ProxySQL中启用前端SSL连接导致后端连接中断问题分析
问题现象
在使用ProxySQL作为MySQL代理时,当启用前端SSL连接功能(设置have_ssl=true)后,系统会间歇性出现后端连接中断的问题。具体表现为:
- ProxySQL日志中出现大量类似错误:
Detected a broken connection while running query on (20,<redacted>,3306,1199180) , FD (Conn:583 , MyDS:583) , user <redacted> , last_used 19ms ago : 2013, Lost connection to MySQL server during query
- 应用端(如使用Django和mysqlclient)会收到如下错误:
MySQLdb._exceptions.OperationalError: (2026, 'TLS/SSL error: Success (0)')
- 关闭前端SSL功能后,问题立即消失。
技术背景
ProxySQL是一个高性能的MySQL代理,支持前端(客户端到ProxySQL)和后端(ProxySQL到MySQL服务器)的SSL加密连接。理论上,前端和后端的SSL配置应该是相互独立的,但在某些版本中可能存在潜在的交互问题。
问题根源
经过深入分析,这个问题主要与ProxySQL 2.5.5至2.6.4版本中的一个缺陷有关。具体表现为:
-
当启用前端SSL时,ProxySQL内部处理连接的方式发生了变化,导致后端连接在某些情况下被异常终止。
-
虽然MySQL服务器端没有记录相关错误日志(即使设置了
log_error_verbosity=3),但连接确实被非正常关闭。 -
这个问题在ProxySQL 2.6.3版本中得到了修复。
解决方案
对于遇到此问题的用户,推荐采取以下解决方案:
-
升级ProxySQL:将ProxySQL升级到2.6.3或更高版本,这是最直接的解决方案。
-
临时规避:如果暂时无法升级,可以保持前端SSL禁用状态(
have_ssl=false),仅使用后端SSL(use_ssl=1)。 -
配置调整:虽然调整各种超时参数(如
wait_timeout、connect_timeout等)对解决此问题效果有限,但在某些情况下可以减轻症状。
技术建议
-
监控升级效果:升级后应密切监控系统日志,确认问题是否完全解决。
-
连接池管理:合理配置
connection_max_age_ms等参数,避免连接因超时被回收。 -
日志收集:在生产环境中,建议保持适当的日志级别,便于快速诊断类似问题。
-
版本兼容性测试:在升级前,应在测试环境中充分验证新版本的稳定性。
总结
ProxySQL的前后端SSL连接处理机制在特定版本中存在缺陷,导致启用前端SSL时后端连接异常中断。这个问题已在较新版本中修复,用户应及时升级以获得稳定可靠的SSL连接支持。对于关键业务系统,建议在升级前进行充分的测试验证。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00