作者：田杰
查询执行时间长引发应用感知 “卡顿” 的场景在数据库的日常支持和使用中并不少见，但由于时区设置引发的 SQL 执行“卡顿”仍然是一个有趣的现象，之前没有具体关注过。
这次客户的细致与坚持让我们找到了问题的源头。
1. 名词解释
| 序列号 | 名词 | 说明 |
|---|---|---|
| 1 | CPU 使用率 | 非空闲的 CPU 时间占比。 |
| 2 | User CPU 使用率 | 用户空间（user-space）应用代码消耗的 CPU 时间占比。 |
| 3 | Sys CPU 使用率 | 系统空间（sys-space）内核代码消耗 CPU 时间占比。 |
| 4 | Futex | Linux 内核提供的快速用户态锁/信号量；在无竞争场景完全在用户空间中运行，但在存在竞争场景会引发系统调用。 |
2. 问题现象
客户 MySQL 8.0 实例在 2020-03-19 22:03 ~ 22:04 出现大量活跃连接堆积，慢日志中出现大量低成本查询，并且 CPU 使用率不高但系统 SYS CPU 使用率出现异常波动。
3. 问题排查
3.1 OS 层面
我们来考虑一下有哪些因素可能会导致卡顿：
• 物理机 OS 层面波动（通过 IO_WAIT 指标排除）。
• MySQL 自身机制。
3.2 MySQL 层面
排除掉 OS 层面异常类因素，我们开始聚焦在 mysqld 进程调用栈的分析。
为了更好的分析 MySQL 的行为，阿里数据库提供了扁鹊系统来跟踪、统计和展示确定时间内的进程内部方法调用情况。
我们分析上图可以看到 40.5% 的 CPU 时间消耗在 Time_zone_system::gmt_sec_to_TIME() 方法的调用上，就是以下这一段的代码。
void Time_zone_system::gmt_sec_to_TIME(MYSQL_TIME *tmp, my_time_t t) const {
struct tm tmp_tm;
time_t tmp_t = (time_t)t;
localtime_r(&tmp_t, &tmp_tm);
localtime_to_TIME(tmp, &tmp_tm);
tmp->time_type = MYSQL_TIMESTAMP_DATETIME;
adjust_leap_second(tmp);
}
仔细阅读这段代码会发现 localtime_to_TIME() 和 adjust_leap_second() 都是简单的格式转换和计算，并不涉及系统调用。
而 localtime_r() 会涉及到 glibc 中的 __localtime_r() 方法，代码如下
/* Return the `struct tm' representation of *T in local time,
using *TP to store the result. */
struct tm *
__localtime_r (t, tp)
const time_t *t;
struct tm *tp;
{
return __tz_convert (t, 1, tp);
}
weak_alias (__localtime_r, localtime_r)我们继续下钻来看一下 __tz_convert() 的实现，代码如下
/* Return the `struct tm' representation of *TIMER in the local timezone.
Use local time if USE_LOCALTIME is nonzero, UTC otherwise. */
struct tm *
__tz_convert (const time_t *timer, int use_localtime, struct tm *tp)
{
long int leap_correction;
int leap_extra_secs;
if (timer == NULL)
{
__set_errno (EINVAL);
return NULL;
}
__libc_lock_lock (tzset_lock);
/* Update internal database according to current TZ setting.
POSIX.1 8.3.7.2 says that localtime_r is not required to set tzname.
This is a good idea since this allows at least a bit more parallelism. */
tzset_internal (tp == &_tmbuf && use_localtime, 1);
if (__use_tzfile)
__tzfile_compute (*timer, use_localtime, &leap_correction,
&leap_extra_secs, tp);
else
{
if (! __offtime (timer, 0, tp))
tp = NULL;
else
__tz_compute (*timer, tp, use_localtime);
leap_correction = 0L;
leap_extra_secs = 0;
}
if (tp)
{
if (! use_localtime)
{
tp->tm_isdst = 0;
tp->tm_zone = "GMT";
tp->tm_gmtoff = 0L;
}
if (__offtime (timer, tp->tm_gmtoff - leap_correction, tp))
tp->tm_sec += leap_extra_secs;
else
tp = NULL;
}
__libc_lock_unlock (tzset_lock);
return tp;
}注意到 代码中有 加锁 和 解锁 的操作出现，那么现在我们来看一下 __libc_lock_lock() 的定义，代码如下
#if IS_IN (libc) || IS_IN (libpthread)
# ifndef __libc_lock_lock
# define __libc_lock_lock(NAME) \
({ lll_lock (NAME, LLL_PRIVATE); 0; })
# endif
#else
# undef __libc_lock_lock
# define __libc_lock_lock(NAME) \
__libc_maybe_call (__pthread_mutex_lock, (&(NAME)), 0)
#endif继续追溯 lll_lock() 的实现，代码如下
static inline void
__attribute__ ((always_inline))
__lll_lock (int *futex, int private)
{
int val = atomic_compare_and_exchange_val_24_acq (futex, 1, 0);
if (__glibc_unlikely (val != 0))
{
if (__builtin_constant_p (private) && private == LLL_PRIVATE)
__lll_lock_wait_private (futex);
else
__lll_lock_wait (futex, private);
}
}
#define lll_lock(futex, private) __lll_lock (&(futex), private)可以看到代码中使用 atomic_compare_and_exchange_val_24_acq() 尝试对 futex 加锁。
而 futex 作为多个 thread 间共享的一块内存区域在多个 client thread（多个会话/查询）竞争的场景下会引发系统调用而进入系统态，导致 SYS 系统态 CPU 使用率上升。
并且该临界区保护的锁机制限制了时区转换方法 __tz_convert() 的并发度，进而出现多个会话/查询 等待获取锁进入临界区的情况，当冲突争抢激烈的场景下引发卡顿
那么是什么引发的
Time_zone_system::gmt_sec_to_TIME() 调用呢，追溯下 Field_timestampf::get_date_internal() 方法，代码如下
bool Field_timestampf::get_date_internal(MYSQL_TIME *ltime) {
THD *thd = table ? table->in_use : current_thd;
struct timeval tm;
my_timestamp_from_binary(&tm, ptr, dec);
if (tm.tv_sec == 0) return true;
thd->time_zone()->gmt_sec_to_TIME(ltime, tm);
return false;
}该方法中调用了基类 Time_zone 的虚函数 gmt_sec_to_TIME() 来进行带时区的秒到时间格式的转换，结合 Field_timestampf::get_date_internal() 的名称能够推断出查询中应该涉及了 timestamp 数据类型的访问。
基于上面的推测我们验证下卡顿的查询和其数据类型
# 慢查询
SELECT
id,
......
create_time, update_time,
......
FROM mytab
WHERE duid IN (?,?,?,?,? )
and (state in (2, 3)
or ptype !=0)
# 查询涉及的表
CREATE TABLE `mytab` (
`id` int(11) unsigned NOT NULL AUTO_INCREMENT,
`duid` char(32) NOT NULL,
......
`state` tinyint(2) unsigned NOT NULL DEFAULT '0',
`ptype` tinyint(4) NOT NULL DEFAULT '0',
`create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
......,
PRIMARY KEY (`id`),
) ENGINE=InnoDB从上面的信息能够看到 create_time 和 update_time 字段都是 timestamp 数据类型，验证了之前的猜测。
4. 问题解决
在上面分析的基础上可以看到调用 Time_zone_system::gmt_sec_to_TIME() 引入的 OS 层面 futex 锁竞争导致了低成本查询执行卡顿。
为了规避调用该方法，可以在实例控制台将 time_zone 参数值由 system 调整为当地时区，比如中国东 8 区时区 '+8:00'。
修改后，会调用 Time_zone_offset::gmt_sec_to_TIME() 来直接在 MySQL 层面进行计算，避免访问 glibc 的函数引发 OS 层面的加解锁。
修改效果对比（对比执行同样次数的 timestamp 数据类型查询完成时间）
time_zone='system'，需要约 15 分钟 完成
time_zone='+8:00'，需要约 5 分钟 完成
5. 最佳实践
高并发应用如果涉及到高频次的 timestamp 类型数据访问：
• 如果确实要使用 timestamp 类型，建议控制台设置 time_zone 参数为 UTC/GMT 偏移量格式，比如 东8区 '+8:00'，可以有效降低高并发查询执行开销，降低响应时间 RT。
• 由于 MySQL 5.7 版本后 Datatime 类型支持 Timestamp 类型的默认值并且支持 on update current_timestamp 属性，建议使用 Datetime 类型替换 Timestamp 类型。
