【案例】常駐查詢引發的thread pool 效能問題之二

一 現象 
   某業務單機4個例項中的一個例項出現連線數遠高於其他三個例項（正常是4K，問題例項是8K+），但是這4個例項的配置完全相同。業務開發反饋為部分連線失敗。   
 執行show processlist結果顯示：
      存在大量的Killed狀態的連線126個，處於Connect狀態的6K+，以及6個binlog dump連線(如果看了前面一篇文章是否有點觸動，會不會是這個導致的？)
  執行pt-pmp結果顯示：
      mysqld 十分的空閒
  執行show engine innodb status：
    不存在空閒大事務

二 處理
     根據上一篇文章的知識，初步判斷該資料庫例項遇到為Thread Pool的部分group被阻塞了，（能把query堵在login階段的大部分為threadpool排程的問題，當然也不排除是因為邏輯原因造成login中出現內部鎖等待）
在調整thread_pool_oversubscribe後所有的Connect/Killed狀態的連線全部消失，連線數恢復正常。

三 問題分析
     雖然問題是解決了，但是還有大量的疑問存在，顯然在原因未知的情況下，如果在業務高峰期意外出現類似現象，後果非常嚴重，因此我們開始挖掘深層次的原因。
【曲折】
     既然調整thread_pool_oversubscribe後問題就解決了，很顯然是有group被阻塞了，因此最重要的就是找出是什麼阻塞了Thread Pool。
     這次最能引起人注意的現象當然是這126個Killed狀態的連線了，我們知道當連線在執行中，被kill後處於回滾階段時，會顯示Killed。一般來說這個階段非常短暫（除非有大量的rollback工作，但是State資訊是空的，顯然不是在rollback），pt-pmp的結果也證明了這一點。最開始一直懷疑是這些Killed的連線阻塞了threadpool的某些group，但是想來想去沒有想到合理的解釋，這裡浪費了很多的時間。
【柳暗花明】
   在Killed session上走不通，那隻能看看其他session了，這時發現被阻塞的Connect連線的thread id十分有規律:
   間隔32遞增，很明顯是其中一個group被阻塞了。對32取模後發現全部為19號group,那看來是binlog dump沒跑了。
對binlog dump執行緒的thread id對32取模後發現，6個thread中有4個在19號group中，而thread_pool_oversubscribe才3（內部限制為3+1），因此把19號group完全堵死。
到這裡完全解釋了本次擁堵產生的原因。本次問題中的126個Killed session極大的誤導了我們的判斷。

【深入分析】
   回過頭來有人會問，那126個Killed session是怎麼來的呢？
這裡就需要講一下Thread Pool對kill處理的原理:
但是本case中，在這126個session被kill以後，剛好有一個binlog dump連線連到了即將擁堵的19號group。
看上圖緊跟在Killed連線後面的4261459連線,使得19號group徹底被堵住，可憐的Killed連線連退出的機會都沒有了,這就是這126個Killed連線的由來...