MySQL Authentication Failed问题分析与解决对策

作者介绍

姜宇祥，2012年加入携程，10年数据库核心代码开发经验，相关开发涉及达梦、MySQL数据库。现致力于携程MySQL的底层研发，为特殊问题定位和处理提供技术支持。

另感谢姜贤富、俞榕刚两位参与者对本文撰写提供的帮助。

问题描述

在应用端，偶尔看到有如下报错：Authentication to host 'xxxx' for user 'yyyy' using method 'mysql_native_password' failed with message: Reading from the stream has failed. 

表现特征：

1. 只有用Connector/NET 出现这个问题， 用JDBC驱动没有类似问题。

2. 多台应用服务器，只有一台报这个错。因此可以排除服务器端的问题。

3. 问题非常随机。重启一下服务器/IIS，就能临时解决问题。

4. 有一些场景应用服务器CPU并不是很高，也会偶尔抛出这个错来。

客户端是Windows机器， 驱动是MySQL Connector  ADO.NET Driver for MySQL (Connector/NET) ，使用的版本是6.9.9是比较新的版本。

问题分析

我们在应用服务器端和数据库端抓包。两边抓到的包是一致的。可以排除网络包丢失问题。下面是抓到的包，以及时间点：

从上述网络包的交互来看， 前面三个包是TCP的三次握手协议。问题出在第六个包，数据库服务器向应用服务器发送了一个Finish包，来终止数据库的连接。数据库发送Finish包，是由于数据库端发现连接超时而发送的。 这是由服务器端的Connect_timeout这个变量来控制。原因在于应用端超过10秒未向数据库服务器端发送网络包。从网络包交互的情况来看，第五个包和第六个包的时间间隔刚好是10秒。

对比正常的数据库连接和上面异常的数据库连接。 应用服务器发送第5个包到数据库端后， 应该紧接着发送下面的网络包到数据库端的。这个包主要是发送账号，驱动版本，操作系统信息等到数据库服务器端。【下面是部分的正常的网络包截图】。在出现异常报错的场景，客户端是延迟发送这个包的。在Frame 8才发送的。而此时连接已经被Finish了，在Frame 9，数据库端发送了一个Reset包到应用服务器，彻底中断连接。

我们现在具体分析，为何客户端发送账号，驱动版本，操作系统信息到数据库端这么慢。这部分的代码在Connector/NET的MySQLAuthenticationPlugin.cs文件中。 我们修改这部分代码，进行时间埋点，来进一步定位问题。下面是根据时间埋点，打印出来的跟踪信息。

从跟踪的Trace来看，有30秒左右的操作延时，全部时间集中在获取Mysqldefs:: OSDetails的属性。这部分代码如下：

这段代码是通过WMI查询，来获得Caption信息。也就是操作系统的版本信息。由于是WMI调用，所以依赖的关系比较多且与操作系统的状态相关。

问题验证

为了验证是否为WMI偶发且频繁的延时导致生产环境的某些机器出现通讯异常，我们把这段代码抽出来。下面是一段简短的重现代码：

在有问题的应用服务器上，我们运行上述代码，确实可以发现WMI查询有超时。下面这些日志信息是我们抓到的查询超过30秒的WMI信息查询操作。由此完全确认是该操作导致MySQL authentication failed错误。

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

解决思路

WMI查询慢，可能是由于多种原因所致。如操作系统CPU高，或者查询本身有死锁。这个问题有待于进一步分析。但看代码，我们知道做这个WMI查询，只是为了获得操作系统的信息。这个信息完全可以缓存起来。而不必要每次连接的时候，去进行WMI查询。

此处确定该错误的根本原因在于MySQL的C# connector中对操作系统信息的获取时间过久，导致触发服务器的连接超时。注释掉该部分可能导致长时间的操作，在问题机器上进行进一步的验证，再无任何的超时错误出现。

由于应用端的系统信息相对来说是静态信息，因此Connector/Net可以通过环境变量获取这些信息，绕过WMI调用查询。这样每次进行连接时，可避免出现查询超时的问题，并且能够提高Connector/Net的效率。

近期热文

互联网金融公司在分布式数据库的运维实践

从此爱上SQL Monitor！记一次反常理的鉴权查询优化

写了这么多年的代码，为何你仍卡在技术链最底层？

这些MySQL配置“修改条令”，你有必要熟识默记！

Gdevops火爆收官！献上干货PPT以表谢意~

近期活动

大数据与安全技术沙龙（长沙站）