?本文來(lái)源：https://www.jianshu.com/p/a8f653fc0c54

| 前言

本文內(nèi)容95%譯自這篇文章：https://github.com/brettwooldridge/HikariCP/wiki/About-Pool-Sizing我在研究HikariCP（一個(gè)數(shù)據(jù)庫(kù)連接池）時(shí)無(wú)意間在HikariCP的Github wiki上看到了一篇文章（即前面給出的鏈接），這篇文章有力地消除了我一直以來(lái)的疑慮，看完之后感覺(jué)神清氣爽。故在此做譯文分享。

| 正文

數(shù)據(jù)庫(kù)連接池的配置是開(kāi)發(fā)者們常常搞出坑的地方，在配置數(shù)據(jù)庫(kù)連接池時(shí)，有幾個(gè)可以說(shuō)是和直覺(jué)背道而馳的原則需要明確。

1萬(wàn)并發(fā)用戶(hù)訪(fǎng)問(wèn)

想象你有一個(gè)網(wǎng)站，壓力雖然還沒(méi)到Facebook那個(gè)級(jí)別，但也有個(gè)1萬(wàn)上下的并發(fā)訪(fǎng)問(wèn)——也就是說(shuō)差不多2萬(wàn)左右的TPS。那么這個(gè)網(wǎng)站的數(shù)據(jù)庫(kù)連接池應(yīng)該設(shè)置成多大呢？結(jié)果可能會(huì)讓你驚訝，因?yàn)檫@個(gè)問(wèn)題的正確問(wèn)法是：

• “這個(gè)網(wǎng)站的數(shù)據(jù)庫(kù)連接池應(yīng)該設(shè)置成多小呢？”

下面這個(gè)視頻是Oracle Real World Performance Group發(fā)布的，請(qǐng)先看完：

http://www.dailymotion.com/video/x2s8uec

（因?yàn)檫@視頻是英文解說(shuō)且沒(méi)有字幕，我替大家做一下簡(jiǎn)單的概括：）
視頻中對(duì)Oracle數(shù)據(jù)庫(kù)進(jìn)行壓力測(cè)試，9600并發(fā)線(xiàn)程進(jìn)行數(shù)據(jù)庫(kù)操作，每?jī)纱卧L(fǎng)問(wèn)數(shù)據(jù)庫(kù)的操作之間sleep 550ms，一開(kāi)始設(shè)置的中間件線(xiàn)程池大小為2048：

初始的配置

壓測(cè)跑起來(lái)之后是這個(gè)樣子的：

2048連接時(shí)的性能數(shù)據(jù)

每個(gè)請(qǐng)求要在連接池隊(duì)列里等待33ms，獲得連接后執(zhí)行SQL需要77ms。

此時(shí)數(shù)據(jù)庫(kù)的等待事件是這個(gè)熊樣的：

各種buffer busy waits

各種buffer busy waits，數(shù)據(jù)庫(kù)CPU在95%左右（這張圖里沒(méi)截到CPU）

接下來(lái)，把中間件連接池減到1024（并發(fā)什么的都不變），性能數(shù)據(jù)變成了這樣：

連接池降到1024后

獲取鏈接等待時(shí)長(zhǎng)沒(méi)怎么變，但是執(zhí)行SQL的耗時(shí)減少了。

下面這張圖，上半部分是wait，下半部分是吞吐量：

wait和吞吐量

能看到，中間件連接池從2048減半之后，吐吞量沒(méi)變，但wait事件減少了一半。

接下來(lái)，把數(shù)據(jù)庫(kù)連接池減到96，并發(fā)線(xiàn)程數(shù)仍然是9600不變。

96個(gè)連接時(shí)的性能數(shù)據(jù)

隊(duì)列平均等待1ms，執(zhí)行SQL平均耗時(shí)2ms。

wait事件幾乎沒(méi)了，吞吐量上升。

沒(méi)有調(diào)整任何其他東西，僅僅只是縮小了中間件層的數(shù)據(jù)庫(kù)連接池，就把請(qǐng)求響應(yīng)時(shí)間從100ms左右縮短到了3ms。

But why?

為什么nginx只用4個(gè)線(xiàn)程發(fā)揮出的性能就大大超越了100個(gè)進(jìn)程的Apache HTTPD？回想一下計(jì)算機(jī)科學(xué)的基礎(chǔ)知識(shí)，答案其實(shí)是很明顯的。

即使是單核CPU的計(jì)算機(jī)也能“同時(shí)”運(yùn)行數(shù)百個(gè)線(xiàn)程。但我們都[應(yīng)該]知道這只不過(guò)是操作系統(tǒng)用時(shí)間分片玩的一個(gè)小把戲。一顆CPU核心同一時(shí)刻只能執(zhí)行一個(gè)線(xiàn)程，然后操作系統(tǒng)切換上下文，核心開(kāi)始執(zhí)行另一個(gè)線(xiàn)程的代碼，以此類(lèi)推。給定一顆CPU核心，其順序執(zhí)行A和B永遠(yuǎn)比通過(guò)時(shí)間分片“同時(shí)”執(zhí)行A和B要快，這是一條計(jì)算機(jī)科學(xué)的基本法則。一旦線(xiàn)程的數(shù)量超過(guò)了CPU核心的數(shù)量，再增加線(xiàn)程數(shù)系統(tǒng)就只會(huì)更慢，而不是更快。

這?幾乎?就是真理了……

?有限的資源

上面的說(shuō)法只能說(shuō)是接近真理，但還并沒(méi)有這么簡(jiǎn)單，有一些其他的因素需要加入。當(dāng)我們尋找數(shù)據(jù)庫(kù)的性能瓶頸時(shí)，總是可以將其歸為三類(lèi)：CPU、磁盤(pán)、網(wǎng)絡(luò)。把內(nèi)存加進(jìn)來(lái)也沒(méi)有錯(cuò)，但比起磁盤(pán)和網(wǎng)絡(luò)，內(nèi)存的帶寬要高出好幾個(gè)數(shù)量級(jí)，所以就先不加了。

如果我們無(wú)視磁盤(pán)和網(wǎng)絡(luò)，那么結(jié)論就非常簡(jiǎn)單。在一個(gè)8核的服務(wù)器上，設(shè)定連接/線(xiàn)程數(shù)為8能夠提供最優(yōu)的性能，再增加連接數(shù)就會(huì)因上下文切換的損耗導(dǎo)致性能下降。數(shù)據(jù)庫(kù)通常把數(shù)據(jù)存儲(chǔ)在磁盤(pán)上，磁盤(pán)又通常是由一些旋轉(zhuǎn)著的金屬碟片和一個(gè)裝在步進(jìn)馬達(dá)上的讀寫(xiě)頭組成的。讀/寫(xiě)頭同一時(shí)刻只能出現(xiàn)在一個(gè)地方，然后它必須“尋址”到另外一個(gè)位置來(lái)執(zhí)行另一次讀寫(xiě)操作。所以就有了尋址的耗時(shí)，此外還有旋回耗時(shí)，讀寫(xiě)頭需要等待碟片上的目標(biāo)數(shù)據(jù)“旋轉(zhuǎn)到位”才能進(jìn)行操作。使用緩存當(dāng)然是能夠提升性能的，但上述原理仍然成立。

在這一時(shí)間段（即"I/O等待"）內(nèi)，線(xiàn)程是在“阻塞”著等待磁盤(pán)，此時(shí)操作系統(tǒng)可以將那個(gè)空閑的CPU核心用于服務(wù)其他線(xiàn)程。所以，由于線(xiàn)程總是在I/O上阻塞，我們可以讓線(xiàn)程/連接數(shù)比CPU核心多一些，這樣能夠在同樣的時(shí)間內(nèi)完成更多的工作。

那么應(yīng)該多多少呢？這要取決于磁盤(pán)。較新型的SSD不需要尋址，也沒(méi)有旋轉(zhuǎn)的碟片?？蓜e想當(dāng)然地認(rèn)為“SSD速度更快，所以我們應(yīng)該增加線(xiàn)程數(shù)”，恰恰相反，無(wú)需尋址和沒(méi)有旋回耗時(shí)意味著更少的阻塞，所以更少的線(xiàn)程[更接近于CPU核心數(shù)]會(huì)發(fā)揮出更高的性能。只有當(dāng)阻塞創(chuàng)造了更多的執(zhí)行機(jī)會(huì)時(shí)，更多的線(xiàn)程數(shù)才能發(fā)揮出更好的性能。

網(wǎng)絡(luò)和磁盤(pán)類(lèi)似。通過(guò)以太網(wǎng)接口讀寫(xiě)數(shù)據(jù)時(shí)也會(huì)形成阻塞，10G帶寬會(huì)比1G帶寬的阻塞少一些，1G帶寬又會(huì)比100M帶寬的阻塞少一些。不過(guò)網(wǎng)絡(luò)通常是放在第三位考慮的，有些人會(huì)在性能計(jì)算中忽略它們。

上圖是PostgreSQL的benchmark數(shù)據(jù)，可以看到TPS增長(zhǎng)率從50個(gè)連接數(shù)開(kāi)始變緩。在上面Oracle的視頻中，他們把連接數(shù)從2048降到了96，實(shí)際上96都太高了，除非服務(wù)器有16或32顆核心。

計(jì)算公式

下面的公式是由PostgreSQL提供的，不過(guò)我們認(rèn)為可以廣泛地應(yīng)用于大多數(shù)數(shù)據(jù)庫(kù)產(chǎn)品。你應(yīng)該模擬預(yù)期的訪(fǎng)問(wèn)量，并從這一公式開(kāi)始測(cè)試你的應(yīng)用，尋找最合適的連接數(shù)值。

連接數(shù) = ((核心數(shù) * 2) 有效磁盤(pán)數(shù))

核心數(shù)不應(yīng)包含超線(xiàn)程(hyper thread)，即使打開(kāi)了hyperthreading也是。如果活躍數(shù)據(jù)全部被緩存了，那么有效磁盤(pán)數(shù)是0，隨著緩存命中率的下降，有效磁盤(pán)數(shù)逐漸趨近于實(shí)際的磁盤(pán)數(shù)。這一公式作用于SSD時(shí)的效果如何尚未有分析。

按這個(gè)公式，你的4核i7數(shù)據(jù)庫(kù)服務(wù)器的連接池大小應(yīng)該為((4 * 2) 1) = 9。取個(gè)整就算是是10吧。是不是覺(jué)得太小了？跑個(gè)性能測(cè)試試一下，我們保證它能輕松搞定3000用戶(hù)以6000TPS的速率并發(fā)執(zhí)行簡(jiǎn)單查詢(xún)的場(chǎng)景。如果連接池大小超過(guò)10，你會(huì)看到響應(yīng)時(shí)長(zhǎng)開(kāi)始增加，TPS開(kāi)始下降。

筆者注：
這一公式其實(shí)不僅適用于數(shù)據(jù)庫(kù)連接池的計(jì)算，大部分涉及計(jì)算和I/O的程序，線(xiàn)程數(shù)的設(shè)置都可以參考這一公式。我之前在對(duì)一個(gè)使用Netty編寫(xiě)的消息收發(fā)服務(wù)進(jìn)行壓力測(cè)試時(shí)，最終測(cè)出的最佳線(xiàn)程數(shù)就剛好是CPU核心數(shù)的一倍。

?公理

你需要一個(gè)小連接池，和一個(gè)充滿(mǎn)了等待連接的線(xiàn)程的隊(duì)列。

如果你有10000個(gè)并發(fā)用戶(hù)，設(shè)置一個(gè)10000的連接池基本等于失了智。1000仍然很恐怖。即使100也太多了。你需要一個(gè)10來(lái)個(gè)連接的小連接池，然后讓剩下的業(yè)務(wù)線(xiàn)程都在隊(duì)列里等待。連接池中的連接數(shù)量應(yīng)該等于你的數(shù)據(jù)庫(kù)能夠有效同時(shí)進(jìn)行的查詢(xún)?nèi)蝿?wù)數(shù)（通常不會(huì)高于2*CPU核心數(shù)）。

我們經(jīng)常見(jiàn)到一些小規(guī)模的web應(yīng)用，應(yīng)付著大約十來(lái)個(gè)的并發(fā)用戶(hù)，卻使用著一個(gè)100連接數(shù)的連接池。這會(huì)對(duì)你的數(shù)據(jù)庫(kù)造成極其不必要的負(fù)擔(dān)。

| 請(qǐng)注意

連接池的大小最終與系統(tǒng)特性相關(guān)。

比如一個(gè)混合了長(zhǎng)事務(wù)和短事務(wù)的系統(tǒng)，通常是任何連接池都難以進(jìn)行調(diào)優(yōu)的。最好的辦法是創(chuàng)建兩個(gè)連接池，一個(gè)服務(wù)于長(zhǎng)事務(wù)，一個(gè)服務(wù)于短事務(wù)。

再例如一個(gè)系統(tǒng)執(zhí)行一個(gè)任務(wù)隊(duì)列，只允許一定數(shù)量的任務(wù)同時(shí)執(zhí)行，此時(shí)并發(fā)任務(wù)數(shù)應(yīng)該去適應(yīng)連接池連接數(shù)，而不是反過(guò)來(lái)。