MySQL所有操作hang住了,怎么破?

王松磊 2017-05-17 09:44:25

作者介绍

王松磊现任职于UCloud,从事MySQL数据库内核研发工作。主要负责UCloud云数据库udb的内核故障排查工作以及数据库新特性的研发工作。

 

系统环境

 

CentOS release 6.7

MySQL社区版MySQL-5.5.24

 

故障简述

 

首先收到故障告警,所有的监控无法读取到数据。稍后收到客户的反馈,无法正常连接数据库。

 

故障排查

 

1、尝试登陆数据库

发现登陆发生hang住的情况,无法正常连接。无任何提醒信息报出。

 

shell>mysql -h192.168.150.21 -P50001 -uabc -pabc

 

shell>mysql  -S /var/lib/mysql/mysql.sock  -uabc -pabc

 

2、查看错误日志

 

错误日志完全正常,无任何错误日志报出。

 

3、使用pstack

使用pstack工具查看进程内各个线程的堆栈信息。执行命令:

 

shell>pstack  <mysqld  pid>  >  pstack.log

 

将堆栈日志存放到pstack.log文件中,分析堆栈日志的内容。发现存在很多线程处于等待线程互斥量mutex的状态,并且等待的mutex是两个不同的mutex,猜测是因为源码内存在bug,所以造成了进程死锁:

 

 

 

其中线程2和线程3分别在等待不同的mutex。

 

 

而其它新连接或者已经连接无应答的进程,也在等待其中的一个mutex。

 

4、使用gdb查看具体信息

执行如下命令attach到mysqld进程,查看当前线程堆栈的具体情况。

 

shell>gdb -p  <mysqld  pid>  

 

执行命令info thread查看线程的具体信息,发现很多线程均在等待锁信息。通过上面描述的pstack日志信息,我们知道线程2和线程3存在等待不同锁的行为且可疑性比较高。

 

 

切换到线程2查看,线程在等待的mutex为LOCK_index。

 

 

切换到线程3查看,线程在等待的mutex为LOCK_thread_count。

 

 

由此猜测,是源码中由于存在LOCK_index和LOCK_thread_count相互等待的BUG,导致两个mutex均未被释放,从而发生死锁情况。其它需要获得锁的操作均发生一致等待的情况(即发生hang住)。

 

5、查看源码

 

根据gdb调试中线程2和线程3的信息,查看命令purge binlog和reset master对应的源码。查看发现两个命令对于LOCK_thread_count和LOCK_index调用顺序是不同的。导致同时执行时会发生相互等待,发生死锁的情况。

 

 

解决问题

 

通过与客户沟通,得到确认,客户同时执行了purge binlog和reset master命令。最终也确认了我们的猜想,由于上述原因导致了问题的产生。

 

在查看官方修复后,发现该bug已经修复。升级到高版本,将客户数据迁移后解决了此问题。

活动预告