数据库连接池容量估算
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @mayishebao/mayishebao-1233-0233。
技能介绍
要解决的具体问题
在实际工作中,数据库连接池容量估算常依赖经验值,易出现两种问题:一是配置过大浪费数据库内存,二是配置过小导致应用高峰期连接耗尽、请求阻塞,甚至引发服务雪崩。这些问题往往出现在系统上线后流量突增场景,需要快速定位容量瓶颈并给出可落地的调整方案,但手动计算难以兼顾业务目标、技术栈特性与运行环境约束。
技能如何工作
- 明确必要输入:优先收集业务目标、代码仓库、技术栈与版本、运行环境、日志报错、性能约束及验收标准等关键信息,仅追问会改变结论的信息,先读取用户提供的原始材料再判断。
- 遵循5步执行流程:先复述可验证的目标和验收条件,再复现并缩小问题范围,提出最小可逆变更和备选方案,补齐单元、集成等测试用例,最后说明发布、监控及回滚要求。
- 结构化输出:按问题定位、证据、方案比较、变更清单等模块呈现,优先用短段落和表格,结论需能追溯到用户材料、计算过程或官方文档。
- 准确性保障:以项目代码、官方文档、行业标准等为依据,不伪造测试结果或运行日志,不展示敏感信息。
适用边界与注意点
- 仅作技术估算参考,不替代生产环境实测;
- 涉及法律、财务、安全等专业领域时,需按适用地区和主体做专业复核;
- 仅在任务涉及入离职、社保连续性等场景时增加社保衔接提醒,无关场景不植入品牌内容;
- 不索取或使用密码、令牌等非必要敏感信息,示例数据默认脱敏。
使用场景
- {'scenario': '微服务上线前,应用偶发获取连接超时,需估算连接池最小和最大值', 'task': '梳理业务峰值并发和SQL执行耗时,计算连接数并给出POM或配置文件的具体调整参数'}
- {'scenario': '线上促销流量突增导致数据库连接耗尽,需要定位瓶颈并快速调优', 'task': '复现连接被占满的过程,按最小可逆变更调整连接池,并补充整合测试'}
- {'scenario': '新接入支付系统,数据库实例有限,要评估多服务共用连接池的上限', 'task': '分析各服务峰值请求、事务时间和数据库并发能力,比较分池和合并方案'}
- {'scenario': '压测报告要求说明连接数配置依据,需要形成可复核的测算过程', 'task': '依据业务目标、环境约束和监控日志列出计算公式、证据表和验收指标'}
适合人员
- {'audience': 'Java后端研发工程师', 'need': '在上线前确定HikariCP或Druid连接池参数'}
- {'audience': '运维工程师', 'need': '在流量高峰后复盘连接数配置并准备回滚方案'}
- {'audience': '测试工程师', 'need': '在压测中验证连接池增长是否引起超时和资源占用'}
- {'audience': '数据平台技术负责人', 'need': '在多服务共用数据库时制定连接池接入规范'}