接口一慢就扩容，多半扩错了地方

扩容是所有止血手段里最快的一个，所以它经常被用在还没查清楚的时候。连接池打满时加两台机器，效果通常是把排队从一台机器挪到两台机器。

一、先分清是「池满」还是「库慢」

大多数「连接池不够」的判断，是从监控上看到活跃连接数接近上限得出的。这个数字只说明在忙，不说明不够用。

• 看等待，不只看活跃：活跃连接高是常态，获取连接的等待时长高才是真信号。前者说明在干活，后者说明在排队。
• 把两段时间拆开：一次请求的耗时 = 等连接 + 执行 SQL + 业务处理。比例拿不出来，后面所有优化都是猜。
• 池大不等于快：池开到 200 而库只能并发跑 50，多出来的 150 个连接只是在数据库里排队，还会把库压得更慢。

判据：慢的时候，能说出等连接与执行 SQL 各占多少时间。

二、池的大小由下游倒推，不由应用拍

连接池的上限不是应用自己的参数，它是数据库并发预算的一部分。

• 从库的上限往回算：按实例的最大连接数留出运维、批处理、迁移的口子，业务可用部分取七成左右。
• 算总量而不是单实例：总连接数 = 单实例池大小 × 实例数。滚动发布、弹性扩容期间会短暂翻倍，预算要按最坏情况算。
• 连接复用优先于加连接：短连接改长连接、合理设置空闲回收，比把 max-active 调大有效得多。

判据：实例数翻倍时，总连接数仍在库上限的七成以内。

三、多数「池不够」，其实是没还

连接泄漏的形态很稳定：曲线只涨不落。它往往不是忘了 close，而是被别的东西占住了。

• 事务里做远程调用：一次 HTTP 或消息发送几百毫秒，连接就被一直占着。事务边界要包住 SQL，不要包住网络。
• 长事务：批量任务、导出、后台补偿，跑得越久占用越久，池再大也会被吃满。
• 异常路径没兜住：try 里拿到连接、catch 里没归还，平时看不出来，一出错就开始漏。

判据：压测一轮结束后，活跃连接数能回到基线，而不是停在高位。

落到华为云上：连接数上限与参数调整在云数据库 RDS for MySQL / TaurusDB 的参数组里看，改之前先确认实例规格对应的上限；会话与慢 SQL 用数据管理服务 DAS 直接看当前连接在跑什么；等连接的时间从应用性能管理 APM 的调用链里拆；容器侧按实例数核对池配置用云容器引擎 CCE 的工作负载参数；弹性伸缩的触发条件建议挂连接等待或 P99，而不是 CPU。

一张表收尾

参考

• 华为云 · 云数据库 RDS for MySQL
• 华为云 · 云数据库 TaurusDB
• 华为云 · 数据管理服务 DAS
• 华为云 · 应用性能管理 APM
• 华为云 · 云容器引擎 CCE