3. 连接池耗尽场景分析：慢查询、突发流量、下游故障导致的连接泄漏
连接池耗尽（Connection Pool Exhaustion）是生产环境中最棘手的故障模式之一。它并非单一原因造成，而是多种上游行为与下游状态共同作用的结果。本章从慢查询、突发流量、下游故障三个核心维度，拆解连接池耗尽的根因、演进路径与典型表现。
3.1 连接池耗尽的核心模型
在进入具体场景前，先建立连接池耗尽的标准模型。一个连接池包含 活跃连接（Active）、空闲连接（Idle） 和 等待队列（Pending Queue） 三部分。耗尽发生时，活跃连接数达到 maxActive，且等待队列已满或超时，新请求被直接拒绝。
关键指标： 连接池耗尽率 = (等待超时次数 + 拒绝次数) / 总请求数。当该值 > 0.1% 时，系统已进入亚健康状态。
3.2 场景一：慢查询导致连接长期占用
慢查询是连接池耗尽的“慢性杀手”。一条执行时间超过 5 秒的 SQL，会独占一个数据库连接长达数秒。当并发慢查询数量接近 maxActive 时，后续所有请求都必须排队等待，形成“连接饥饿”。
| 慢查询等级 | 执行耗时 | 单连接占用时间 | 耗尽风险 |
|---|---|---|---|
| 轻度 | 200ms – 1s | 1s | 低（需高并发触发） |
| 中度 | 1s – 5s | 5s | 中（50 QPS 即可占满 50 连接） |
| 重度 | 5s – 30s | 30s | 高（10 QPS 即可占满 50 连接） |
实战陷阱： 慢查询的“长尾效应”往往被平均耗时掩盖。即使 P50 耗时只有 50ms，P99 耗时可能达到 3s。压测时必须关注 P99 和 P999 的耗时分布，而非仅看平均值。
3.3 场景二：突发流量导致连接池瞬间击穿
突发流量（Traffic Spike）是连接池耗尽的“急性杀手”。典型场景包括：秒杀活动、热点事件、爬虫攻击。当请求速率在 1-2 秒内从 100 QPS 飙升到 5000 QPS 时，连接池的 maxActive 和等待队列瞬间被填满。
突发流量下的连接池耗尽演进路径：
- 瞬间填满活跃连接： 所有
maxActive连接被新请求抢占。 - 等待队列堆积： 后续请求进入等待队列，队列长度迅速达到上限。
- 快速失败： 等待超时（如 500ms）后，大量请求被直接拒绝。
- 雪崩效应： 被拒绝的客户端可能重试，进一步加剧连接池压力。
关键数据： 在一次电商秒杀压测中，连接池 maxActive=50，等待队列 size=100，突发流量 3000 QPS 持续 3 秒。结果：连接池在 0.8 秒内耗尽，等待超时率 67%，系统可用性降至 33%。
3.4 场景三：下游故障导致连接泄漏
连接泄漏（Connection Leak）是连接池耗尽的“隐形杀手”。它不像慢查询和突发流量那样直观，而是由代码缺陷或下游异常导致连接无法归还池中，日积月累最终耗尽。
常见的连接泄漏根因：
| 泄漏类型 | 触发条件 | 泄漏速率 | 检测难度 |
|---|---|---|---|
| 未关闭 ResultSet | 查询异常未进入 finally 块 | 慢（每次泄漏 1 连接） | 低（代码扫描可发现） |
| 事务未提交/回滚 | 业务逻辑异常未处理事务 | 中（连接被事务持有） | 中（需事务监控） |
| 下游超时未释放 | 数据库响应超时，连接未超时回收 | 快（大量连接同时超时） | 高（需连接池监控） |
| 连接池配置错误 | removeAbandonedTimeout 未设置 | 持续累积 | 高（配置审计） |
3.5 三种场景的对比与协同效应
在实际生产环境中，三种场景往往不是孤立发生的。慢查询会降低连接周转率，使突发流量更容易击穿连接池；连接泄漏则持续蚕食可用连接数，让系统在正常流量下也可能耗尽。
| 对比维度 | 慢查询 | 突发流量 | 连接泄漏 |
|---|---|---|---|
| 触发速度 | 慢（分钟级） | 快（秒级） | 极慢（小时/天级） |
| 持续时间 | 持续（直到慢查询修复） | 短暂（秒到分钟） | 持续累积 |
| 检测方式 | 慢查询日志 + 连接池监控 | QPS 监控 + 连接池活跃数 | 连接池活跃数持续增长 |
| 恢复手段 | SQL 优化 / 索引 / 读写分离 | 限流 / 熔断 / 扩容 | 代码修复 / 连接池超时回收 |
| 协同效应 | 放大突发流量影响 | 暴露慢查询和泄漏问题 | 降低系统抗突发能力 |
压测建议： 在压测场景中，应分别构造三种耗尽场景的独立用例，再构造混合场景（如慢查询 + 突发流量）。混合场景的耗尽速度往往是指数级增长，而非线性叠加。
3.6 连接池耗尽的核心指标与阈值
为了在压测中准确判断连接池是否即将耗尽，需要实时监控以下指标：
- 活跃连接数（Active Count）： 接近
maxActive时触发告警，阈值建议 80%。 - 等待队列长度（Pending Queue Size）： 超过队列容量 50% 时进入高风险状态。
- 等待超时率（Wait Timeout Rate）： 超过 0.1% 即表示连接池已过载。
- 连接获取耗时（Connection Acquire Time）： 正常应 < 5ms，超过 50ms 表示排队严重。
- 连接泄漏数（Leaked Connections）： 通过
removeAbandoned机制统计，持续增长即存在泄漏。
压测验证方法： 在压测脚本中注入
Thread.sleep(5000) 模拟慢查询，或使用 while(true) 不归还连接模拟泄漏，观察连接池耗尽时间与系统行为。