晚高峰接口 p95 从 180ms 涨到 800ms,慢查询告警没响,CPU 40%,数据库连接数卡在 20 不动。PHP-FPM 开了 40 个 worker。
PDO 持久连接写的是 20,代码半年没动过。40 个 worker 抢 20 个连接,另外 20 个在等。ab 压 200 并发,排队时间稳定在 800ms,和线上对得上。
第一反应是加到 50。排队没了,p95 掉到 300ms,第二天 MySQL 的 Threads_running 常驻 45,CPU 到 75%,两个大查询把 IO 打满。加池只是把排队从应用层搬到数据库层。
用 performance_schema 按总耗时排序,排第一的是一条统计查询,扫 40 万行,单次 3.2 秒,每 10 秒跑一次,一直占着连接不放。
SELECT digest_text, count_star, avg_timer_wait/1e9 AS ms
FROM performance_schema.events_statements_summary_by_digest
ORDER BY sum_timer_wait DESC LIMIT 5;
那条查询补了联合索引,3.2 秒降到 40ms。连接池调回 24,p95 90ms,Threads_running 稳在 12 左右。
顺手把 max_execution_time 设成 5 秒。这条在 PHP 里要配 PDO 的 ATTR_TIMEOUT 或 mysqli 的 option,只改 php.ini 不管用,测过。
怎么确认不是池子太小:看 SHOW PROCESSLIST 里 Sleep 的占比。Sleep 多说明连接闲着,缺口是假象;全在 Query 而且时间长,才轮到查 SQL。
压测也得换数据。同一份商品 ID 压,缓存全命中,p95 90ms 很好看;换随机 ID 再压,260ms,因为索引没覆盖排序字段。这一步不做,上线还会翻一次。
池子大小按数据库核数乘 2 到 4 定,别跟着 worker 数配。配满之后先趴下的永远是数据库。
