一个MySQL JDBC驱动bug引起的血案

1.1      问题背景

公司是做电商系统的，整个系统搭建在华为云上。系统设计的时候，考虑到后续的用户和订单数量比较大，需要使用一些大数据库的组件。关系型数据库这块，考虑到后续数据量的快速增长，不是直接写入MySQL，而是使用了华为云的分布式数据库中间件DDM。

使用了DDM之后，可以在业务不感知的情况下，直接增加MySQL读实例的个数，线性提升读性能。也支持中间件层面的分库分表，提供海量关系型数据库的操作。简直是为电商系统贴身定制的。

DDM自身是以集群形式提供服务的，对业务开放的是多个连接IP地址。需要有一层负载均衡。如果使用传统的加LB的形式做负载均衡，会多一层中转，有性能损耗。所以，直接使用了MySQL-JDBC提供的客户端负载均衡能力。逻辑结构如下图所示：

业务通过MySQL-JDBC的Loadbalance能提访问多个DDM节点。MySQL-JDBC提供负载均衡能力。

1.2      问题说明

使用MySQL客户端负载均衡力能，一直运行得好好，性能嗷嗷叫。可是前一阵子，无故出现了业务请求失败。我是负责电商订单模块的，涉及到真实的Money，这个问题吓了宝宝一身冷汗。。赶紧查看后台日志，发现是访问DDM出现了异常，二话不说直接提了工单给华为云DDM服务。

[WARN] [2018-07-08 23:11:29] [MySqlValidConnectionChecker:isValidConnection()] [DubboServerHandler-172.31.0.146:8080-thread-64-txId=00000000657615aa] Unexpected error in ping

java.lang.reflect.InvocationTargetException

at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)

at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)

at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)

at java.lang.reflect.Method.invoke(Method.java:498)

at com.alibaba.druid.pool.vendor.MySqlValidConnectionChecker.isValidConnection(MySqlValidConnectionChecker.java:98)

at com.alibaba.druid.pool.DruidAbstractDataSource.testConnectionInternal(DruidAbstractDataSource.java:1252)

at com.alibaba.druid.pool.DruidDataSource.getConnectionDirect(DruidDataSource.java:981)

不得不说，华为云的服务还是很好的，不到半个小时就联系了我，还跟我一起排查问题。

将我们业务的日志取下来，和DDM的支撑人员一起分析，发现报错如下：

根本原因竟然是MySQL驱动的bug，导致StackOverflow本地栈溢出导致，真是误会了DDM服务，抱歉了。

Caused by: java.lang.StackOverflowError

at com.mysql.jdbc.StringUtils.getBytes(StringUtils.java:2360)

at com.mysql.jdbc.StringUtils.getBytes(StringUtils.java:2344)

at com.mysql.jdbc.StringUtils.getBytes(StringUtils.java:568)

at com.mysql.jdbc.StringUtils.getBytes(StringUtils.java:626)

at com.mysql.jdbc.Buffer.writeStringNoNull(Buffer.java:670)

at com.mysql.jdbc.MysqlIO.sqlQueryDirect(MysqlIO.java:2636)

at com.mysql.jdbc.ConnectionImpl.execSQL(ConnectionImpl.java:2483)

at com.mysql.jdbc.ConnectionImpl.setReadOnlyInternal(ConnectionImpl.java:4961)

at com.mysql.jdbc.ConnectionImpl.setReadOnly(ConnectionImpl.java:4954)

at com.mysql.jdbc.MultiHostConnectionProxy.syncSessionState(MultiHostConnectionProxy.java:381)

at com.mysql.jdbc.MultiHostConnectionProxy.syncSessionState(MultiHostConnectionProxy.java:366)

at com.mysql.jdbc.LoadBalancedConnectionProxy.pickNewConnection(LoadBalancedConnectionProxy.java:344)

at com.mysql.jdbc.LoadBalancedAutoCommitInterceptor.postProcess(LoadBalancedAutoCommitInterceptor.java:104)

at com.mysql.jdbc.MysqlIO.invokeStatementInterceptorsPost(MysqlIO.java:2885)

at com.mysql.jdbc.MysqlIO.sqlQueryDirect(MysqlIO.java:2808)

at com.mysql.jdbc.ConnectionImpl.execSQL(ConnectionImpl.java:2483)

at com.mysql.jdbc.ConnectionImpl.setReadOnlyInternal(ConnectionImpl.java:4961)

at com.mysql.jdbc.ConnectionImpl.setReadOnly(ConnectionImpl.java:4954)

at com.mysql.jdbc.MultiHostConnectionProxy.syncSessionState(MultiHostConnectionProxy.java:381)

at com.mysql.jdbc.MultiHostConnectionProxy.syncSessionState(MultiHostConnectionProxy.java:366)

at com.mysql.jdbc.LoadBalancedConnectionProxy.pickNewConnection(LoadBalancedConnectionProxy.java:344)

at com.mysql.jdbc.LoadBalancedAutoCommitInterceptor.postProcess(LoadBalancedAutoCommitInterceptor.java:104)

at com.mysql.jdbc.MysqlIO.invokeStatementInterceptorsPost(MysqlIO.java:2885)

。。。 此处省略10000行。。

从堆栈可以看出来，某个异常，触发了MySQL-JDBC的bug，导致循环调用，直至栈溢出。

在华为DDM支撑人员的建议下，对驱动代码进行了反编译，从反编译的情况下，可以看到，的确是存在循环嵌套的可能。

Loadbalance轮询连接 –>同步新老连接的状态 ->发送sql给服务端 -> Loadbalance轮询连接。

相关代码如下：

com/mysql/jdbc/LoadBalancedConnectionProxy.java的pickNewConnection()函数

for (int hostsTried = 0, hostsToTry = this.hostList.size(); hostsTried < hostsToTry; hostsTried++) {
    ConnectionImpl newConn = null;
    try {
        newConn = this.balancer.pickConnection(this,
Collections.unmodifiableList(this.hostList),
Collections.unmodifiableMap(this.liveConnections),
                this.responseTimes.clone(),
this.retriesAllDown);

if (this.currentConnection
!= null) {
            if (pingBeforeReturn)
{
                if (pingTimeout
== 0) {
                    newConn.ping();
                } else {
                    newConn.pingInternal(true,
pingTimeout);
                }
            }

syncSessionState(this.currentConnection,
newConn);
        }

this.currentConnection
= newConn;
        return;

} catch (SQLException
e) {
        if (shouldExceptionTriggerConnectionSwitch(e)
&& newConn != null) {
            // connection
error, close up shop on current connection
            invalidateConnection(newConn);
        }
    }
}

syncSessionState()函数，在执行完SQL之后，又会调用postProcess()函数，如此嵌套循环就来了。

if (!this.conn.getAutoCommit()) {
    this.matchingAfterStatementCount = 0;
    // auto-commit is enabled:
} else {

    if (this.proxy == null && this.conn.isProxySet()) {
        MySQLConnection lcl_proxy = this.conn.getMultiHostSafeProxy();
        while (lcl_proxy != null && !(lcl_proxy instanceof LoadBalancedMySQLConnection)) {
            lcl_proxy = lcl_proxy.getMultiHostSafeProxy();
        }
        if (lcl_proxy != null) {
            this.proxy = ((LoadBalancedMySQLConnection) lcl_proxy).getThisAsProxy();
        }

    }

    if (this.proxy != null) {
        // increment the match count if no regex specified, or if matches:
        if (this.matchingAfterStatementRegex == null || sql.matches(this.matchingAfterStatementRegex)) {
            this.matchingAfterStatementCount++;
        }
    }
    // trigger rebalance if count exceeds threshold:
    if (this.matchingAfterStatementCount >= this.matchingAfterStatementThreshold) {
        this.matchingAfterStatementCount = 0;
        try {
            if (this.proxy != null) {
                this.proxy.pickNewConnection();
            }

        } catch (SQLException e) {
            // eat this exception, the auto-commit statement completed, but we could not rebalance for some reason.  User may get exception when using
            // connection next.
        }
    }
}

这么明显的bug，不太相信MySQL会没有发现。当前我们使用的是5.1.44版本的驱动，查看了下最新的5.1.66的代码，发现的确是修复了这个问题的，代码如下：

public ResultSetInternalMethods postProcess(String sql, Statement interceptedStatement, ResultSetInternalMethods originalResultSet, Connection connection,
                                            int warningCount, boolean noIndexUsed, boolean noGoodIndexUsed, SQLException statementException) throws SQLException {

    // Don't count SETs neither SHOWs. Those are mostly used internally and must not trigger a connection switch.
    if (!this.countStatements || StringUtils.startsWithIgnoreCase(sql, "SET") || StringUtils.startsWithIgnoreCase(sql, "SHOW")) {
        return originalResultSet;
    }

通过过滤掉SET和SHOW语句，避免了循环嵌套的发生。

但是5.1.66又引入了新的bug，由于并不是每个调用postProcess的地方都有SQL，这里的代码会抛空指针异常。MySQL JDBC的开发者都不做测试的吗。。。

没办法，分析了下5.1.44的代码，发现通过适当的调整loadBalanceAutoCommitStatementThreshold这个参数的数值，也可以避免循环嵌套的发生。我们的环境改成了5，修改之后，平稳运行1周，没再出现过问题。

1.3      修改方案

loadBalanceAutoCommitStatementThreshold修改成了5，但是引入的问题是，如果业务包含一些比较耗时的SQL，可能会DDM的负载不均衡。不过，目前看来还好，DDM性能比较强劲。