某电商后台有 12 个应用实例,每实例配 20 个连接,数据库并发上限仅 80。发布后潜在连接达 240,慢查询 P95 升至 1.2s;机器还在扩容,请求却在连接池与数据库间排队。要算的是每实例的并发额度,以及慢事务占用多久。
如果你正在选机器,或者想先把线路和配置跑通再谈长期方案,可以先看看这几家的线路说明和技术参数:liteserver(全球云服务器),先看清带宽线路、流量策略和退款条款,再决定要不要迁。
设实例数为 N,单实例池上限为 K,理论最大连接为 N×K;数据库并发预算 B,是硬上限扣除运维、复制和保留量。12 个实例各配 20 个连接,潜在值 240 已远超预算 80。此时扩实例或调大池,只会把排队从应用内搬到数据库。

容量还须结合耗时。利特尔法则表明,连接需求约等于吞吐 λ 乘平均占用 T;慢查询每秒 q 次、持续 s 秒,会占用约 q×s 个连接。正常与慢事务总占用为 λn×Tn+λs×Ts。若接近 B,加连接不会提高吞吐,只会加剧争锁。
总量可先取 P=min(ceil(λ×T), B),再按 N 分配额度并留突发余量,不能贴满 B,否则负载偏斜便会超支。池上限不等于数据库并发上限:池可缓冲取连接请求,同时执行的事务仍受 B 约束。
先拆开事务等待时间:连接获取等待与数据库锁、查询等待必须分开。池使用率接近 100%、取连接变慢,而数据库并发低于 B,说明池太小,可适度增额或缩短事务;数据库占满 B 且慢查询升高时,继续扩池只会恶化排队,应先治理慢 SQL,再考虑扩容或只读分流。

排队是否可接受,不能只看 CPU。若到达速率长期高于完成速率,池再大也会形成无界等待;应限制队列、缩短取连接超时,把非核心写入拒绝或异步化。数据库异常时熔断,优先返回缓存或只读结果;重试须限次并加抖动,避免重试风暴。
连接泄漏识别可从“流量回落后连接数不降”入手:对比 in_use、空闲连接和事务年龄,检查异常分支是否漏还连接。ServLlama 可汇总实例级连接与慢请求日志,区分单实例持续占用与慢查询联动堆积。扩容前先排除泄漏,否则新连接只会掩盖问题。
连接池容量模型应由数据库的并发预算反推,而非按应用机器数直接相乘。可用“峰值活跃事务数 ÷ 目标利用率”估算:目标利用率先控制在 60%~75%,并为监控、迁移和人工操作预留连接。例如峰值活跃事务为 60、利用率 70%,池上限约为 86,同时从数据库总连接上限中扣除其他服务占用。盲目扩池只会把排队搬到数据库,表现为 CPU、锁等待或 I/O 升高。
调参重点看连接获取耗时的平均值、P95 和 P99。若 P99 上升而数据库活跃连接未触顶,可能是池偏小;若池已满且事务等待时间持续增长,应先排查慢 SQL、长事务和锁冲突。连接获取、查询、事务的超时应分别设置:前者限制等待资源的时长,后两者限制资源被占用的时长,避免慢请求长期拖住连接。

慢查询联动要按同一时间窗对齐应用池指标、数据库活跃会话、慢查询日志和锁等待,找出“先变慢”的指标。慢 SQL 会延长事务持有连接的时间,连接池耗尽又会让请求排队,形成恶性循环。若慢查询先升,应先优化索引、扫描行数或返回数据量;若连接数持续增长而 SQL 正常,再重点检查连接泄漏。
连接泄漏识别不能只看一次“池满”,而要看已借出连接是否只增不减、空闲连接是否长期为零、异常后创建速率是否异常,并由代码栈确认连接未归还。常见原因是异常分支漏释放、事务未提交或回滚、结果集或游标未关闭,以及把连接跨请求保存。不要只靠重启恢复;应记录连接标识、获取位置、持有者和归还路径,并设置空闲回收与最大生命周期兜底。
可执行检查清单:①记录峰值活跃连接、池使用率、获取耗时 P95/P99、事务等待时间和数据库 CPU;②按“峰值活跃事务数 ÷ 0.6~0.7”计算候选上限,并确认数据库仍有预留;③压测时逐级调池,比较吞吐与 P99,不只看平均值;④设置连接获取、查询和事务的分层超时;⑤把慢查询、锁等待、活跃会话和池等待放在同一监控面板;⑥若借出数只增不减,用代码栈定位泄漏;⑦保留变更前后基线,扩池后数据库负载升高就回退。