一次Mysql改表引发LVS下RS机器全下线的问题

发布时间：2025-11-04 07:17:13 来源：码上建站 作者：系统运维

某天下午，改表正在和code苦战的下线我突然收到报警短信，告警我们有个业务电信机房LVS下的机器RS机器全部下线了。***时间去看机器负载情况，全下发现CPU IDLE在80%左右，问题其他各项指标也都正常;怀疑是改表LVS的KeepAlive程序出问题了，上管理平台点了一遍RS上线，下线发现服务恢复了，机器于是全下未做进一步排查，只向OPS同学反馈了一下。问题

然而，改表刚过了半个小时，下线同样的机器报警又来了，看来还得找到根本原因。全下挑了一台机器保留现场，问题并在管理平台将其他机器操作上线，以保证充分的排查时间。亿华云

先检查Nginx allweb.log中lvscheck相关的日志，发现状态码全部为499且request_time达到5s：

原来KeepAlive程序请求http://lvscheck.domain.com/status.php页面探测服务情况时，竟然过了5s都没有收到响应，于是主动断开请求并将RS下线了。但机器很闲，为什么/status.php会处理超过5s呢?

检查PHP-FPM的日志，发现有报错/data/www/front/index.php文件执行很慢：

但/data/www/front/index.php只是入口文件，从这个日志看不出来问题在哪里，再检查下PHP-FPM的慢日志：

可以看到最终是执行SQL的时候很慢，上管理平台查看发现在报警的两个时间点，MySQL从库的QPS突然降到0而主库QPS突然大幅升高，于是连忙反馈给DBA同学。

DBA同学排查后发现，源码库当前读写量比较大，且有个新增字段的改标语句正在运行，停止后问题恢复;而主从库QPS的突变是因为从库延时大被Proxy操作下线了。

我们梳理后发现，当前有个Task程序在批量往数据库里导数据，表里的数据较多(***)，这种情况下改表导致数据库响应变慢;同时页面上有个查询没有加缓存，SQL语句执行超时设置得也有问题，最终导致PHP-FPM进程都被卡住了，没有空闲进程来处理LVS健康检查的页面，出现了LVS下RS机器全下线的问题。

事后，我们对发现的问题做了修复，并在确保没有大量访问的情况下提交了改表操作，改表顺利执行完成。企商汇 

相关文章