您还未登录! 登录 | 注册 | 帮助  

您的位置: 首页 > 软件开发专栏 > 数据库 > 正文

高性能数据库连接池的内幕

发表于:2018-10-10 作者:Java高级架构技术 来源:今日头条 点击数:

摘要

 

如何打造高性能的数据库连接池框架,可以从哪些角度进行优化,连接池的大量优化实践如何为你的系统保驾护航,本专题将带你走进连接池的世界,为你一一揭晓。

大家可能会有这样疑问:连接池类似于线程池或者对象池,就是一个放连接的池子,使用的时候从里面拿一个,用完了再归还,功能非常简单,有什么可讲的。

可能还会有这样的疑问:高性能这么高大上,一个小小的连接池,如何跟高大上靠上边的。

本主题将会全面介绍连接池原理,高性能的设计,优化实践,现有连接池的瓶颈及解决方案。同时也会介绍唯品会自研数据库连接池产品(代号:Caelus)

为什么要有连接池

 

先看一下连接池所处的位置:

应用框架的业务实现一般都会访问数据库,缓存或者HTTP服务。为什么要在访问的地方加上一个连接池呢?

下面以访问MySQL为例,执行一个SQL命令,如果不使用连接池,需要经过哪些流程。

1:TCP建立连接的三次握手

2:MySQL认证的三次握手

3:真正的SQL执行

4:MySQL的关闭

5:TCP的四次握手关闭

可以看到,为了执行一条SQL,却多了非常多我们不关心的网络交互。

优点:实现简单。

缺点

1:网络IO较多

2:数据库的负载较高

3:响应时间较长及QPS较低

4:应用频繁的创建连接和关闭连接,导致临时对象较多,GC频繁

5:在关闭连接后,会出现大量TIME_WAIT 的TCP状态(在2个MSL之后关闭)

使用连接池流程

 

第一次访问的时候,需要建立连接。 但是之后的访问,均会复用之前创建的连接。

优点

1:较少了网络开销

2:系统的性能会有一个实质的提升

3:没了麻烦的TIME_WAIT状态

当然,现实往往是残酷的,当我们解决了一个问题的时候,同时伴随着另外一个问题的产生。

使用连接池面临的最大挑战: 连接池的性能

连接数和线程数性能优化

 

分库DB部署结构

假设有128个分库:32个服务器,每个服务器有4个schema。按照128个分库的设计,便会新建128个独立数据库连接池。

数据库连接池的模型

 

特点

1:128个连接池完全独立,不同的schema也对应不同的连接池

2:先通过拆库,读写等策略选择对应的连接池,再从连接池获取一个连接进行操作

3:操作完后,再将连接归还到对应的连接池中。

优点

结构简单,分散竞争

面临的问题:

1:线程数过多

先看一下新建一个连接池,需要新建的线程数的个数。

连接池

线程数

描述

128个分库需要的线程数

C3P0

4

3个helperThread (pollerThread),1个定时任务AdminTaskTimer(DeadlockDetector)

4*128=512

DBCP

1

负责心跳,最小连接数维持,最大空闲时间和防连接泄露

1*128=128

Druid

2

一个异步创建连接。一个异步关闭连接。

2*128=256

可以看到随着分库的增加,不管选用哪个连接池,线程的个数均会线性增长。线程数过多将会导致内存占用较大: 默认1个线程会占用1M的空间,如果是512个线程,则会占用1M*512=512M上下文切换开销。

Tips:由于stack和heap申请为虚地址空间,但是一旦使用就不会释放。(线程也不一定会占用1M的空间)

2:连接数过多

数据库的连接资源比较重,并且随着连接的增加,数据库的性能会有明显的下降。DBA一般会限制每个DB建立连接的个数,比如限制为3K 。假设数据库单台限制3K,32台则容量为3K*32=96K。如果应用最大,最小连接数均为10,则每个应用总计需要128*10=1.28K个连接。那么数据库理论上支持的应用个数为96K/1.28K= 80 台

3:不能连接复用

同一个物理机下面不同的schema完全独立,连接不能复用

优化后的数据库连接池模型

 

特点:

1:只有一个连接池,所有节点共享线程 (解决了线程数过多的问题)

2:每个物理机对应一个host, host里面维护多个schema,schema存放连接。

3:同一个host下面的不同schema 可以进行连接复用(解决连接数过多的问题)

获取连接流程:

1:获取连接需要带上 ip,port和schema信息:比如获取的是host31的schema1

2:先到host31的schema1中获取空闲连接,但是schema1无空闲连接,便会从schema2中获取空闲连接。

3:从schema2中获取的连接执行useschema1,该连接便切换到schema1上面。

4:执行对应的SQL操作,执行完成后,归还连接到schema1的池子里面。

优点:

1:连接复用:有效减少连接数。

2:提升性能:避免频繁的新建连接。新建连接的开销比较大,而使用use schema开销非常小

3:有效减少线程数。按现有方案大概只需要4个线程即可。而优化前需要512个线程

缺点:

1:管理较为复杂

2:不符合JDBC接口规范。DataSource只有简单的getConnection()接口,没有针对获取对应schema的连接的接口。需要继承DataSouce,实现特定接口。

事务语句性能优化

优化前执行事务的模型

 

从连接池里面获取到连接,默认是自动提交。为了开启事务,需要执行setautocommit=false 操作,然后再执行具体的SQL,归还连接的时候,还需要将连接设置为自动提交(需要执行set autocommit=true) 。可以看到开启事务,需要额外执行两条事务的语句。

优化后执行事务的模型

 

每个schema里面所有的连接会按照autocommit进行分组。 分为自动提交(autocommit=true) 和非自动提交(autocommit=false)。获取连接时优先获取相同autocommit的分组里的连接,如果没有可用连接则从另外一个分组中获取连接,业务操作执行完后,再归还到对应的分组里面。该种机制避免了开启事务多执行的两条事务语句。

锁性能优化

 

连接池的通用功能:

连接池主要包含五部分:获取连接,归还连接,定时任务,维护组件及资源池

获取连接:

1:获取超时:如果超过规定时间未获取到连接,则会抛出异常

2:有效性检查:当从资源池里面获取到资源,需要检查该资源的有效性,如果失效,再次获取连接。避免执行业务的时候报错。

3:创建连接:可以同步创建,也可以异步创建。

归还连接:

1:归还连接:比如需要检查最大空闲数,确定是物理关闭还是归还到连接池

2:销毁连接: 可同步销毁也可异步销毁

定时任务:

1:空闲检查:主要是检查空闲连接,连接空闲超过一定时间,则会关闭连接。

2:最小连接数控制:一般会设置最小连接数。保证当前系统里面最小的连接数。如果不够,则会新建连接。

组件维护:

1:连接状态控制:空闲,使用,删除等状态控制

2:异常处理:对JDBC访问的异常统一处理,如果异常与连接相关,则会将该连接销毁掉。

3:缓存:避免对SQL重复解析,PrepareStatement机制下,会对SQL解析的对象进行缓存。

4:JDBC封装:对JDBC进行了实现,真正的实现是底层的driver,比如MySQL-connector-java 。

资源池:

1:资源池是存放连接的地方,也是连接池最核心的地方。

2:所有的组件基本上都与资源池进行交互,对连接资源的竞争非常激烈。该处的性能将决定了整个连接池的性能。

3:一般资源池的实现是使用JDK提供的BlockingQueue。那么是否有方案可以进行无锁的设计,来避免竞争。

资源池无锁设计

 

获取连接大概流程:

1:从ThreadLocal里面获取连接,如果没有空闲连接,则从全局连接池(CopyOnWriteArrayList)中获取。

2:如果全局连接池中没有空闲连接,则会异步新建连接。

3:判定超时时间是否大于阈值,如果小于阈值,则进行自旋。否则进行park休眠。

4:连接建立成功后,会对park的线程进行唤醒

主要从四个方面实现了无锁的设计:ThreadLocal,CopyOnWriteArrayList,异步建立连接及自旋。

ThreadLocal

 

1:每个线程均有一个连接队列。该队列是全局队列的引用。

2:获取连接时先从ThreadLocal里面拿连接,如果连接是空闲状态,则使用。否则移除掉,再拿下一个,直到拿不到连接为止。

3:归还连接时,只需要归还到Threadlocal的队列里面,同时设置连接为空闲状态

4:如果使用BlockQueue,获取连接时调用poll,归还连接时调用offer,存在两次锁的竞争。优化后通过CAS避免了两次锁的开销(获取连接时,使用CAS置连接为非空闲状态;归还时,使用CAS置连接为空闲状态)

CopyOnWriteArrayList

 

1:该队列使用场景是:大量读,少量写的操作,并且存储的数据比较有限。而连接池的场景非常适合采用CopyOnWriteArrayList。

2:在获取连接或者归还连接时,只会通过CAS更改连接的状态,不会对连接池进行添加或者删除的操作。

3:一般连接池连接的个数比较可控,CopyOnWriteArrayList在写操作时会对所有连接进行拷贝,对内存影响不大。

异步建立连接

 

获取到连接后,判断一下是否有并发正在等待获取连接,如果有,则异步建立连接。避免下一个连接的等待。如果CopyOnWriteArrayList没有空闲连接,则异步建立连接。

自旋

 

该自旋比较类似于JDK对synchronized的自旋机制。如果发现超时时间大于设定的阈值(比如10微秒),则会进行线程挂起。如果小于设定的阈值,则重新获取连接,进行自选,避免线程的上下文切换带来的性能开销。。

优化小技巧

 

方法内联优化

1:每调用一次方法,线程便会新建一个栈帧,新建栈帧开销相对比较大

2:JIT在运行时会进行内联优化,多个方法使用一个栈帧,避免栈帧新建过多

3:JIT方法内联优化默认的字节码个数阈值是35个字节,低于35个字节,才会进行优化。(可通过-XX:MaxInlineSize=35进行设置)

通过修改上述代码,编译后字节码修改到34个字节,则可以满足内联的条件。

心跳语句选择

 

 

PrepareStatement模式选择

 

MySQL driver默认是client模式,如果需要开启server模式,需要设置 useServerPrepStmts=true 。PrepareStatement默认的client模式和Statement对于DB端没有区别。大家普遍理解PrepareStatement和Statement的区别是PrepareStatement可以避免SQL注入。但是避免SQL注入是如何做到的?

使用PrepareStatement设置参数的时候,比如调用setString(int parameterIndex, String x),本地会对设置的参数进行转义来避免SQL注入。

执行SQL的时候,会将SQL的?替换成转义后的字符,发送到数据库执行。

PSCache

 

MySQLdriver 默认不开启,可通过设置 cachePrepStmts = true 进行开启

QueryTimeout

 

之前也遇到因为开启了queryTimeout,导致连接泄露的问题。

唯品会自研连接池:Caelus

 

Caelus是唯品会自研的高性能的分布式的数据库连接池。

  1. 高性能:基于无锁的连接池设计模型来提升连接池性能;
  2. 在分库较多的场景下,减少线程数。 假如有128个分库,现有连接池模型下则需要使用128个独立的连接池,每个连接池都需要线程(1-4个,不同的连接池不同)处理任务。则总共需要维护128到128*4个线程,开销巨大。而Caelus连接池会大大减少线程数。
  3. 连接复用。 对于 一个MySQL 的instance上面有多个schema场景下。现有连接池不同的schema的连接不可复用。而Caelus可以复用不同schema的连接,提升性能。
  4. 过多的事务指令。如果是事务语句,则从连接池拿到连接后,需要先开启事务(setautocommit=false),归还时需要再设置(set autocommit=true)。每使用一次连接,均需要额外执行两条事务指令。Caelus能有效减少事务指令。
  5. 配置规范的统一。结合MySQL的设置,提供规范统一,最优的配置。 

 相关文章