🐛一次数据库连接数暴涨的排查实录：我在测试平台踩的坑

在开发测试平台的过程中，我遇到一次 MySQL 连接数暴涨 并引发服务报错的线上问题。排查后发现，是因为部分代码在使用数据库连接后 未显式断开，导致连接不断累积。本文记录这个从“出问题”到“彻底解决”的过程。

一、现象：MySQL 报错 Too many connections

平台部署后运行一段时间，日志频繁出现如下报错：

pymysql.err.OperationalError: (1040, 'Too many connections')

通过登录 MySQL 执行以下命令查看连接数：

SHOW STATUS LIKE 'Threads_connected';

发现连接数达到了 150+，已经逼近 MySQL 配置的最大连接数（默认为 151）！

而实际上平台此时访问量并不大，很可能是代码中连接未及时关闭。

二、问题定位：数据库连接未释放

我检查了部分数据库操作代码，发现如下问题：

import pymysql

conn = pymysql.connect(host='localhost', user='root', password='xxx', db='test')
cursor = conn.cursor()
cursor.execute("SELECT * FROM test_case")
result = cursor.fetchall()
# ❌ 没有 conn.close()，也没有 cursor.close()

这些连接在任务执行后 未被关闭，导致连接不断积压，最终耗尽数据库可用连接资源。

三、解决方案：连接池 + 自动释放机制

✅ 1. 使用连接池管理 MySQL 连接

我们引入了 SQLAlchemy 创建连接池来复用连接资源，控制连接总数：

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

engine = create_engine(
    "mysql+pymysql://root:password@localhost:3306/test",
    pool_size=10,        # 保持的连接池大小
    max_overflow=5,      # 最大溢出连接数（总共最多15个连接）
    pool_recycle=1800,   # 自动回收空闲连接（秒）
    pool_pre_ping=True   # 检查连接可用性
)

Session = sessionmaker(bind=engine)

这样就能 自动维护连接数量，避免频繁创建与泄露。

✅ 2. 使用 with 自动管理连接释放

我们统一将数据库操作封装为上下文管理器形式，让连接在退出作用域后自动释放：

def get_test_cases():
    with engine.connect() as conn:
        result = conn.execute("SELECT * FROM test_case")
        return result.fetchall()

或者使用 ORM：

def add_case(data):
    with Session() as session:
        new_case = TestCase(**data)
        session.add(new_case)
        session.commit()

这样可以保证：

即使中间发生异常，连接也能被正常释放
没有手动 close() 也不会泄露资源

四、优化建议：记录数据库操作日志

为方便排查数据库问题，我们为关键操作加上了数据库操作日志，包括：

执行时间戳
SQL 内容（脱敏处理）
执行是否成功
异常信息（如有）

示例代码如下：

import logging

logger = logging.getLogger("db")

def safe_query(sql):
    try:
        logger.info(f"[SQL] 执行：{sql}")
        with engine.connect() as conn:
            result = conn.execute(sql)
            logger.info("[SQL] 执行成功")
            return result.fetchall()
    except Exception as e:
        logger.error(f"[SQL] 执行失败: {e}")
        raise