2. 连接池核心指标：活跃连接数、空闲连接数、等待队列长度、连接超时次数、连接创建速率、连接销毁速率

连接池是数据库、缓存、微服务 gRPC 等中间件与上游服务之间的关键资源层。水位巡检的核心在于持续观测连接池的 存量、流量 与 异常 三类指标。本章逐一拆解六个核心指标的定义、采集方式与 PromQL 表达。

2.1 指标全景图

下表从语义、典型 Prometheus Metric Name、数据类型与巡检价值四个维度对齐六个指标：

2.2 活跃连接数与空闲连接数

这两个 Gauge 指标构成连接池的 水位基础。活跃连接数代表正在被线程占用的连接；空闲连接数代表已建立但未被使用的连接。两者之和应接近连接池的 max_total 上限。

• 活跃连接数过高：接近 max_total 时，新请求将进入等待队列或直接超时。
• 空闲连接数过低：接近 0 时，每次请求都可能触发创建新连接，增加延迟。
• 空闲连接数过高：超过 max_idle 配置时，说明连接池收缩策略失效，浪费内存。

# 活跃连接占比（水位）
sum by (instance) (
  db_connections_active
  / on (instance) (db_connections_active + db_connections_idle)
) > 0.85

2.3 等待队列长度

等待队列长度是连接池 饥饿程度 的直接体现。当所有连接都被占用且空闲连接数为 0 时，新请求会进入阻塞队列。该指标为 Gauge，正常值应为 0 或极低。

# 等待队列瞬时告警
db_connections_waiting > 0

# 等待队列持续告警（5 分钟内均值 > 0）
avg_over_time(db_connections_waiting[5m]) > 0

2.4 连接超时次数

连接超时次数是 Counter 类型，记录从连接池获取连接时因等待超时而失败的累计次数。该指标通常由连接池客户端（如 HikariCP、Druid、JedisPool）暴露。

• 绝对值：db_connections_timeouts_total 在时间窗口内持续增加，说明连接池已无法满足并发需求。
• 速率：rate(db_connections_timeouts_total[1m]) 应保持为 0；一旦 > 0，需立即定位。

# 超时速率告警（1 分钟内出现任何超时）
rate(db_connections_timeouts_total[1m]) > 0

2.5 连接创建速率与销毁速率

这两个速率指标通过 Counter 的 rate() 函数计算，反映连接池的 生命周期周转 情况。

# 连接抖动检测：创建速率与销毁速率之比超过 1.5 倍
rate(db_connections_created_total[1m])
/
rate(db_connections_destroyed_total[1m]) > 1.5

2.6 六指标联动关系图

下图展示六个核心指标在连接池生命周期中的位置与数据流向：

2.7 指标采集注意事项

• Gauge 指标：活跃连接数、空闲连接数、等待队列长度应使用 avg_over_time 或 max_over_time 降噪，避免瞬时抖动触发误告警。
• Counter 指标：连接超时次数、创建/销毁总数必须使用 rate() 或 increase() 转换为速率，不能直接对原始 Counter 设置阈值。
• 标签对齐：确保 instance、pool_name、datasource 等标签在指标间一致，否则比率计算会出错。