最佳实践—如何选择应用端链接池

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
传统型负载均衡 CLB,每月750个小时 15LCU
应用型负载均衡 ALB,每月750个小时 15LCU
简介: 背景 当应用程序连接PolarDB-X实例执行操作时,从PolarDB-X实例的角度看,会有如下两种类型的连接: 前端连接:由应用程序建立的,到PolarDB-X计算节点(CN)中逻辑库的连接。 后端连接:由PolarDB-X计算节点建立的,到后端数据节点(DN)中物理库的连接。

背景

当应用程序连接PolarDB-X实例执行操作时,从PolarDB-X实例的角度看,会有如下两种类型的连接:

  • 前端连接:由应用程序建立的,到PolarDB-X计算节点(CN)中逻辑库的连接。
  • 后端连接:由PolarDB-X计算节点建立的,到后端数据节点(DN)中物理库的连接。4..png其中后端连接由CN管理,通过私有协议实现TCP连接与后端连接解绑,对用户透明。前端连接由用户创建和管理,本文主要讨论前端连接管理的最佳实践。


说明 为了简化描述,下文中的 “连接” 均代指 “前端连接”。

QPS/RT与连接数的关系

每秒查询请求数 (Query Per Second,QPS) 和响应时间 (Response Time,RT) 是衡量应用对数据库性能需求的基本指标,QPS代表应用并发访问数据库的需求,RT代表单条语句的处理性能。RT的高低与执行的SQL是否复杂和扫描的数据量紧密相关,OLTP系统中查询RT较低,通常以毫秒为单位。

PolarDB-X兼容MySQL协议,请求在单个连接上串行执行,不同连接上的请求可以并行执行,由此得到以下公式:

  • 单个连接的QPS上限 = 1000/RT
  • 应用访问单个CN的QPS上限 = 单个连接的QPS上限×连接数

按照平均RT为5ms计算,单个连接的QPS上限为200,假设应用预估需要的QPS为5000,则至少需要建立250个连接。

连接数限制

PolarDB-X中前端连接仅与网络连接绑定,连接的数量理论上仅受限于CN可用的内存大小和网络连接数。但在实际的场景中,应用创建连接是为了执行查询,连接数需要与执行线程的数量相匹配才能达到最佳性能。5..png

其中后端连接由CN管理,通过私有协议实现TCP连接与后端连接解绑,对用户透明。前端连接由用户创建和管理,本文主要讨论前端连接管理的最佳实践。


说明 为了简化描述,下文中的 “连接” 均代指 “前端连接”。

QPS/RT与连接数的关系

每秒查询请求数 (Query Per Second,QPS) 和响应时间 (Response Time,RT) 是衡量应用对数据库性能需求的基本指标,QPS代表应用并发访问数据库的需求,RT代表单条语句的处理性能。RT的高低与执行的SQL是否复杂和扫描的数据量紧密相关,OLTP系统中查询RT较低,通常以毫秒为单位。

PolarDB-X兼容MySQL协议,请求在单个连接上串行执行,不同连接上的请求可以并行执行,由此得到以下公式:

  • 单个连接的QPS上限 = 1000/RT
  • 应用访问单个CN的QPS上限 = 单个连接的QPS上限×连接数

按照平均RT为5ms计算,单个连接的QPS上限为200,假设应用预估需要的QPS为5000,则至少需要建立250个连接。

连接数限制

PolarDB-X中前端连接仅与网络连接绑定,连接的数量理论上仅受限于CN可用的内存大小和网络连接数。但在实际的场景中,应用创建连接是为了执行查询,连接数需要与执行线程的数量相匹配才能达到最佳性能。6..png

  • 连接池模式(TCP 长连接)效率更高,但部分场景下对分布式负载均衡不友好,可能导致CN负载不均匀
    1. 突发创建连接,导致分布不均如果应用存在突发创建大量连接的情况,负载均衡设备无法及时刷新统计信息,可能出现部分CN上连接较多,结合连接池化,最终导致部分CN压力高于其他CN,影响系统总体性能。
    2. 负载均衡探活异常,导致分布不均负载均衡通过主动探活来判断CN节点是否正常,当探活出现偶发异常时,可能导致部分CN上连接较少,结合连接池化,最终导致部分CN压力低于其他CN,影响系统总提性能。
  • Druid连接池增加了phyTimeoutMillis/phyMaxUseCount参数,定期(例如执行10000次或者10分钟)刷新连接池中的连接,可以在解决上述问题的同时保持性能基本不变,建议默认添加这两个配置。
  • 应用线程数与连接池应用程序访问数据库的一种常见模式,是在应用程序中创建多个线程,每个线程获取一个到数据库的连接并执行查询。为了减少创建/释放线程的开销,通常会使用“线程池”来管理线程,线程池的一个重要参数是“最大线程数”,需要根据实际情况调整。
    理想情况下,查询的RT波动不大,可以应用上文介绍的公式,根据RT计算出合理的连接池大小,并根按照“每个线程一个数据库连接”的思路确定最大线程数。实际场景中,查询RT受到热点、锁、数据倾斜等多种因素的影响,可能出现突发RT增长,甚至部分连接失去响应。如果完全按照理想情况连接池/线程池,可能由于部分慢查询耗尽连接池/线程池,导致应用失去响应,影响关联系统。因此,建议按照“理想情况”的1.5到2倍来设置最大连接数/线程数。
相关文章
|
6天前
|
人工智能 运维 安全
|
4天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
516 14
|
11天前
|
人工智能 JavaScript 测试技术
Qwen3-Coder入门教程|10分钟搞定安装配置
Qwen3-Coder 挑战赛简介:无论你是编程小白还是办公达人,都能通过本教程快速上手 Qwen-Code CLI,利用 AI 轻松实现代码编写、文档处理等任务。内容涵盖 API 配置、CLI 安装及多种实用案例,助你提升效率,体验智能编码的乐趣。
887 109
|
5天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。