RDS for MySQL 连接数打满排查清单：先止血，再找漏连接的源头

一、问题现象：先确认是“打满”，不是“连不上”

新连接报错 Too many connections，或应用间歇性连接超时，而已有连接仍能跑查询。先把概念对齐：华为云官方文档明确指出，数据库连接数表示应用程序可以同时连接到数据库的数量，与应用程序或者网站能够支持的最大用户数没有关系。一个用户请求可能复用连接池里的一个连接，一个后台任务也可能一次占多个连接，所以“用户不多”不等于“连接不多”。

连接数打满的代价不止业务报错：官方文档同时提醒，连接数过多可能导致业务侧无法正常连接，也会导致实例全量备份和增量备份失败。也就是说，这不是一个可以拖到第二天再看的问题。

二、前提条件

本文面向 RDS for MySQL。操作前确认三点：第一，你有实例的管理员账号或控制台操作权限，能够查看连接与参数；第二，区分两种形态：瞬间打满（某个发布、活动或任务后陡增）和缓慢爬升（每天涨一点，几天后触顶），两者的根因方向完全不同；第三，止血操作先在业务低峰或经业务方确认后做，KILL 会话是有副作用的。

三、分步操作

第 1 步：确认是不是真的打满

不要只凭报错下结论。用两组数据互相印证：

1. 控制台云监控（CES）里看实例的连接数曲线：是陡增还是爬升，打满发生在哪个时间点，是否和发布、定时任务、活动时间重合。官方文档提到，云监控服务目前可以监控数据库 CPU、内存、磁盘、连接数等指标，并且设置告警策略，出现告警时可以提前识别风险——这次修好后，告警要顺手补上。
2. 以管理员账号连上实例执行：

SHOW STATUS LIKE 'Threads_connected';
SHOW VARIABLES LIKE 'max_connections';

当前连接数接近上限，才算“打满”；如果当前连接数离上限还远，报错可能来自单个账号的 max_user_connections 限制、网络或白名单，要换方向查。

第 2 步：止血——先恢复业务，再找根因

执行：

SHOW FULL PROCESSLIST;

按 User、Host、Time、State 分组看：谁占得多、谁 Sleep 得久、谁卡在 Sending data 或 Locked。

止血手段按风险从低到高：

1. 先停掉可确认的异常来源，例如跑死循环的临时脚本、重复拉起的定时任务。
2. 对确认无用且 Sleep 时间很长的会话执行 KILL <id>，一次杀少量，边杀边看 Threads_connected 是否回落。不要批量清空全部会话，生产关键会话被误杀会扩大故障。
3. 临时放宽上限只能争取时间：RDS 对最大连接数未做硬性限制，MySQL 的 max_connections 与 max_user_connections 可在参数模板自定义。调大之前先想清楚：连接数涨上去，内存与线程开销也跟着涨，规格偏小的话官方建议是对数据库进行规格扩容，而不是无限调大上限。

第 3 步：找漏连接的源头

打满很少是“业务突然变大了”，多半是连接在某个环节漏了。按这个顺序排查：

1. 连接池配置：应用连接池的最大连接数、最小空闲、空闲回收时间、获取连接超时是否合理；多副本部署时，总连接数等于单副本池大小乘以副本数，很容易在扩容后翻倍。
2. 短连接高频建连：每次请求都新建连接、用完不复用，QPS 一涨就把连接数顶上去。改成长连接加连接池是正解。
3. 慢查询占着连接：一个跑几十秒的 SQL 会把连接钉住，后面的请求只能新开连接。按官方给出的方向优化慢查询；另外官方还提到可通过控制台设置 innodb_adaptive_hash_index=off 关闭自适应哈希索引以减少锁等待，这类参数调整要先在测试环境验证，不要直接当止血药。
4. 同一账号被多服务共用：多个服务、多个任务共用一个数据库账号时，单个账号的连接数限制会先被触发。分账号、分权限，既能定位，也能隔离风险。
5. 连接方式：官方建议通过内网连接数据库实例，用内网连接不会出现因为带宽等原因的拥塞。公网连接除了拥塞风险，还容易受网络抖动影响导致连接挂起不释放。

第 4 步：验证

止血后依次验证：第一，Threads_connected 回落到日常水位；第二，业务新连接成功，报错消失；第三，CES 曲线在下一个业务高峰不再触顶；第四，确认当晚的全量或增量备份恢复正常——打满期间备份可能已经失败过一次，不要默认它自己好了。

四、常见坑

1. 把连接数当成用户数：用户量没涨也可能打满，扩容应用副本反而会让连接数涨得更快。
2. 只调大上限不修漏：上限调大后问题消失几天又复发，因为漏连接的速度没变。
3. 批量 KILL：把正常业务会话一起清掉，故障从“新连接失败”变成“所有连接中断”。
4. 忽略备份：只盯着业务报错，没发现备份已经连续失败，数据恢复窗口在悄悄变小。
5. 参数改完不验证：改完 max_connections 或其他参数后没有复核生效情况与曲线，等于没改。

五、小结清单

• 确认：CES 曲线 + Threads_connected + max_connections，三方印证再定性。
• 止血：停异常来源，少量 KILL 长 Sleep 会话，临时放宽上限只争取时间。
• 找漏：连接池、短连接、慢查询、共用账号、连接方式，五条逐一过。
• 验证：连接数回落、新连接成功、高峰不触顶、备份恢复正常。
• 兜底：CES 连接数告警设好，阈值留提前量，不要等打满才发现。

参考出处

本文涉及的产品行为以华为云官方文档为准：华为云帮助中心《RDS数据库连接数满的排查思路》，网址 https://support.huaweicloud.com/rds-mysql_faq/rds_faq_0019.html ；同一帮助中心《RDS数据库实例支持的最大数据连接数是多少》中对 max_connections、max_user_connections 的说明。文中未引用任何实测数据，具体以控制台与当前文档版本为准。