MySQL Authentication Failed的問(wèn)題分析與解決對(duì)策
問(wèn)題描述
在應(yīng)用端，偶爾看到有如下報(bào)錯(cuò)：Authentication to host 'xxxx' for user 'yyyy' using method 'mysql_native_password' failed with message: Reading from the stream has failed.
表現(xiàn)特征：
- 只有用Connector/NET 出現(xiàn)這個(gè)問(wèn)題， 用JDBC驅(qū)動(dòng)沒(méi)有類似問(wèn)題。
- 多臺(tái)應(yīng)用服務(wù)器，只有一臺(tái)報(bào)這個(gè)錯(cuò)。因此可以排除服務(wù)器端的問(wèn)題。
- 問(wèn)題非常隨機(jī)。重啟一下服務(wù)器/IIS，就能臨時(shí)解決問(wèn)題。
- 有一些場(chǎng)景應(yīng)用服務(wù)器CPU并不是很高，也會(huì)偶爾拋出這個(gè)錯(cuò)來(lái)。
客戶端是Windows機(jī)器， 驅(qū)動(dòng)是MySQL Connector ADO.NET Driver for MySQL (Connector/NET) ，使用的版本是6.9.9是比較新的版本。
問(wèn)題分析
我們?cè)趹?yīng)用服務(wù)器端和數(shù)據(jù)庫(kù)端抓包。兩邊抓到的包是一致的。可以排除網(wǎng)絡(luò)包丟失問(wèn)題。下面是抓到的包，以及時(shí)間點(diǎn)：
從上述網(wǎng)絡(luò)包的交互來(lái)看， 前面三個(gè)包是TCP的三次握手協(xié)議。問(wèn)題出在第六個(gè)包，數(shù)據(jù)庫(kù)服務(wù)器向應(yīng)用服務(wù)器發(fā)送了一個(gè)Finish包，來(lái)終止數(shù)據(jù)庫(kù)的連接。數(shù)據(jù)庫(kù)發(fā)送Finish包，是由于數(shù)據(jù)庫(kù)端發(fā)現(xiàn)連接超時(shí)而發(fā)送的。 這是由服務(wù)器端的Connect_timeout這個(gè)變量來(lái)控制。原因在于應(yīng)用端超過(guò)10秒未向數(shù)據(jù)庫(kù)服務(wù)器端發(fā)送網(wǎng)絡(luò)包。從網(wǎng)絡(luò)包交互的情況來(lái)看，第五個(gè)包和第六個(gè)包的時(shí)間間隔剛好是10秒。
對(duì)比正常的數(shù)據(jù)庫(kù)連接和上面異常的數(shù)據(jù)庫(kù)連接。 應(yīng)用服務(wù)器發(fā)送第5個(gè)包到數(shù)據(jù)庫(kù)端后， 應(yīng)該緊接著發(fā)送下面的網(wǎng)絡(luò)包到數(shù)據(jù)庫(kù)端的。這個(gè)包主要是發(fā)送賬號(hào)，驅(qū)動(dòng)版本，操作系統(tǒng)信息等到數(shù)據(jù)庫(kù)服務(wù)器端。【下面是部分的正常的網(wǎng)絡(luò)包截圖】。在出現(xiàn)異常報(bào)錯(cuò)的場(chǎng)景，客戶端是延遲發(fā)送這個(gè)包的。在Frame 8才發(fā)送的。而此時(shí)連接已經(jīng)被Finish了，在Frame 9，數(shù)據(jù)庫(kù)端發(fā)送了一個(gè)Reset包到應(yīng)用服務(wù)器，徹底中斷連接。
我們現(xiàn)在具體分析，為何客戶端發(fā)送賬號(hào)，驅(qū)動(dòng)版本，操作系統(tǒng)信息到數(shù)據(jù)庫(kù)端這么慢。這部分的代碼在Connector/NET的MySQLAuthenticationPlugin.cs文件中。 我們修改這部分代碼，進(jìn)行時(shí)間埋點(diǎn)，來(lái)進(jìn)一步定位問(wèn)題。下面是根據(jù)時(shí)間埋點(diǎn)，打印出來(lái)的跟蹤信息。
從跟蹤的Trace來(lái)看，有30秒左右的操作延時(shí)，全部時(shí)間集中在獲取Mysqldefs:: OSDetails的屬性。這部分代碼如下：
這段代碼是通過(guò)WMI查詢，來(lái)獲得Caption信息。也就是操作系統(tǒng)的版本信息。由于是WMI調(diào)用，所以依賴的關(guān)系比較多且與操作系統(tǒng)的狀態(tài)相關(guān)。
問(wèn)題驗(yàn)證
為了驗(yàn)證是否為WMI偶發(fā)且頻繁的延時(shí)導(dǎo)致生產(chǎn)環(huán)境的某些機(jī)器出現(xiàn)通訊異常，我們把這段代碼抽出來(lái)。下面是一段簡(jiǎn)短的重現(xiàn)代碼：
在有問(wèn)題的應(yīng)用服務(wù)器上，我們運(yùn)行上述代碼，確實(shí)可以發(fā)現(xiàn)WMI查詢有超時(shí)。下面這些日志信息是我們抓到的查詢超過(guò)30秒的WMI信息查詢操作。由此完全確認(rèn)是該操作導(dǎo)致MySQL authentication failed錯(cuò)誤。
- 2017-11-21 17:19:30.208， 33638
- 2017-11-21 17:20:09.193， 33199
- 2017-11-21 17:20:53.086， 33201
- 2017-11-21 17:27:05.114， 32976
- 2017-11-21 17:28:19.178， 33635
- 2017-11-21 17:30:07.130， 65977
- 2017-11-21 17:30:49.051， 40478
- 2017-11-21 17:31:15.126， 26072
- 2017-11-21 17:38:16.048， 66671
- 2017-11-21 17:38:49.204， 33152
- 2017-11-21 17:39:53.161， 33828
- 2017-11-21 17:40:38.121， 33549
- 2017-11-21 17:47:09.179， 33775
- 2017-11-21 17:47:57.174， 33164
解決思路
WMI查詢慢，可能是由于多種原因所致。如操作系統(tǒng)CPU高，或者查詢本身有死鎖。這個(gè)問(wèn)題有待于進(jìn)一步分析。但看代碼，我們知道做這個(gè)WMI查詢，只是為了獲得操作系統(tǒng)的信息。這個(gè)信息完全可以緩存起來(lái)。而不必要每次連接的時(shí)候，去進(jìn)行WMI查詢。
此處確定該錯(cuò)誤的根本原因在于MySQL的C# connector中對(duì)操作系統(tǒng)信息的獲取時(shí)間過(guò)久，導(dǎo)致觸發(fā)服務(wù)器的連接超時(shí)。注釋掉該部分可能導(dǎo)致長(zhǎng)時(shí)間的操作，在問(wèn)題機(jī)器上進(jìn)行進(jìn)一步的驗(yàn)證，再無(wú)任何的超時(shí)錯(cuò)誤出現(xiàn)。
由于應(yīng)用端的系統(tǒng)信息相對(duì)來(lái)說(shuō)是靜態(tài)信息，因此Connector/Net可以通過(guò)環(huán)境變量獲取這些信息，繞過(guò)WMI調(diào)用查詢。這樣每次進(jìn)行連接時(shí)，可避免出現(xiàn)查詢超時(shí)的問(wèn)題，并且能夠提高Connector/Net的效率。
