带有 JdbcIO 编写器的 ApacheBeam/DataFlow 运行器创建了太多连接

Posted 2023-02-16

【中文标题】带有 JdbcIO 编写器的 ApacheBeam/DataFlow 运行器创建了太多连接

【英文标题】：ApacheBeam/DataFlow runner with JdbcIO writer creates too many connections

【发布时间】：2019-09-23 08:28:56

【问题描述】：

我正在使用 GCP 云 SQL、mysql 实例并使用 JdbcIo 将数据从 DataFlow 管道写入 MySQL。

似乎DataFlow生成的连接太多，达到了DB限制（4000），即使我在连接池中指定，最大大小：1000

 ComboPooledDataSource dataSource = new ComboPooledDataSource();
 try 
       dataSource.setDriverClass("org.mysql.Driver");
      catch (PropertyVetoException e) 
            throw new RuntimeException("Failed set mysql driver",e);
     
       dataSource.setJdbcUrl("jdbc:mysql://google/live-data?cloudSqlInstance<INSTANCE_NAME>&socketFactory=com.google.cloud.sql.mysql.SocketFactory&useSSL=false&user=<USER>&password=<PASSWORD>");

       dataSource.setMaxPoolSize(1000);
       dataSource.setInitialPoolSize(1000);

此外，在仪表板中，我可以看到比查询更多的连接：

我的 pom.xml

 <dependency>
            <groupId>com.mchange</groupId>
            <artifactId>c3p0</artifactId>
            <version>0.9.5.4</version>
        </dependency>
        <dependency>
            <groupId>com.google.cloud.sql</groupId>
            <artifactId>mysql-socket-factory</artifactId>
            <version>1.0.13</version>
        </dependency>
        <dependency>
            <groupId>org.apache.beam</groupId>
            <artifactId>beam-sdks-java-io-jdbc</artifactId>
            <version>$beam.version</version>
        </dependency>
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
            <version>5.1.47</version>
        </dependency>

【参考方案1】：

DataFlow 生成的连接太多，达到了 DB 限制（4000），即使我在连接池中指定，最大大小：1000

快速猜测是，由于 Dataflow 可以有多个运行器，每个运行器可能都有自己的连接池。这意味着每个池将有 1000 个单独的连接。这很可能比您实际使用的连接要多 - 请参阅 pool sizing 上的 HikariCP 的 wiki。

此外，在仪表板中，我可以看到比查询更多的连接：

由于您设置了setInitialPoolSize(1000)，池不会根据需要延迟建立连接，而是在池初始化时创建 1000。从提供的示例中，您没有对连接寿命提供任何限制，因此这些连接可能会尽可能长时间地持续存在。

【讨论】：

是的，这似乎是因为连接池的许多实例。我将允许的连接数减少到 10 个，然后每个 DataFlow 工作人员创建自己的连接池，所有实例的总和仍然更低。

我还为每个工作人员创建了一个连接池实例，之前，我在 @SetUp 方法中为每个 ParDo 函数初始化了连接池。我将其更改为每个工作人员（单例）初始化一次