`pt-kill` 的高级用法：基于正则表达式或阈值自动终止异常连接

🔪 pt-kill 高级用法：让问题连接“猝死”于黎明前

各位观众老爷们，大家好！我是你们的老朋友，人称“Bug终结者”的程序猿老王。今天，咱们来聊聊一个能让你在半夜安心睡觉，不用担心数据库被“熊孩子”连接拖垮的神器—— pt-kill。

别看它名字带个“kill”，听起来血腥暴力，其实它是个温柔的“守护天使”，能帮你自动识别并“优雅地”终止那些“不听话”的连接，让你的数据库服务器永远保持最佳状态。

开场白：为什么我们需要 pt-kill？

想象一下，凌晨三点，你正做着一夜暴富的美梦，突然被手机的报警声吵醒，迷迷糊糊一看，数据库CPU飙升到100%！你揉着惺忪睡眼，颤抖着手指登录服务器，发现罪魁祸首是一条执行了几个小时还没跑完的巨型SQL，或者是一堆长时间空闲的“僵尸”连接，霸占着宝贵的资源。

这种场景是不是很熟悉？

手动 kill 掉这些连接？效率太低，等你操作完，可能数据库都宕机了。而且，你不可能24小时盯着服务器啊！

这时候，pt-kill 就派上用场了。它就像一个尽职尽责的门卫，时刻监控着数据库的连接，一旦发现“可疑分子”，立刻采取行动，将它们“请”出去，确保数据库的安全和稳定。

pt-kill 基础回顾：先打好地基

在深入高级用法之前，我们先简单回顾一下 pt-kill 的基本用法，确保大家都在同一起跑线上。

pt-kill 是 Percona Toolkit 的一个组件，需要先安装 Percona Toolkit。安装方法根据你的操作系统而异，这里就不赘述了，请自行Google。

安装完成后，就可以开始使用 pt-kill 了。最简单的用法是：

pt-kill --kill --idle-time 300

这条命令会终止所有空闲时间超过 300 秒的连接。

• --kill：表示执行 kill 操作。
• --idle-time 300：表示空闲时间超过 300 秒的连接。

当然，pt-kill 还有很多其他选项，比如：

• --match-user：匹配用户。
• --match-host：匹配主机。
• --match-db：匹配数据库。
• --match-command：匹配命令类型（例如：Query, Sleep, Connect）。
• --busy-time：匹配繁忙时间。
• --match-info：匹配 SQL 语句。
• --print：只打印要 kill 的连接，不实际执行 kill 操作。
• --victims all：终止所有匹配的连接（默认只终止一个）。

更多选项可以参考 pt-kill --help。

高级用法一：正则表达式，让匹配更精准

pt-kill 最强大的功能之一就是支持正则表达式。通过正则表达式，我们可以更精准地匹配到需要终止的连接，避免误杀。

例如，我们要终止所有执行 SELECT * FROM huge_table 语句的连接，可以使用以下命令：

pt-kill --kill --match-info 'SELECT * FROM huge_table'

但是，如果 SQL 语句稍微有些变化，比如大小写不同，或者多了几个空格，上面的命令就失效了。

这时候，正则表达式就派上用场了。我们可以使用以下命令：

pt-kill --kill --match-info '(?i)SELECTs+*s+FROMs+huge_table'

• (?i)：表示忽略大小写。
• s+：表示一个或多个空格。
• *：表示匹配 * 字符（需要转义）。

这条命令可以匹配到以下 SQL 语句：

• SELECT * FROM huge_table
• select * from huge_table
• SELECT * FROM huge_table

是不是很强大？😎

再举个例子，我们要终止所有执行时间超过 600 秒，并且 SQL 语句中包含 JOIN 的连接，可以使用以下命令：

pt-kill --kill --busy-time 600 --match-info '(?i)JOIN'

表格：正则表达式常用元字符

元字符	描述
.	匹配任意单个字符，除了换行符。
*	匹配前面的字符零次或多次。
+	匹配前面的字符一次或多次。
?	匹配前面的字符零次或一次。
^	匹配字符串的开头。
$	匹配字符串的结尾。
[]	匹配方括号中的任意一个字符。例如，[abc] 匹配 a、b 或 c。
[^]	匹配不在方括号中的任意一个字符。例如，[^abc] 匹配除了 a、b 和 c 之外的任何字符。
d	匹配一个数字字符。等价于 [0-9]。
D	匹配一个非数字字符。等价于 [^0-9]。
w	匹配一个单词字符（字母、数字或下划线）。等价于 [a-zA-Z0-9_]。
W	匹配一个非单词字符。等价于 [^a-zA-Z0-9_]。
s	匹配一个空白字符（空格、制表符、换行符等）。
S	匹配一个非空白字符。
()	标记一个子表达式的开始和结束位置。子表达式可以被捕获并在后续使用。
|	或。匹配 | 前后任意一个表达式。例如，a|b 匹配 a 或 b。
	转义字符。用于取消特殊字符的特殊含义。例如，* 匹配 * 字符。
{n}	匹配前面的字符恰好 n 次。例如，a{2} 匹配 aa。
{n,}	匹配前面的字符至少 n 次。例如，a{2,} 匹配 aa、aaa 等。
{n,m}	匹配前面的字符至少 n 次，但不超过 m 次。例如，a{2,4} 匹配 aa、aaa 或 aaaa。

熟练掌握正则表达式，可以让你在 pt-kill 的世界里如鱼得水，精准打击。

高级用法二：基于阈值，让监控更智能

除了正则表达式，pt-kill 还可以基于阈值来终止连接。例如，我们可以设置一个阈值，当某个连接的 CPU 使用率超过 80% 时，就自动终止该连接。

但是，pt-kill 本身并没有直接提供 CPU 使用率的监控功能。我们需要借助其他工具，比如 ps 或 top，来获取 CPU 使用率，然后将结果传递给 pt-kill。

这里提供一个简单的脚本示例：

#!/bin/bash

while true
do
  # 获取 CPU 使用率超过 80% 的连接 ID
  PID=$(ps -eo pid,pcpu,comm | awk '$2 > 80 {print $1}')

  # 如果有连接的 CPU 使用率超过 80%，则终止该连接
  if [ -n "$PID" ]; then
    pt-kill --kill --busy-time 0 --match-pid "$PID"
    echo "Killed process with PID: $PID"
  fi

  # 每隔 5 秒执行一次
  sleep 5
done

这个脚本会不断循环，每隔 5 秒获取一次 CPU 使用率超过 80% 的连接 ID，然后使用 pt-kill 终止该连接。

• ps -eo pid,pcpu,comm：获取进程 ID、CPU 使用率和命令。
• awk '$2 > 80 {print $1}'：过滤出 CPU 使用率超过 80% 的进程 ID。
• pt-kill --kill --busy-time 0 --match-pid "$PID"：终止指定 PID 的连接。
• --busy-time 0 确保即使连接空闲也会被 kill。

当然，这只是一个简单的示例。你可以根据自己的实际需求，修改脚本，添加更多的监控指标和终止条件。

高级用法三：结合 pt-stalk，让排查更深入

pt-kill 主要负责“杀”，而 pt-stalk 则负责“查”。pt-stalk 可以在指定的时间点，收集数据库服务器的各种信息，包括进程列表、线程信息、内存使用情况等等。

我们可以将 pt-kill 和 pt-stalk 结合起来使用，当 pt-kill 终止某个连接时，同时使用 pt-stalk 收集服务器信息，方便后续排查问题。

例如，我们可以修改上面的脚本，添加 pt-stalk 的调用：

#!/bin/bash

while true
do
  # 获取 CPU 使用率超过 80% 的连接 ID
  PID=$(ps -eo pid,pcpu,comm | awk '$2 > 80 {print $1}')

  # 如果有连接的 CPU 使用率超过 80%，则终止该连接
  if [ -n "$PID" ]; then
    # 使用 pt-stalk 收集服务器信息
    pt-stalk --dest /tmp/stalk --pid "$PID" --iterations 1 --sleep 1

    pt-kill --kill --busy-time 0 --match-pid "$PID"
    echo "Killed process with PID: $PID"
  fi

  # 每隔 5 秒执行一次
  sleep 5
done

• pt-stalk --dest /tmp/stalk --pid "$PID" --iterations 1 --sleep 1：收集指定 PID 的进程信息，保存到 /tmp/stalk 目录下，只收集一次，每次间隔 1 秒。

这样，每次 pt-kill 终止一个连接时，都会同时收集服务器信息，方便我们后续分析问题的原因。

表格：pt-stalk 常用选项

选项	描述
--dest	指定收集到的信息保存的目录。
--pid	指定要收集信息的进程 ID。
--iterations	指定收集信息的次数。
--sleep	指定每次收集信息之间的间隔时间（秒）。
--threshold	指定一个阈值，当满足该阈值时，才会收集信息。例如，--threshold=cpu=80 表示只有当 CPU 使用率超过 80% 时，才会收集信息。
--collect-stack	收集线程堆栈信息。
--mysql-status	收集 MySQL 状态信息。
--mysql-vars	收集 MySQL 变量信息。

注意事项：安全第一！

在使用 pt-kill 时，一定要注意安全，避免误杀。

• 测试环境先行：在生产环境使用之前，一定要先在测试环境进行充分的测试。
• 谨慎使用 --kill：在没有充分了解的情况下，不要轻易使用 --kill 选项。可以使用 --print 选项先查看要 kill 的连接，确认无误后再执行 kill 操作。
• 设置合理的匹配条件：设置尽可能精确的匹配条件，避免误杀。
• 监控 pt-kill 的运行状态：监控 pt-kill 的运行状态，确保它正常工作。

总结：pt-kill，你的数据库守护神

pt-kill 是一个非常强大的工具，可以帮助我们自动终止异常连接，保护数据库的稳定运行。通过结合正则表达式、阈值和 pt-stalk，我们可以构建一个智能的数据库监控和管理系统，让我们的数据库服务器永远保持最佳状态。

希望今天的分享对大家有所帮助。记住，熟练掌握 pt-kill，让你在深夜也能安然入睡，不再被数据库的“熊孩子”连接折磨！

最后，祝大家 Bug 越来越少，代码越来越漂亮！我们下期再见！👋