1 引言 上篇文章我们讲解了 OBProxy 的安装部署，在实践时，大家还可能因为机器环境、操作顺序不对等问题导致安装部署失败，这时候可以到OceanBase的开源社区 问答板块提问，会有专业的工程师回答你的问题。完成了 OBProxy 的安装部署后，就可以使用 OBProxy 访问 OceanBase 数据库了。 如果刚开始使用 OBProxy ，排查问题和运维 OBProxy 是大家将要遇到的拦路虎。因此，本章我们将详细讲解问题排查手段和服务运维方法，让大家更轻松的使用 OBProxy ，并成为 OBProxy 的专家。 OBProxy 是数据库访问链路上重要的一环，结合本文内容，大家可以举一反三，多多思考分布式系统的链路追踪、问题排查等内容，这对理解分布式系统有很大的帮助。好了，现在我们开始吧！
2 问题排查 大部分情况下，排查问题是一个团队合作的工作，下面我们会介绍一些规范和思路，方便大家交流问题和解决问题。
2.1 描述问题 遇到问题时，我们首先需要描述清楚问题。比如在OceanBase开源社区问答板块，描述问题模版如下：
这里推荐大家按照要求填写，填写相关内容也利于大家将问题想的更清楚。对于问题描述部分，可以包含以下两点： ●问题时间：对于不好复现问题，时间信息有利于进行问题梳理，方便对齐问题 ●客户端报错：客户端报错包含丰富的信息（SQL、堆栈、执行时间等），对排查问题非常有帮助；当有结论时，也可以前后对照，进一步验证结论
2.2 分析问题 描述完问题后，对于问题排查人员，就需要分析问题。在分析问题前，首先要全局了解数据库访问链路，主要包含以下模块：
从全局再去看局部，思路会更清晰，对于OBProxy，和各个模块都有交互，大家有空也可以多学习下应用、LB和ObServer的知识。 当分析问题时，按照从前往后（从应用端开始）的顺序一个个分析，先确定哪个模块的问题，再确定模块的具体问题。 下面再介绍一些低效的问题排查方法，大家尽量避免： ●客户说应用使用数据库报错，直接去OBProxy的日志目录搜索WARN和ERROR级别日志，如果日志打印不规范或者WARN/ERROR日志太多，这种方法就十分的低效，甚至和客户问题没任何关系。 ●客户说有数据库连接断了，我跳过了中间环节，直接从OceanBase数据库开始排查，结果未发现问题。
2.3 归类问题 本小节对 OBProxy 常见问题进行归类，方便大家在分析 OBProxy 模块时有更好的思路。从业务视角去看，OBProxy的问题主要包含以下几类：
●登录失败：绝大部分都是某个地方配置出现问题，比较容易复现和排查 ●SQL执行：出现问题种类很多，有些疑难问题很难排查 ○返回错误：后端服务返回明确的错误码，根据错误码去ObServer和OBProxy断排查 ○慢SQL：需要确定每个模块的耗时，找到瓶颈点去优化，除了2.2中的模块，网络也是一个重要因素 ○断连接：和慢SQL类似，需要先排查哪个模块主动断开连接（主动发送FIN报文），然后排查具体模块
2.4 总结 经过前面内容介绍，大家就有了问题排查的方法论，但这只是万里长征第一步，因为文章篇幅有限，没有在继续深入介绍下去，后面有一些简单例子，方便大家了解，大家还需要不断的实战总结，才能成为高手，面对问题可以做到游刃有余。
3 OBProxy日志 解决OBProxy的问题时，有三大法宝：OBProxy 日志、linux命令（网络命令、系统命令和文本命令）和监控平台OCP。其中linux命令和监控平台的知识点十分通用，网络上资料很多，大家可以自学，掌握后对大家排查问题帮助很大。 本节我们主要介绍和 OBProxy 关系比较紧密的日志部分，OBProxy 的日志有多种类别，我们将介绍每种日志个作用，帮助大家排查问题。
3.1 错误日志 错误日志的文件名叫做 obproxy_error.log，错误日志会记录执行错误的请求，包括 OBProxy 自身错误和 OBServer 返回错误。我们以select obproxy_error from dual做测试，其中obproxy_error字段没有加引号，会被当作列处理，导致执行失败。客户端报错如下：
MySQL [test]> select obproxy_error from dual;
ERROR 1054 (42S22): Unknown column 'obproxy_error' in 'field list'打开obproxy_error.log，内容如下：
2022-07-11 10:26:09.358231,undefined,,,,ob9988.zhixin.lm.xx.xx.xx.xx:sys:test,OB_MYSQL,,,COM_QUERY,SELECT,failed,1054,select obproxy_error from dual,42423us,454us,0us,41222us,Y0-7F4B1EF653A0,,,,0,xx.xx.xx.xx:33041,Unknown column 'obproxy_error' in 'field list'
# 日志通过逗号分隔，如果SQL中有逗号，会通过%2C替代，通过tr ',' '\n'替换结果如下
1,2022-07-11 10:26:09.358231 #日志打印时间
2,undefined # sharding模式下逻辑租户名
3, # 无需关注，内部使用
4, # 无需关注，内部使用
5, # sharding模式下逻辑库名
6,ob9988.zhixin.lm.xx.xx.xx.xx:sys:test # 物理库信息（cluster:tenant:database）
7,OB_MYSQL # 数据库类型
8, # 逻辑表名
9, # 物理表名
10,COM_QUERY # SQL 命令（COM_QUERY、COM_STMT_PREPARE等）
11,SELECT # SQL 类型
12,failed # 执行结果（success/failed）
13,1054 # 错误码（succ时为空）
14,select obproxy_error from dual # SQL语句
15,42423us # 执行总耗时（ms，包括内部 SQL 执行耗时
16,454us # 预执行时间
17,0us # 建立连接时间
18,41222us # 数据库执行时间
19,Y0-7F4B1EF653A0 # OBProxy内部日志trace_id
20, # 无需关注，内部使用
21, # 无需关注，内部使用
22, # 无需关注，内部使用
23,0 # 无需关注，内部使用
24,xx.xx.xx.xx:33041 # 路由到的ObServer的地址信息
25,Unknown column 'obproxy_error' in 'field list' # 报错信息
从第12行可以看到执行失败，从第27行可以看到执行SQL的OBServer的地址信息，第28行有报错信息，就可以确定时数据库执行失败。
3.2 审计日志 审计日志的文件名叫做 obproxy_digest.log，审计日志记录执行时间大于参数 query_digest_time_threshold 阈值（默认 100ms）的请求和错误响应请求。对于3.1中的例子，我们从obproxy_digest.log中也可以看到日志。
2022-07-11 10:26:09.358221,undefined,,,,ob9988.zhixin.lm.xx.xx.xx.xx:sys:test,OB_MYSQL,,,COM_QUERY,SELECT,failed,1054,select obproxy_error from dual,42423us,454us,0us,41222us,Y0-7F4B1EF653A0,,,,0,xx.xx.xx.xx:33041除了执行错误SQL，我们使用select sleep(3) from dual模仿慢SQL，执行后，查看obproxy_digest.log，可以看到OBProxy执行花费了409us，ObServer执行花了3039883us。内容如下：
2022-07-11 14:32:51.758265,undefined,,,,ob9988.zhixin.lm.xx.xx.xx.xx:sys:test,OB_MYSQL,,,COM_QUERY,SELECT,success,,select sleep(3),3041116us,409us,0us,3039883us,Y0-7F4B1CEA13A0,,,,0,xx.xx.xx.xx:33041
# 日志分析
1,2022-07-11 14:32:51.758265 #日志打印时间
2,undefined # sharding模式下逻辑租户名
3, # 无需关注，内部使用
4, # 无需关注，内部使用
5, # sharding模式下逻辑库名
6,ob9988.zhixin.lm.100.88.147.179:sys:test # 物理库信息（cluster:tenant:database）
7,OB_MYSQL # 数据库类型
8, # 逻辑表名
9, # 物理表名
10,COM_QUERY # SQL 命令（COM_QUERY、COM_STMT_PREPARE等）
11,SELECT # SQL 类型
12,success # 执行结果（success/failed）
13, # 错误码（succ时为空）
14,select sleep(3) # SQL语句
15,3041116us # 执行总耗时（ms，包括内部 SQL 执行耗时
16,409us # 预执行时间
17,0us # 建立连接时间
18,3039883us # 数据库执行时间
19,Y0-7F4B1CEA13A0 # OBProxy内部日志trace_id
20, # 无需关注，内部使用
21, # 无需关注，内部使用
22, # 无需关注，内部使用
23,0 # 无需关注，内部使用
24,xx.xx.xx.xx:33041 # 路由到的ObServer的地址信息
对于审计日志比较重要的是第14行记录了执行的SQL，15～16记录了详细的执行时间，如果数据库执行慢第18行的时间就会很长。
3.3 慢日志 慢日志的文件名叫做obproxy_slow.log，慢日志记录执行时间大于 slow_query_time_threshold阈值（默认 500ms）的请求。如上节SQL select sleep(3) from dual在obproxy_slow.log中也有记录，内容如下：
2022-07-11 14:32:51.758270,undefined,,,,ob9988.zhixin.lm.xx.xx.xx.xx:sys:test,OB_MYSQL,,,COM_QUERY,SELECT,success,,select sleep(3),3041116us,409us,0us,3039883us,Y0-7F4B1CEA13A0,,,,0,xx.xx.xx.xx:33041
慢日志的日志格式和审计日志的格式相同，此处不在介绍。 对于慢SQL，在obproxy.log也会有记录，关键字是Slow Query，obproxy.log中记录的信息更加详细，如上面的SQL，搜索obproxy.log得到：
[2022-07-11 14:32:51.758195] WARN [PROXY.SM] update_cmd_stats (ob_mysql_sm.cpp:8425) [74744][Y0-7F4B1CEA13A0] [lt=7] [dc=0] Slow Query: ((
client_ip={127.0.0.1:50422}, // 发送SQL的客户端地址
server_ip={xx.xx.xx.xx:33041}, // SQL被路由到的目标BOServer
obproxy_client_port={xx.xx.xx.xx:52052}, // 和OBServer连接的本地地址
server_trace_id=Y81100B7C0535-0005E3460FBBE3CD-0-0, // 目标OBServer中执行过程中的trace id
route_type=ROUTE_TYPE_NONPARTITION_UNMERGE_LOCAL, // SQL使用的路由策略
user_name=root, // 用户名
tenant_name=sys, // 租户名
cluster_name=ob9988.zhixin.lm.100.88.147.179, // 集群名
logic_database_name=, // 逻辑库名
logic_tenant_name=, // 逻辑租户名
ob_proxy_protocol=0, // 协议类型
cs_id=14, // client login时看到的connection id, proxy分配
proxy_sessid=7230691598940700681, // client 访问ob时内部记录connection id
ss_id=21,
server_sessid=3221588238, // SQL在目标observer中的connection id, observer 分配
sm_id=14,
cmd_size_stats={
client_request_bytes:20, // client发给proxy的请求包大小
server_request_bytes:38, // OBProxy发给目标observer的请求包大小
server_response_bytes:0, // 目标observer发给proxy的响应包大小
client_response_bytes:71}, // OBProxy发给client的响应包大小
cmd_time_stats={
client_transaction_idle_time_us=0, // 在事务中该条SQL与上一条SQL执行结束之间的间隔时间, 即client事务间隔时间
client_request_read_time_us=97, // OBProxy从client socket读取请求包的耗时
client_request_analyze_time_us=95, // OBProxy分析client的SQL耗时
cluster_resource_create_time_us=0, // OBProxy创建集群资源耗时(仅首次访问集群时需要创建)
pl_lookup_time_us=0, // 根据SQL获取涉及路由表的耗时
pl_process_time_us=0, // 对涉及路由表的进行筛选排序的耗时
congestion_control_time_us=21, // 根据SQL获取涉及黑名单信息的耗时
congestion_process_time_us=3, // 对涉及黑名单的进行检查过滤的耗时
do_observer_open_time_us=55, // 对目标observer获取可用连接的耗时, 包含connect_time
server_connect_time_us=0, // 对目标observer创建连接的耗时
server_sync_session_variable_time_us=0, // 对选择的目标连接进行初始化的耗时, 包括saved_login, 同步db, 同步系统变量, 同步last_insert_id, 同步start_trans
server_send_saved_login_time_us=0, // 对选择的目标连接进行saved login耗时
server_send_use_database_time_us=0, // 对选择的目标连接同步db耗时
server_send_session_variable_time_us=0, // 对选择的目标连接同步已修改的系统变量耗时
server_send_all_session_variable_time_us=0, // 对选择的目标连接同步所有系统耗时
server_send_last_insert_id_time_us=0, // 对选择的目标连接同步last_insert_id耗时
server_send_start_trans_time_us=0, // 对选择的目标连接同步start_trans/begin耗时
build_server_request_time_us=23, // 构建对目标server的请求包的耗时
plugin_compress_request_time_us=0, // 对请求包进行压缩耗时
prepare_send_request_to_server_time_us=409, // OBProxy接受到客户端请求，到转发到observer执行前总计时间，正常应该是前面所有时间之和
server_request_write_time_us=32, // OBProxy向目标server socket发送请求包的耗时
server_process_request_time_us=3039883, // 目标server该执行SQL的耗时
server_response_read_time_us=67, // OBProxy从目标server socket读取响应包的耗时
plugin_decompress_response_time_us=59, // 对响应包进行解压缩耗时
server_response_analyze_time_us=70, // 对响应包进行分析的耗时
ok_packet_trim_time_us=0, // 对响应包trim掉最后一个ok包的耗时
client_response_write_time_us=185, // OBProxy向client socket发送响应包的耗时
request_total_time_us=3041116}, // OBProxy处理该请求总时间, 等于前面所有耗时之和
sql=select sleep(3) //client的请求SQL
)
上面内容非常的详细，更方便定位慢SQL问题。其中request_total_time_us记录了执行的总耗时，对于每个部分的含义，大家可以参考第一篇中讲的SQL执行流程去对应。
3.4 统计日志 统计日志的文件名叫做obproxy_stat.log。 统计日志默认每分钟（monitor_stat_dump_interval参数控制）输出一次。通过该日志可以查看OBProxy一分钟内SQL的执行情况，举个例子，查看OBProxy是否有请求流量，看该日志记录即可。参考例子如下：
2022-07-11 10:26:59.499204,undefined,,ob9988.zhixin.lm.xx.xx.xx.xx:sys:test,OB_MYSQL,SELECT,success,,1,1,0,0,41480us,332us,40369us
# 日志分析
1,2022-07-11 10:26:59.499204 #日志打印时间
2,undefined # sharding模式下逻辑租户名
3, # sharding模式下逻辑库名
4,ob9988.zhixin.lm.xx.xx.xx.xx:sys:test # 物理库信息（cluster:tenant:database）
5,OB_MYSQL # 数据库类型
6,SELECT # SQL 类型
7,success # 执行结果（success/failed）
8, # 错误码（succ时为空）
9,1 # 总请求数量
1 # 30 ms ~ 100 ms 请求数量
0 # 100 ms ~ 500 ms 请求数量
0 # 大于 500 ms 请求数量
41480us # 执行总耗时（ms，包括内部 SQL 执行耗时）
332us # 预执行时间
40369u # 数据库执行时间3.5 主日志 主日志的文件名叫做obproxy.log，有DEBUG、TRACE、INFO、ERROR四种级别，通过syslog_level参数控制，当需要进一步排查问题原因时，通过trace_id字段可以过滤得到一个session上的所有日志，查看obproxy.log 要求对 OBProxy 的代码实现非常熟悉，有一定技术难度。感兴趣同学可以OBProxy 源代码。
3.6 总结 OBProxy 的日志在排查问题时非常的有用，掌握上面内容可以应对大部分的 OBProxy 问题。本节对日志格式做了介绍，并结合例子进一步说明，相信大家可以快速掌握。
4 服务运维 OBProxy有一个管理员账号root@proxysys，为了安全，我们对该账号的登录地址做了限制，要求大家本机登录进行运维操作。下面我们将从配置管理和内部命令两方面做详细介绍。
4.1 配置管理 OBProxy的配置参数参考文档参数说明。使用root@proxysys登录，就可以查看和修改配置项：
# 查看日志级别
MySQL [(none)]> show proxyconfig like '%syslog_level%';
+--------------+-------+-----------------------------------------------------------------------------------+-------------+---------------+
| name | value | info | need_reboot | visible_level |
+--------------+-------+-----------------------------------------------------------------------------------+-------------+---------------+
| syslog_level | DEBUG | specifies the current level of logging: DEBUG, TRACE, INFO, WARN, USER_ERR, ERROR | false | USER |
+--------------+-------+-----------------------------------------------------------------------------------+-------------+---------------+
# 修改日志级别为INFO
MySQL [(none)]> alter proxyconfig set syslog_level = INFO;
Query OK, 0 rows affected (0.01 sec)对于show proxyconfig的输入，各字段含义如下： ●name：配置名，所有配置项名字可以从参数说明文档获取 ●value：配置内容，主要是整型和字符串格式。当内容不合法时会报错 ●info：描述配置参数的具体信息 ●need_reboot：表示参数是否重启生效。这里需要注意有些参数虽然不需要重启，但有时只对新的连接生效
4.2 内部命令 内部命令只在 OBProxy 上执行，不会转发给ObServer，主要用于获取 OBProxy 的内部状态或者修改内部行为。这部分内容和原理关系紧密，本节只做简要介绍，后续大家对 OBProxy 有更深入了解后可以再学习。
5 总结 本章内容是对 OBProxy 的问题排查总结，这些方法凝聚了 OBProxy 开发同学多年的心血，经过了大量的实战检验。不仅可以用来学习，也可以作为手册，当遇到 OBProxy 问题时翻阅查看相关内容说明，希望能够帮助到大家！
