MySQL 5.6的一个bug引发的故障

 

 突然收到告警，提示mysql宕机了，该服务器是从库。于是尝试登录服务器看看能否登录，发现可以登录，查看mysql进程也存在，尝试登录提示

ERROR 1040 (HY000): Too many connections

最大连接数设置的3000，怎么会连接数不够了呢。于是使用gdb修改一下最大连接数：

gdb -p $(cat pid_mysql.pid) -ex "set max_connections=5000" -batch

修改以后可以登录了，于是show processlist看看是啥情况：

发现监控程序执行show slave status都被卡住了，最后把最大连接数用完，导致Too many connections。复制卡在了Waiting for commit lock。查阅资料以后发现是触发了bug。https://bugs.mysql.com/bug.php?id=70307，改bug在5.6.23已经修复。我的版本是 5.6.17

mysql> SELECT    a.trx_id,   trx_state,   trx_started,   b.id AS thread_id,   b.info,   b.user,   b.host,   b.db,   b.command,   b.state  FROM   information_schema.`INNODB_TRX` a,   information_schema.`PROCESSLI
ST` b  WHERE a.trx_mysql_thread_id = b.id  ORDER BY a.trx_started;
+----------+-----------+---------------------+-----------+------+-------------+------+------+---------+-------------------------+
| trx_id   | trx_state | trx_started         | thread_id | info | user        | host | db   | command | state                   |
+----------+-----------+---------------------+-----------+------+-------------+------+------+---------+-------------------------+
| 51455154 | RUNNING   | 2017-08-02 02:20:07 |      6404 | NULL | system user |      | NULL | Connect | Waiting for commit lock |
+----------+-----------+---------------------+-----------+------+-------------+------+------+---------+-------------------------+
1 row in set (0.03 sec)

可以看到在凌晨2点左右的时候卡住的，突然发现凌晨2点这个时候正是xtrabackup备份数据的时间。xtrabackup备份的时候执行flushs tables with read lock和show slave status会有可能和SQL Thread形成死锁，导致SQL Thread一直被卡主。原因是SQL Thread的DML操作完成之后，持有rli->data_lock锁，commit的时候等待MDL_COMMIT，而flush tables with read lock之后执行的show slave status会等待rli->data_lock；修复方法是rli->data_lock锁周期只在DML操作期间持有。
stop slave没有用，正常停止没有用，最后只能kill -9，问题还是比较严重的，解决的方法就是升级新版本。