3. 水位巡检概念：什么是连接池水位、水位过高/过低的影响、巡检的必要性
在分布式事务与数据库交互的链路中，连接池水位是衡量数据库连接资源使用状态的核心指标。它直接决定了系统在高并发下的吞吐能力、响应延迟以及稳定性。本节将系统性地定义水位概念，分析异常水位带来的影响，并阐明持续巡检的必要性。
3.1 连接池水位定义
连接池水位是指当前连接池中已分配连接数与最大连接数之间的比例关系。它反映了连接资源的消耗深度，类似于水库中的水位高度。
| 术语 | 定义 | 类比 |
|---|---|---|
| 最大连接数 | 连接池允许创建的最大连接数量（maxTotal 或 maximumPoolSize） |
水库总库容 |
| 活跃连接数 | 当前正在被业务线程占用的连接数量 | 正在放水的水量 |
| 空闲连接数 | 已创建但未被占用的连接数量 | 静止储备水 |
| 等待队列深度 | 因无可用连接而阻塞等待的线程数 | 排队取水的人数 |
| 水位百分比 | 活跃连接数 / 最大连接数 × 100% |
当前水深占比 |
关键公式： 水位 = (活跃连接数 / 最大连接数) × 100%。当水位持续超过 80% 时，系统进入高水位警戒区。
3.2 水位过高与过低的影响
连接池水位偏离正常区间会引发连锁反应，直接影响分布式事务的提交成功率与系统稳定性。
3.2.1 水位过高（> 80%）
- 连接耗尽： 所有连接被占满，新请求无法获取连接，导致业务线程阻塞或抛出
ConnectionTimeoutException。 - 事务堆积： 分布式事务的
prepare和commit阶段需要持有连接，高水位下事务完成时间延长，形成恶性循环。 - 数据库负载飙升： 大量连接同时执行 SQL，数据库 CPU、IO 资源被耗尽，查询性能急剧下降。
- 级联故障： 一个服务的连接池溢出可能通过 RPC 调用传播到上游服务，引发雪崩效应。
3.2.2 水位过低（< 20%）
- 资源浪费： 连接池维护了大量空闲连接，占用数据库连接数上限，却未被有效利用。
- 成本增加： 云数据库按连接数计费，低水位意味着为未使用的资源付费。
- 潜在配置错误： 可能表明
maxTotal设置过大，或业务流量远低于预期，掩盖了连接泄漏等隐患。
| 水位区间 | 状态 | 典型影响 | 推荐动作 |
|---|---|---|---|
| < 20% | 过低 | 资源浪费、成本虚高 | 缩减最大连接数，排查连接泄漏 |
| 20% ~ 60% | 健康 | 响应正常，有缓冲余量 | 维持现状，定期观察 |
| 60% ~ 80% | 正常偏高 | 偶发等待，吞吐稳定 | 关注趋势，准备扩容 |
| 80% ~ 95% | 高水位警戒 | 等待队列增长，延迟上升 | 立即扩容或限流 |
| > 95% | 危险溢出 | 连接超时、事务失败、级联故障 | 紧急熔断，排查慢SQL |
| 指标名称 | 采集方式 | 告警阈值 |
|---|---|---|
| 活跃连接数 | JMX / Micrometer / 连接池统计 API | ≥ 最大连接数 × 80% |
| 等待队列深度 | 连接池内部计数器 | > 0 持续 10 秒 |
| 连接获取等待时间 | 客户端埋点（p99） | > 200ms |
| 连接超时次数 | 异常日志聚合 | > 0 次/分钟 |
| 空闲连接回收率 | 连接池 eviction 统计 | < 预期回收率 |
最佳实践： 在 Docker 容器化部署中，建议将连接池水位指标暴露为 Prometheus Metrics，通过 Grafana 配置水位仪表盘。结合容器健康检查（Health Check），当水位持续超过 90% 时自动触发容器重启或弹性伸缩。