錯誤現象與根因分類

ERROR 2006 (HY000): MySQL server has gone away 或 ERROR 2013 (HY000): Lost connection to MySQL server during query 表示客戶端與服務器連接意外中斷。核心原因三類：

1. 連接超時：空閒超過 wait_timeout/interactive_timeout
2. 數據包過大：SQL/Blob 超過 max_allowed_packet
3. 服務端異常：OOM Killer、Crash、主動殺進程、網絡中斷

場景 1：長連接/批量任務導致空閒超時

典型場景：PHP/Python/Java 長時間運行腳本、ETL 作業、數據遷移，中間間隔超過 8 小時 (默認 wait_timeout=28800) 無交互。

解決方案

-- 1. 服務端調大超時 (持久化生效，需重啟)
# /etc/my.cnf
[mysqld]
wait_timeout = 86400          # 24 小時
interactive_timeout = 86400   # 交互式客戶端

-- 2. 客戶端連接時指定 CLIENT_INTERACTIVE (臨時生效)
# PHP PDO
$pdo = new PDO("mysql:host=127.0.0.1;dbname=test", "user", "pass", [
    PDO::MYSQL_ATTR_INIT_COMMAND => "SET SESSION wait_timeout=86400",
    PDO::ATTR_PERSISTENT => true  # 或用持久連接
]);

# Python MySQLdb
conn = MySQLdb.connect(host='127.0.0.1', user='user', passwd='pass', db='test',
                       connect_timeout=10, read_timeout=86400, write_timeout=86400,
                       client_flag=MySQLdb.constants.CLIENT.INTERACTIVE)

# Java HikariCP
dataSource.setConnectionInitSql("SET SESSION wait_timeout=86400");
dataSource.setMaximumPoolSize(20);
dataSource.setMinimumIdle(5);
dataSource.setIdleTimeout(600000);  # 10 分鐘空閒回收，避免撞服務端超時

連接池最佳實踐

• 啟用 testOnBorrow / validationQuery: SELECT 1，借連接前心跳檢測
• 設置 maxLifetime < 服務端 wait_timeout，主動回收老連接
• 關閉 autoReconnect=true (JDBC 老版本)，改用連接池自帶重試邏輯

場景 2：大 SQL / Blob 字段超過 max_allowed_packet

典型場景：批量 INSERT 巨大 SQL、存儲 Base64 圖片/文件、mysqldump 導出含大字段、LOAD DATA 導入大行。

解決方案

-- 1. 服務端調大 (持久化，需重啟)
# /etc/my.cnf
[mysqld]
max_allowed_packet = 256M       # 視業務最大 Blob 大小而定，建議 64M-1G

[client]
max_allowed_packet = 256M       # mysqldump/mysql 客戶端也要跟著調大

-- 2. 會話級臨時調大 (無需重啟，僅當前連接)
SET SESSION max_allowed_packet = 256M;

-- 3. 應用層拆分大 SQL
# 批量 INSERT 分批，每批 1000-5000 行
# 大 Blob 分塊寫入或存對象存儲 (S3/OSS) 只存 URL

mysqldump 導出導入避坑

# 導出：避免 --opt 產生超大 INSERT (默認開啟 --extended-insert)
mysqldump -uroot -p --single-transaction --quick --max_allowed_packet=256M \
  --net_buffer_length=16384 db_name > dump.sql

# 導入：調大客戶端 packet
mysql -uroot -p --max_allowed_packet=256M db_name < dump.sql

# 或分批導入
split -l 10000 dump.sql chunk_
for f in chunk_*; do mysql -uroot -p db_name < $f; done

場景 3：服務端異常 (OOM/Crash/主動 Kill)

排查步驟

1. 檢查錯誤日志：grep -i -e "killed" -e "out of memory" -e "assertion" -e "signal" /var/log/mysql/error.log
2. 檢查系統日志：dmesg -T | grep -i -e mysql -e oom -e kill 看是否被 OOM Killer 殺死
3. 檢查慢查詢/死鎖：pt-query-digest slow.log、SHOW ENGINE INNODB STATUS
4. 檢查連接數爆發：SHOW GLOBAL STATUS LIKE 'Threads_connected'; SHOW PROCESSLIST;

常見服務端故障對策

調整 LB idle_timeout > wait_timeout；啟用 TCP Keepalive

故障類型	表徵	解決方案
OOM Killer	dmesg 顯示 Out of memory: Kill process mysqld	降低 innodb_buffer_pool_size、增加 Swap、限制 max_connections、升級內存
InnoDB Assertion/Crash	error.log 有 assertion failure / segmentation fault	升級 MySQL 版本、檢查硬件 (ECC 內存)、innodb_force_recovery 恢復數據
主動 KILL	error.log: "Killed by user root"	審計誰執行了 KILL，限制 SUPER 權限
網絡中斷	防火牆/交換機/負載均衡超時斷開長連接
磁盤滿/IO 凍結	df -h 顯示 100%、iostat %util 100%	清理 Binlog、擴容磁盤、優化慢查詢減少 IOPS

應用層重試與熔斷模式

# Python 示例：指數退避重試 + 熔斷
import time, random, pymysql
from contextlib import contextmanager

class CircuitBreaker:
    def __init__(self, failure_threshold=5, recovery_timeout=30):
        self.failures = 0
        self.threshold = failure_threshold
        self.recovery_timeout = recovery_timeout
        self.last_failure = 0
        self.open = False
    
    def call(self, func, *args, **kwargs):
        if self.open and time.time() - self.last_failure > self.recovery_timeout:
            self.open = False
            self.failures = 0
        if self.open:
            raise Exception("Circuit breaker open")
        try:
            result = func(*args, **kwargs)
            self.failures = 0
            return result
        except (pymysql.err.OperationalError, pymysql.err.InterfaceError) as e:
            if e.args[0] in (2006, 2013, 2055):  # Gone away / Lost connection
                self.failures += 1
                self.last_failure = time.time()
                if self.failures >= self.threshold:
                    self.open = True
            raise

@contextmanager
def mysql_retry(max_retries=3, base_delay=0.5):
    for attempt in range(max_retries):
        try:
            yield
            return
        except (pymysql.err.OperationalError, pymysql.err.InterfaceError) as e:
            if e.args[0] not in (2006, 2013, 2055) or attempt == max_retries - 1:
                raise
            delay = base_delay * (2 ** attempt) + random.uniform(0, 0.1)
            time.sleep(delay)
            # 重新獲取連接 (連接池會自動處理)
    raise Exception("Max retries exceeded")

預防性配置清單

[mysqld]
# 連接管理
wait_timeout = 86400
interactive_timeout = 86400
max_connections = 2000
max_connect_errors = 100000
thread_cache_size = 100

# 數據包
max_allowed_packet = 256M
net_buffer_length = 16384
net_read_timeout = 60
net_write_timeout = 60

# 穩定性
innodb_buffer_pool_size = 70%_RAM
innodb_log_file_size = 2G
innodb_flush_log_at_trx_commit = 1
sync_binlog = 1
innodb_deadlock_detect = ON

# 監控
slow_query_log = 1
long_query_time = 1
log_queries_not_using_indexes = 0
log_error = /var/log/mysql/error.log
log_error_verbosity = 3

核心原則：客戶端主動管理連接生命周期 (連接池 + 心跳 + 重試)，服務端配置足夠緩衝 (timeout/packet/buffer)，監控覆蓋錯誤日志/系統日志/慢查詢/連接數，做到早發現、快恢復、不丟數據。