Hyperf项目中数据库连接数过多的分析与解决方案
2025-06-02 00:31:52作者:邵娇湘
问题背景
在基于Hyperf框架开发的项目中,当使用NATS消息队列进行异步处理时,经常会出现"Too many connections"的数据库连接错误。这个问题在HTTP服务中不会出现,但在NATS消费者中却频繁发生。
问题分析
连接池机制
Hyperf框架中,每个Worker进程都维护着自己独立的数据库连接池。连接池的最大连接数配置为min_connections和max_connections。当使用多个数据库时,每个数据库都会有自己的连接池。
并发处理差异
HTTP服务和NATS消费者在处理方式上有本质区别:
- HTTP服务是请求-响应模式,每个请求处理完成后会释放资源
- NATS消费者是持续监听模式,处理消息时如果不控制并发,会快速消耗连接池资源
协程使用问题
在示例代码中,NATS消费者为每个消息都启动了一个新的协程进行处理,但没有限制并发数量。这种无限制的协程创建会导致:
- 每个协程都可能获取数据库连接
- 协程结束后连接不会立即释放
- 短时间内大量协程耗尽连接池
解决方案
方案一:增加消费者数量并避免子协程
/**
* @Consumer(queue="WsREQ", name="MsgConsumer", nums=10)
*/
class MsgConsumer extends AbstractConsumer
{
// 直接处理,不开启子协程
public function consume(Message $payload)
{
di()->get(RpcController::class)->dispatch($payload->getBody());
return true;
}
}
优点:
- 简单直接
- 每个消费者独立处理消息,不会相互影响
缺点:
- 需要合理设置消费者数量
- 单个消息处理时间过长会影响整体吞吐量
方案二:使用并发控制器
use Hyperf\Coroutine\Concurrent;
class MsgConsumer extends AbstractConsumer
{
private $concurrent;
public function __construct(ContainerInterface $container)
{
parent::__construct($container);
$this->concurrent = new Concurrent(10); // 限制每个消费者最大10个并发
}
public function consume(Message $payload)
{
$this->concurrent->create(function () use ($payload) {
di()->get(RpcController::class)->dispatch($payload->getBody());
});
return true;
}
}
优点:
- 精确控制并发数量
- 灵活调整并发限制
- 避免连接池耗尽
缺点:
- 需要额外引入并发控制逻辑
- 需要合理设置并发限制值
方案三:优化连接池配置
- 调整min_connections和max_connections的值
- 确保max_connections × Worker数量 × 节点数量不超过数据库最大连接数
- 检查MySQL的wait_timeout配置,避免空闲连接占用时间过长
最佳实践建议
- 对于CPU密集型任务,建议采用增加消费者数量的方案
- 对于IO密集型任务,建议采用并发控制器的方案
- 定期监控数据库连接数和使用情况
- 为不同业务场景配置不同的连接池参数
- 在开发环境模拟高并发场景,提前发现连接问题
总结
Hyperf框架中数据库连接数过多的问题通常源于不合理的并发控制和连接池配置。通过理解Hyperf的连接池机制和协程特性,我们可以采用增加消费者数量、引入并发控制器或优化连接池配置等方法有效解决这个问题。在实际项目中,应根据具体业务场景选择合适的解决方案,并建立完善的监控机制,确保系统稳定运行。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
767
5.02 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
Ascend Extension for PyTorch
Python
728
903
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
460
455
deepin linux kernel
C
32
16
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.92 K
198
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
631