MySQL异步连接池的学习(五)-平芜编程栈

一、异步连接池

1.1、为什么需要异步连接池

在高并发场景下，同步连接池的性能瓶颈主要体现在两个方面：

阻塞等待：在获取空闲连接时，如果当前没有可用连接，线程会阻塞等待。在高负载情况下，这会导致大量线程处于等待状态，从而降低整体性能。
频繁的数据库操作：在高并发的应用中，每个请求都需要与数据库进行交互，而每次交互都涉及到网络通信的开销。特别是在使用同步方式时，这些开销会被放大，因为每次操作都会导致线程阻塞。

为了解决这些问题，可以考虑实现一个基于事件驱动或非阻塞IO模型的异步连接池。这样的设计可以减少线程数量，提高资源利用率，同时通过非阻塞的方式处理I/O操作，从而提高系统的吞吐量和响应速度。

1.2、异步连接池的设计

完全异步连接池：官方给的相关驱动中，没有提供异步驱动，如果需要实现异步连接池，就需要自己实现MySQL协议的解析和封装。难度较大，需要深入了解MySQL协议和网络编程，还要考虑系统平台支持哪些异步操作，C/C++在不同的系统平台，所支持的异步操作也不太一样。

大致流程：
半异步连接池: 基于线程池的思想，可以将官方给的同步驱动放入专门的线程池中，通过任务队列模拟异步行为。

大致流程：

1.3、半异步连接池实现

基于上面的思路，可以这样再进一步优化下，提高性能，让每个线程都有自己专门的任务队列，而不是公共的任务队列，这样能减少锁的开销，但会增加内存的开销，使用时需权衡下利弊。

运行环境：Linux系统，C++17，具备boost库，以及MySQL官方给出的驱动

本以为就在线程池的基础上添加MySQL的驱动，就完事，没想到并发场景下，各种异常，代码是越改越多，索性重新设计

多个工作线程异步执行一条SQL语句，就这样了。

设计两个类，一个是连接池类，一个是工作线程类；连接池包含多个工作线程，每个工作线程持有一个数据库连接，避免多个线程共享同一个数据库连接，保证线程安全，也保证每个工作线程独立工作互不干扰。

class ConnectionPool { public: using Callback = std::function<void(std::shared_ptr<sql::ResultSet>)>; struct Task { std::string query; Callback callback; }; ConnectionPool(const std::string& host, const std::string& user, const std::string& password, const std::string& database, size_t pool_size = 2); ~ConnectionPool(); void execute(const std::string& query, Callback callback); void start_health_check(); private: class Worker; // 前向声明 void health_check(); void shutdown(); ... }; // 工作线程类，负责自己的线程管理（处理任务），以及对SQL语句的执行 class ConnectionPool::Worker { public: void add_task(Task task); bool check_connection(); private: void run(); void execute_task(const Task& task); void connect(); void reconnect(); void stop(); ConnectionPool& m_pool; std::queue<Task> m_queue; ... };

监控连接池的状态，目前未添加定时任务，让其定时检查连接池的健康状态

void ConnectionPool::start_health_check() { if (m_health_check_running) return; m_health_check_running = true; m_health_thread = std::thread(&ConnectionPool::health_check, this); std::cout << "Health check started\n"; } void ConnectionPool::health_check() { while (m_health_check_running) { std::this_thread::sleep_for(15s); if (m_shutdown) break; size_t healthy_count = 0; for (auto& worker : m_workers) { if (worker->check_connection()) { healthy_count++; } } std::cout << "Health check: " << healthy_count << "/" << m_workers.size() << " workers healthy\n"; } }

以这张表来进行测试：

二、总结

2.1、同步连接池的适用场景

业务逻辑简单
并发量小(<1000)
对性能要求不高

2.2、异步连接池的适用场景

业务逻辑复杂
高并发场景(>1000)
对性能要求高

2.3、在一些大型项目中，更多的是采用混合使用

比如一些游戏服务器中，对玩家的实时操作采取异步连接池，后台管理操作采用同步连接池方案，这样既能保证高并发场景下的性能，也能满足后台管理操作的实时性。

三、补充

在使用异步连接池接入服务器时,发现些问题,并尝试让AI修复了

3.1、异步连接池迭代 2.0 说明

1. 问题修复清单

伪异步与数据竞争：本质仍为半异步（线程池模拟）。引入m_conn_mtx互斥锁，在check_connection()、execute_task()和reconnect()中加锁，彻底解决健康检查线程与工作线程并发访问m_conn的数据竞争问题。
队列无限增长与边界异常：在addTask()中增加max_queue_size校验，超限直接拒绝任务返回false；在initialize()和submitTask()中增加pool_size == 0和m_workers.empty()的防御性检查。
任务类型单一：在Task结构体中引入TaskType枚举（QUERY,UPDATE,EXECUTE），在execute_task中根据类型分别调用executeQuery或executeUpdate，支持规范的写操作与事务。
Session 状态丢失：新增resetSession()方法，在connect()和reconnect()成功后调用，强制恢复AUTOCOMMIT=1和字符集等参数。
裸 SQL 与回调线程安全：架构上明确要求业务层使用sql::PreparedStatement防注入；在注释中强调回调函数运行在 Worker 线程，外部回调（如修改网络连接状态）必须通过TcpConnection::send()等线程安全接口回投，禁止直接操作共享资源。