tidb和tikv大量的报错，外部表现为tidb重启，连接丢失等。

[rickywu]

为提高效率，提问时请提供以下信息，问题描述清晰可优先响应。

• 【TiDB 版本】：v4.0.4
• 【问题描述】：经过一段时间的使用，发现大量insert和update时，集群比较不稳定。之前发现使用慢tidb dashboard 的慢sql查询时会出现cpu过高的问题，现在发现服务层也有很多连接断开，sqoop同步失败等问题。
  集群配置为：
  
  
  
  其中日志搜索可以看到有大量error信息：
  
  
  
  grafana显示tidb在down掉前，内存普遍波动比较大：
  
  
  
  以这个tidb实例为例，这种情况下，tidb后续就会down掉，然后再被supervisor重新拉起，拉起后内存就恢复正常了。

[yilong (yi888long)]

1. 请检查tidb日志是 OOM 了
2. 如果 OOM， 根据 dashboard 查看是否有某些 sql 占用了大量内存

[rickywu]

没有oom日志，但确实都异常重启了

[rickywu]

是否有什么关键字方便提供，我们再查一次

[rickywu]

我们升级了db节点的配置到32core64g内存后好了一段时间，然后现在又有2个db节点down掉了。

请问这种问题如何排查。

[yilong (yi888long)]

1. 操作系统message日志中，可以查看 tidb 重启的时间点是否有 OOM kill 进程的信息
2. 如果内存持续增长，可以查看 dashboard 界面，是否有 sql 消耗了大量内存
3. 采集内存占用很多时的火焰图信息，可以多反馈几个profile信息，多谢。
   curl -G “ip:port/debug/pprof/heap?seconds=30” > heap.profile 内存
   ip地址为tidb服务器的ip，端口为tidb_status_port的端口