IT技术博客大学习
    © 2009 - 2024 by blogread.cn 微博:@IT技术博客大学习

    京ICP备15002552号-1