五分鐘搞懂 Golang 數(shù)據(jù)庫連接管理

作者：DeepNoMind 2024-12-04 16:12:31

本文介紹了如何在 Golang 中優(yōu)化數(shù)據(jù)庫連接，通過有效管理連接來提高應(yīng)用程序吞吐量。

Go 的 database/sql 軟件包提供了自動(dòng)化數(shù)據(jù)庫連接池，能夠幫助開發(fā)人員有效管理連接。通常情況下，開發(fā)人員會(huì)請(qǐng)求某個(gè)打開的連接，執(zhí)行查詢，然后關(guān)閉連接以確保連接返回到池中。

開發(fā)人員常犯的一個(gè)錯(cuò)誤是長(zhǎng)時(shí)間持有數(shù)據(jù)庫連接，從而導(dǎo)致性能瓶頸。新請(qǐng)求不得不等待可用連接，造成連接池的效率受到影響。

本文將探討如何避免這一問題，并通過確定常見問題域和學(xué)習(xí)解決方法，優(yōu)化 Go 應(yīng)用以提高吞吐量。

基本示例

我們以一個(gè)返回雇員記錄的基本 HTTP 處理程序?yàn)槔?/p>

func GetEmployeesHandler(w http.ResponseWriter, r *http.Request) {
    rows, err := db.Query(`SELECT id, name, email FROM employee`)
    if err != nil {
        http.Error(w, fmt.Sprintf("error querying database: %v", err), http.StatusInternalServerError)
        return
    }
    defer rows.Close()

    var employees []Employee
    for rows.Next() {
        var e Employee
        if err := rows.Scan(&e.ID, &e.Name, &e.Email); err != nil {
            http.Error(w, fmt.Sprintf("Error scanning row: %v", err), http.StatusInternalServerError)
            return
        }
        decorateEmployee(&e)
        employees = append(employees, e)
    }

    if err = rows.Err(); err != nil {
        http.Error(w, fmt.Sprintf("error during row iteration: %v", err), http.StatusInternalServerError)
        return
    }

    w.Header().Set("Content-Type", "application/json")
    if err := json.NewEncoder(w).Encode(employees); err != nil {
        http.Error(w, "Error encoding response", http.StatusInternalServerError)
        return
    }
}

在這個(gè)處理程序中:

查詢數(shù)據(jù)庫中的雇員記錄。
通過 defer rows.Close() 確保在處理完結(jié)果集后關(guān)閉連接。
掃描每一行，并用從外部獲取的數(shù)據(jù)對(duì)其進(jìn)行裝飾。
將最終結(jié)果追加到數(shù)組中。
檢查迭代過程中的任何錯(cuò)誤，并以 JSON 格式返回結(jié)果。

乍一看，似乎沒有什么特別的地方。不過，你會(huì)期待在壓力測(cè)試的時(shí)候獲得更好的性能。

初步性能結(jié)果

使用 Vegeta[2] 等壓力測(cè)試工具，可以模擬該端點(diǎn)的負(fù)載情況。在每秒 10 個(gè)請(qǐng)求（RPS，requests per second）的初始速率下，應(yīng)用在 30 秒的測(cè)試運(yùn)行中表現(xiàn)相對(duì)較好：

$ echo "GET http://localhost:8080/employees" | vegeta attack -duration=30s -rate=10 | tee results.bin | vegeta report
Requests      [total, rate, throughput]         300, 10.03, 5.45
Duration      [total, attack, wait]             52.095s, 29.9s, 22.196s
Latencies     [min, mean, 50, 90, 95, 99, max]  2.318s, 11.971s, 8.512s, 26.222s, 30.001s, 30.001s, 30.001s
Bytes In      [total, mean]                     2290991, 7636.64
Bytes Out     [total, mean]                     0, 0.00
Success       [ratio]                           94.67%
Status Codes  [code:count]                      0:16  200:284

然而，當(dāng)我們將負(fù)載增加到 50 RPS 時(shí)，就會(huì)發(fā)現(xiàn)吞吐量大幅下降，請(qǐng)求失敗率急劇上升：

$ echo "GET http://localhost:8080/employees" | vegeta attack -duration=30s -rate=50 | tee results.bin | vegeta report
Requests      [total, rate, throughput]         1500, 50.03, 4.20
Duration      [total, attack, wait]             59.981s, 29.981s, 30s
Latencies     [min, mean, 50, 90, 95, 99, max]  2.208s, 27.175s, 30.001s, 30.001s, 30.001s, 30.002s, 30.002s
Bytes In      [total, mean]                     2032879, 1355.25
Bytes Out     [total, mean]                     0, 0.00
Success       [ratio]                           16.80%
Status Codes  [code:count]                      0:1248  200:252

(上述狀態(tài)代碼為 0 表示測(cè)試運(yùn)行過程中出現(xiàn)客戶端超時(shí)）

定位瓶頸

當(dāng) RPS 為 50 時(shí)，成功率急劇下降，吞吐量降至每秒僅 4.2 個(gè)請(qǐng)求。為什么會(huì)這樣？其中一個(gè)可能的原因是，考慮到當(dāng)前資源，50 RPS 是一個(gè)不合理的目標(biāo)。為了確認(rèn)代碼是否可以通過修改獲得更好的性能，我們可以研究收集一些指標(biāo)。其中一個(gè)指標(biāo)來源是裝飾過程，但在本文中，我們將重點(diǎn)關(guān)注數(shù)據(jù)庫連接池統(tǒng)計(jì)數(shù)據(jù)。

Go 的 database/sql 軟件包可通過 DBStats 函數(shù)查看應(yīng)用的數(shù)據(jù)庫池性能，會(huì)返回我們感興趣的統(tǒng)計(jì)信息：

InUse：當(dāng)前正在使用的連接數(shù)。
Idle：空閑連接數(shù)。
WaitCount：等待的連接總數(shù)。

可以通過添加另一個(gè)端點(diǎn)處理程序來輸出這些值：

func GetInfoHandler(w http.ResponseWriter, r *http.Request) {
    w.Header().Set("Content-Type", "application/json")
    if err := json.NewEncoder(w).Encode(db.Stats()); err != nil {
        http.Error(w, "Error encoding response", http.StatusInternalServerError)
        return
    }
}

重新運(yùn)行上述壓力測(cè)試，并對(duì) /info 端點(diǎn)進(jìn)行監(jiān)控：

$ while true; do curl -s http://localhost:8080/info; sleep 2; done
...
{"MaxOpenConnections":15,"OpenConnections":15,"InUse":15,"Idle":0,"WaitCount":1434,"WaitDuration":1389188829869,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}
{"MaxOpenConnections":15,"OpenConnections":15,"InUse":15,"Idle":0,"WaitCount":1485,"WaitDuration":1582086078604,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}
{"MaxOpenConnections":15,"OpenConnections":15,"InUse":15,"Idle":0,"WaitCount":1485,"WaitDuration":1772844971842,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}
...

上述結(jié)果表明連接池已達(dá)到最大值（InUse: 15, Idle: 0），每個(gè)新請(qǐng)求都被迫等待（WaitCount 不斷增加）。換句話說，連接池基本上處于停滯狀態(tài)，從而導(dǎo)致了之前觀察到的延遲和超時(shí)問題！

優(yōu)化連接使用

查看原始代碼，我們發(fā)現(xiàn)問題要么出在查詢本身性能不佳，要么出在遍歷結(jié)果集時(shí)每次調(diào)用裝飾函數(shù)都需要很長(zhǎng)時(shí)間才能返回?？梢試L試在 rows.Next() 循環(huán)之外裝飾記錄，并將其移至數(shù)據(jù)庫連接使用之下，從而找出問題所在。

以下是更新后的代碼：

func GetEmployeesHandler(w http.ResponseWriter, r *http.Request) {
    rows, err := db.Query(`SELECT id, name, email FROM employee`)
    if err != nil {
        http.Error(w, fmt.Sprintf("error querying database: %v", err), http.StatusInternalServerError)
        return
    }

    var employees []Employee
    for rows.Next() {
        var e Employee
        if err := rows.Scan(&e.ID, &e.Name, &e.Email); err != nil {
            http.Error(w, fmt.Sprintf("Error scanning row: %v", err), http.StatusInternalServerError)
            return
        }
        employees = append(employees, e)
    }

    if err = rows.Err(); err != nil {
        http.Error(w, fmt.Sprintf("error during row iteration: %v", err), http.StatusInternalServerError)
        return
    }
    rows.Close()

    for i := range employees {
        decorateEmployee(&employees[i])
    }

    w.Header().Set("Content-Type", "application/json")
    if err := json.NewEncoder(w).Encode(employees); err != nil {
        http.Error(w, "Error encoding response", http.StatusInternalServerError)
        return
    }
}

在這個(gè)重構(gòu)的處理程序中，我們:

將所有行掃描到內(nèi)存中。
掃描后立即關(guān)閉連接，將其釋放回池。
在內(nèi)存中裝飾雇員記錄，而無需保持連接打開。

優(yōu)化后的性能

優(yōu)化后以 50 RPS 運(yùn)行相同的 Vegeta 測(cè)試，結(jié)果如下：

$ echo "GET http://localhost:8080/employees" | vegeta attack -duration=30s -rate=50 | tee results.bin | vegeta report
Requests      [total, rate, throughput]         1500, 50.03, 45.78
Duration      [total, attack, wait]             32.768s, 29.98s, 2.788s
Latencies     [min, mean, 50, 90, 95, 99, max]  2.045s, 2.502s, 2.499s, 2.692s, 2.741s, 2.856s, 2.995s
Bytes In      [total, mean]                     11817000, 7878.00
Bytes Out     [total, mean]                     0, 0.00
Success       [ratio]                           100.00%
Status Codes  [code:count]                      200:1500

...
{"MaxOpenConnections":15,"OpenConnections":1,"InUse":0,"Idle":1,"WaitCount":0,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}
{"MaxOpenConnections":15,"OpenConnections":1,"InUse":0,"Idle":1,"WaitCount":0,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}
{"MaxOpenConnections":15,"OpenConnections":1,"InUse":0,"Idle":1,"WaitCount":0,"WaitDuration":0,"MaxIdleClosed":0,"MaxIdleTimeClosed":0,"MaxLifetimeClosed":0}
...

可以看到，不僅吞吐量和延遲得到了 100% 的大幅改善，而且 OpenConnections 的總數(shù)也沒有超過 1，甚至還有閑置連接處于待機(jī)狀態(tài)，從而使 WaitCount 始終為零！

總結(jié)

通過優(yōu)化連接的處理方式，先將所有行獲取到內(nèi)存中，然后立即關(guān)閉連接，而不是在執(zhí)行其他 I/O 綁定操作（如裝飾記錄）時(shí)保持連接打開。這樣，數(shù)據(jù)庫連接就能盡快返回到池中，為其他傳入請(qǐng)求釋放資源，從而提高吞吐量和并發(fā)性。

責(zé)任編輯：趙寧寧來源： DeepNoMind