ProxySQL中query_cache_size系统变量未知问题的分析与解决
问题背景
在使用ProxySQL 2.6.2版本时,通过Spring Boot应用连接数据库时遇到了"Unknown system variable 'query_cache_size'"的错误。这个错误表面上看是JDBC驱动尝试设置一个MySQL不再支持的参数,但实际上反映了ProxySQL配置中的一个关键问题。
问题本质分析
这个错误的核心在于ProxySQL向客户端报告的MySQL版本信息与实际后端MySQL版本不匹配。MySQL 8.0版本已经移除了query_cache_size参数,而某些JDBC驱动仍会尝试设置这个参数。
在ProxySQL中,mysql-server_version参数控制着ProxySQL向客户端报告的MySQL版本号。如果这个值设置不正确(比如设置为5.7而不是实际的8.0),就会导致JDBC驱动尝试使用不兼容的参数。
解决方案详解
-
正确配置mysql-server_version参数
确保ProxySQL的配置文件中mysql-server_version参数与后端MySQL实际版本一致。例如,如果后端是MySQL 8.0.33,则应设置为:server_version="8.0.33" -
配置文件生效机制
需要注意的是,ProxySQL在首次启动时会读取proxysql.cnf文件,但之后会创建并使用proxysql.db文件存储配置。这意味着:- 修改
proxysql.cnf后需要删除proxysql.db才能让新配置生效 - 或者通过Admin接口动态修改配置并保存
- 修改
-
版本降级误区
用户报告降级到2.6.1版本解决了问题,实际上这是因为在降级过程中可能无意中删除了旧的proxysql.db文件,使得新配置得以生效,而非版本本身的问题。
最佳实践建议
- 在部署ProxySQL前,明确后端MySQL的实际版本
- 通过Admin接口验证当前生效的配置:
SELECT * FROM global_variables WHERE variable_name='mysql-server_version'; - 如需修改配置,建议通过Admin接口进行:
UPDATE global_variables SET variable_value='8.0.33' WHERE variable_name='mysql-server_version'; LOAD MYSQL VARIABLES TO RUNTIME; SAVE MYSQL VARIABLES TO DISK; - 对于生产环境,建议通过配置管理工具确保配置一致性
总结
ProxySQL作为MySQL中间件,其版本报告机制对客户端行为有重要影响。正确处理mysql-server_version参数可以避免因版本不匹配导致的兼容性问题。理解ProxySQL的配置加载机制对于正确管理配置变更至关重要,避免陷入"版本降级解决问题"的误区。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00