tidb_projection_concurrency 设置过大,较大高并发下是否会把 CPU 打满

【概述】 大量 AP SQL 并发下, tidb_projection_concurrency 参数设置较大是否会将 TiDB CPU 打满危及生产

【背景】 POC 一原 MyCat 主 AP 业务系统下迁 TiDB 场景,发现主要压力在 TiDB 测做 Projection 部分。

【现象】 单条 SQL 单并发下最高内存从 Grafana 观察消耗 40G 左右内存。使用 tidb_projection_concurrency = 16 可达到最佳优化效果。

【问题】 依据 tidb_projection_concurrency 官网介绍,该业务最高可达 400 并发(虽可在应用层限制),被客户问及如果该参数设置过大,会不会出现生产 TiDB 实例因为 CPU 占用过高导致崩溃?

【业务影响】 如果 TiDB 实例崩溃可能影响 TP 部分业务。

【TiDB 版本】 V4.0.13

我大概看了下 github代码位置,发现该参数的实现方式为 ProjectionExec.prepare 实例化该 numWorkers 数量的结构体保存到数组中,成为 ProjectionExec 的属性。

每个 worker (*projectionWorker) 都有自己的 Channel (inputCh) 属性,在 recoveryProjection 中被用于接收来自 Chunk 的数据交给 targetWorker 处理,targetWorker 在 prepare “下面代码阶段” 被分配,一旦 mysql client session 连接成功该变量值就被初始化完毕,这也该系统变量是 session 级变量的原因吧!!!

func (e *ProjectionExec) prepare(ctx context.Context) {
......
......
e.fetcher.inputCh <- &projectionInput{
			chk:          inputChk,
			targetWorker: e.workers[i],
		}
......
......

image

每个 session 初始化 numWorkers 数量的 projectionInputFetcher.inputCh ,也就对应 numWorkers 数量的 Workers,所以当 session 并发非常高时,还是可能会出现把 CPU 打满的情况
如:
400 AP 并发,每个 session 的 tidb_projection_concurrency 均为 16,1 个 TiDB 实例;
则总 numWorkers 数量 400 * 16 = 4600,可能会造成服务器 CPU 非常繁忙的;
了解了一下 go 的 GPM 并发模型,虽然存在 Processor 的调度,理论上还是会出现 Machine 每非常繁忙,也就是 CPU 用于计算 AP SQL 非常繁忙的情况。

	// Initialize projectionInputFetcher.
	e.fetcher = projectionInputFetcher{
		proj:           e,
		child:          e.children[0],
		globalFinishCh: e.finishCh,
		globalOutputCh: e.outputCh,
		inputCh:        make(chan *projectionInput, e.numWorkers),
		outputCh:       make(chan *projectionOutput, e.numWorkers),
	}

问题总结

当然,我上面的论述与 TIDB 的 CPU vCore 数量强相关,而且还可以通过扩充 TiDB 来解决。
我想问下,我上面的分析是否正确?求 review !

1 个赞

请问下你这边具体的 AP SQL 是什么类型的,对于 AP 类的查询比较推荐是放在 tiflash 中执行,而且 tiflash 在 v5.0 中推出了 MPP 功能,可以将绝大部分计算下推到 tiflash 节点,而且本身 tiflash 和 tikv 物理上就是资源隔离的,可以减少对 TP 业务的影响,也就是 TiDB 主推的 HTAP 形态,如果 POC 时间来得及话可以尝试下 v5.0.3

嗯嗯,该 SQL 测的是 1 亿行左右的单宽表 case when 大量逻辑处理注:格式化后 SQL 4 万行

  1. 测的是 v4 版本 TiFlash ,单 SQL 单并发下直接会把一个 64 GB 内存的单 replica 打 OOM,所以没用该方案。
  2. POC 时间已过,方案基本定了 TiDB + TIKV ,以后合适场景下会测测 v5 的 TiFlash,据说 v5 补了很多下推 function。
  3. 其实 v4 版本已经实现了 case when 下推 tiflash,我理解应该对我测的场景增效不大。
1 个赞

v4.0 中 tiflash 功能总体还比较弱,如果有机会的话可以尝试下 v5.0 :smiley:

此话题已在最后回复的 1 分钟后被自动关闭。不再允许新回复。