此页面由 Cloud Translation API 翻译。

会话数

本页面介绍了 Spanner 中会话的高级概念，包括创建客户端库、使用 REST 或 RPC API 或者使用 Google 客户端库时的会话最佳实践。

会话概览

会话代表与 Spanner 数据库服务的通信渠道。会话用于执行事务，以便读取、写入或修改 Spanner 数据库中的数据。每个会话只应用于单个数据库。

会话可以一次执行一个或多个事务。执行多个事务时，此类会话称为“多路复用会话”。

独立读取、写入和查询在内部使用一个事务。

会话池的性能优势

创建会话的开销很大。为了避免每次执行数据库操作时降低性能，客户端应保留一个会话池，这是可供使用的可用会话池。该池应存储现有会话，并在收到请求时返回适当类型的会话，并清理未使用的会话。如需查看有关如何实现会话池的示例，请参阅其中一个 Spanner 客户端库（例如 Go 客户端库或 Java 客户端库）的源代码。

会话设计为长期有效，因此在会话用于数据库操作后，客户端应将会话返回到池中以供重复使用。

gRPC 渠道概览

Spanner 客户端使用 gRPC 通道进行通信。一个 gRPC 通道大致相当于 TCP 连接。一个 gRPC 通道最多可处理 100 个并发请求这意味着应用需要的 gRPC 通道数量至少与其将执行的并发请求数量相同（除以 100）。

在您创建 gRPC 通道池时，Spanner 客户端会创建一个池。

使用 Google 客户端库时的最佳做法

以下内容介绍了使用适用于 Spanner 的 Google 客户端库的最佳实践。

配置池中的会话数和 gRPC 通道数

客户端库在会话池中有默认会话数量，并在渠道池中有默认数量的 gRPC 通道。这两个默认值足以满足大多数情况。以下是每种编程语言的默认最小和最大会话数以及默认 gRPC 通道数。

C++

MinSessions: 100
MaxSessions: 400
NumChannels: 4

C#

MinSessions: 100
MaxSessions: 400
NumChannels: 4

Go

MinSessions: 100
MaxSessions: 400
NumChannels: 4

Java

MinSessions: 100
MaxSessions: 400
NumChannels: 4

Node.js

Node.js 客户端不支持多个 gRPC 通道。因此，建议您创建多个客户端，而不是将单个客户端的会话池大小增加到 100 个以上。

MinSessions: 25
MaxSessions: 100

PHP

PHP 客户端不支持可配置的 gRPC 通道数量。

MinSessions: 1
MaxSessions: 500

Python

Python 支持四种不同的会话池类型，您可以使用它们来管理会话。

Ruby

Ruby 客户端不支持多个 gRPC 通道。因此，建议您创建多个客户端，而不是将单个客户端的会话池大小增加到 100 个以上。

MinSessions: 10
MaxSessions: 100

应用使用的会话数等于应用执行的并发事务数。只有当您希望单个应用实例执行的并发事务多于默认会话池可以处理的事务时，才应修改默认会话池设置。

对于高并发应用，建议采用以下做法：

将 MinSessions 设置为单个客户端将执行的预期并发事务数。
将 MaxSessions 设置为单个客户端可以执行的最大并发事务数。
如果预期并发设置在应用生命周期内不会发生太大变化，请设置 MinSessions=MaxSessions。这可以防止会话池扩大或缩小。增加或减少会话池也会消耗一些资源。
将 NumChannels 设置为 MaxSessions / 100。一个 gRPC 通道最多可同时处理 100 个请求。如果您观察到高尾延迟时间（p95/p99 延迟时间），请调高此值，因为这可能表示 gRPC 通道拥塞。

增加活跃会话数量会使用 Spanner 数据库服务和客户端库中的额外资源。如果会话数量超出应用的实际需求，可能会降低系统的性能。

增加会话池而不是增加客户端数量

应用的会话池大小决定了单个应用实例可以执行多少个并发事务。建议不要将会话池大小增加到超过单个应用实例可以处理的最大并发数。如果应用收到的突发请求数量超出了池中的会话数，则会将这些请求加入队列，以等待会话可用。

客户端库使用的资源如下：

每个 gRPC 通道使用一个 TCP 连接。
每次 gRPC 调用都需要一个线程。客户端库使用的线程数上限等于应用执行的并发查询数上限。这些线程位于应用用于自身业务逻辑的任何线程之上。

建议不要将会话池的大小增加到超过单个应用实例可以处理的线程数上限。而是应该增加应用实例的数量。

管理写入会话比例

对于某些客户端库，Spanner 会预留一部分会话用于读写事务，称为“写入会话比例”。如果您的应用用完了所有读取会话，则 Spanner 会使用读写会话，即使对于只读事务也是如此。读写会话需要 spanner.databases.beginOrRollbackReadWriteTransaction 权限。如果用户是 spanner.databaseReader IAM 角色，则调用失败，并且 Spanner 会返回以下错误消息：

generic::permission_denied: Resource %resource% is missing IAM permission:
spanner.databases.beginOrRollbackReadWriteTransaction

对于维持写入会话比例的客户端库，您可以对其进行设置。

C++

所有 C ++ 会话都相同。没有只读或只读写会话。

C#

C# 的默认写入会话比例是 0.2。您可以使用 SessionPoolOptions 的 WriteSessionsFraction 字段更改比例。

Go

所有 Go 会话都相同。没有只读或只读写会话。

Java

所有 Java 会话都相同。没有只读或只读写会话。

Node.js

所有 Node.js 会话都相同。没有只读或只读写会话。

PHP

所有 PHP 会话都是相同的。没有只读或只读写会话。

Python

Python 支持四种不同的会话池类型，可用于管理读取和读写会话。

Ruby

Ruby 的默认写入会话比例是 0.3。您可以使用 client 初始化方法更改比例。

创建客户端库或使用 REST/RPC 时的最佳做法

下文介绍了在 Spanner 客户端库中实现会话或者通过 REST 或 RPC API 使用会话的最佳实践。

这些最佳做法仅在您开发客户端库或使用 REST/RPC API 的情况下适用。如果您使用的是 Spanner 的某个 Google 客户端库，请参阅使用 Google 客户端库时的最佳做法。

创建会话池并确定其大小

如需确定客户端进程的最佳会话池大小，请将下限设置为预期的并发事务数量，并将上限设置为初始测试数量，例如 100。如果上限不够，请提高上限。增加活跃会话数量会增加 Spanner 数据库服务上的资源，因此未能清理未使用的会话可能会降低性能。对于使用 RPC API 的用户，我们建议每个 gRPC 通道的会话数不超过 100。

处理已删除的会话

可以通过以下三种方式删除会话：

客户端可以删除会话。
Spanner 数据库服务可以在会话闲置超过 1 小时时删除该会话。
如果会话的存在时间超过 28 天，Spanner 数据库服务可能会删除该会话。

尝试使用已删除的会话会导致 NOT_FOUND。如果遇到此错误，请创建并使用新的会话，将新会话添加到池中，然后从池中移除已删除的会话。

使空闲会话保持活跃状态

Spanner 数据库服务保留删除未使用的会话的权利。如果您确实需要让空闲会话保持活跃状态，例如，在预计数据库使用近期内会显著增长的情况下，您可以防止会话被删除。执行开销较小的操作（例如，执行 SQL 查询 SELECT 1）可使会话保持活跃状态。如果您有一个近期不需要的空闲会话，让 Spanner 丢弃该会话，然后在下次需要会话时创建一个新会话。

使会话保持活跃状态的一种场景是处理数据库上的常规峰值需求。如果每天的上午 9:00 到下午 6:00 大量使用数据库，则应在这段时间内保留一些空闲会话，因为高峰使用期间可能需要这些会话。下午 6:00 后，您可以让 Spanner 删除空闲会话。在每天上午 9:00 之前，请创建一些新会话，以便它们能够满足预期需求。

另一种情况是，您的应用使用 Spanner，但必须避免在使用该 Spanner 时的连接开销。您可以将一组会话保持活动状态以避免连接开销。

向客户端库用户隐藏会话详细信息

如果您要创建客户端库，请勿将会话公开给客户端库使用者。让客户端能够进行数据库调用，但无需涉及会话创建和维护的复杂性。有关向客户端库使用者隐藏会话详细信息的客户端库示例，请参阅 Java 版 Spanner 客户端库。

处理非幂等写入事务的错误

没有重试保护的写入事务可能会多次应用变更。如果某一变更不具有幂等性，则多次应用变更可能会导致失败。例如，即使在写入尝试之前某行不存在，插入操作也可能会失败并出现 ALREADY_EXISTS 错误。如果后端服务器提交了变更但无法将成功信息传达给客户端，则可能发生这种情况。在这种情况下，可能会重试变更，导致 ALREADY_EXISTS 失败。

在实现您自己的客户端库或使用 REST API 时，可以采用以下方法来应对这种情况：

设计您的写入代码结构，使其具有幂等性。
对写入使用重试保护。
实现一个执行“upsert”逻辑的方法：若是新的则插入，若已存在则更新。
代替客户端处理错误。

保持稳定连接

为获得最佳性能，用于承载会话的连接应保持稳定。当托管会话的连接发生更改时，Spanner 可能会中止该会话上的活动事务，并在更新会话元数据时使数据库产生少量的额外负载。少数连接偶尔发生变化是无关紧要的，但应避免同时更改大量连接的情况。如果您在客户端和 Spanner 之间使用代理，则应保持每个会话的连接稳定性。

监控活跃会话

通过命令行、REST API 或 RPC API，您可以使用 ListSessions 命令监控数据库中的活动会话。ListSessions 显示给定数据库的活跃会话。如果您需要查明会话泄漏的原因，这一命令非常有用。（会话泄漏是指系统创建会话，但未将其返回会话池以供重复使用的事件。）

借助 ListSessions，您可以查看有关活跃会话的元数据，包括会话的创建时间和上次使用会话的时间。在排查会话问题时，分析此数据可以为您指明正确的方向。如果大多数活跃会话没有最近的 approximate_last_use_time，这可能表明会话未正确被您的应用重复使用。如需详细了解 approximate_last_use_time 字段，请参阅 RPC API 参考文档。

如需详细了解如何使用 ListSessions，请参阅 REST API 参考文档、RPC API 参考文档或 gcloud 命令行工具参考文档。

自动清理会话泄漏

使用会话池中的所有会话时，每个新事务都将等待会话返回池。如果会话已创建完毕，但未返回会话池以供重复使用，这种情况称为会话泄漏。发生会话泄漏时，等待打开会话的事务将会无限期地卡住并阻止应用。会话泄漏通常是由有问题的事务（运行时间极长且未提交）导致的。

您可以设置会话池以自动解决这些非活跃事务。当您启用客户端库可自动解决非活动转换时，它会识别可能导致会话泄漏的有问题的事务，将其从会话池中移除，并用新会话替换这些事务。

Logging 还可以帮助识别这些有问题的事务。如果启用了日志记录，则默认情况下，当使用超过 95% 的会话池时，系统会共享警告日志。如果您的会话使用率超过 95%，则需要提高会话池中允许的会话次数上限，否则可能会出现会话泄漏。警告日志包含运行时间超出预期的事务的堆栈轨迹，可帮助确定会话池利用率高的原因。系统会根据您的日志导出器配置推送警告日志。

启用客户端库以自动解析不活跃的事务

您可以启用客户端库以发送警告日志并自动解析非活跃事务，也可以启用客户端库以仅接收警告日志。

Java

如需接收警告日志并移除不活跃的事务，请使用 setWarnAndCloseIfInactiveTransactions。

 final SessionPoolOptions sessionPoolOptions = SessionPoolOptions.newBuilder().setWarnAndCloseIfInactiveTransactions().build()

 final Spanner spanner =
         SpannerOptions.newBuilder()
             .setSessionPoolOption(sessionPoolOptions)
             .build()
             .getService();
 final DatabaseClient client = spanner.getDatabaseClient(databaseId);

要仅接收警告日志，请使用 setWarnIfInactiveTransactions。

 final SessionPoolOptions sessionPoolOptions = SessionPoolOptions.newBuilder().setWarnIfInactiveTransactions().build()

 final Spanner spanner =
         SpannerOptions.newBuilder()
             .setSessionPoolOption(sessionPoolOptions)
             .build()
             .getService();
 final DatabaseClient client = spanner.getDatabaseClient(databaseId);

Go

如需接收警告日志并移除非活跃事务，请将 SessionPoolConfig 与 InactiveTransactionRemovalOptions 搭配使用。

 client, err := spanner.NewClientWithConfig(
     ctx, database, spanner.ClientConfig{SessionPoolConfig: spanner.SessionPoolConfig{
         InactiveTransactionRemovalOptions: spanner.InactiveTransactionRemovalOptions{
         ActionOnInactiveTransaction: spanner.WarnAndClose,
         }
     }},
 )
 if err != nil {
     return err
 }
 defer client.Close()

要仅接收警告日志，请使用 customLogger。

 customLogger := log.New(os.Stdout, "spanner-client: ", log.Lshortfile)
 // Create a logger instance using the golang log package
 cfg := spanner.ClientConfig{
         Logger: customLogger,
     }
 client, err := spanner.NewClientWithConfig(ctx, db, cfg)

多路复用会话

通过多路复用会话，您可以一次创建不限数量的并发请求。多路复用会话具有以下优势：

降低了后端资源要求。例如，它们可以避免与会话所有权维护和垃圾回收相关的会话维护活动。
空闲时不需要 keep-alive 请求的长期会话。
典型的客户端库可以为每个客户端使用一个多路复用会话。与仅使用常规会话的客户端相比，使用多路复用会话执行某些操作的客户端使用的常规会话数量更少。
无需仅对一个 gRPC 通道具有亲和性。客户端可以针对同一多路复用会话跨多个信道发送请求。

多路复用会话支持以下各项：

Java 客户端库
依赖于 Java 客户端库的 Spanner 生态系统工具，例如 PGAdapter、JDBC 和 Hibernate
适用于只读事务的 Spanner API

您可以使用 OpenTelemetry 指标查看如何在现有会话池和多路复用会话之间拆分流量。OpenTelemetry 具有一个指标过滤条件 is_multiplexed，当设置为 true 时，该过滤条件会显示多路复用会话。

JDBC 和 PG 适配器默认启用多路复用会话。对于 Java 客户端库，此功能默认处于停用状态。您可以使用 Java 客户端库启用多路复用会话。如需使用 Java 启用多路复用会话，请参阅启用多路复用会话。

启用多路复用会话

如需使用 Java 客户端启用多路复用会话，请将 GOOGLE_CLOUD_SPANNER_MULTIPLEXED_SESSIONS 设置为 true。

export GOOGLE_CLOUD_SPANNER_MULTIPLEXED_SESSIONS=TRUE

查看常规会话和多路复用会话的流量

OpenTelemetry 使用 is_multiplexed 过滤条件，用于显示多路复用会话的流量。要查看常规会话，请将此过滤条件设置为 true to view multiplexed sessions andfalse。

按照 Spanner OpenTelemetry 准备工作部分中的步骤为 Spanner 设置 OpenTelemetry。
前往 Metrics Explorer。

转到 Metrics Explorer
在指标下拉菜单中，按 generic 进行过滤。
点击 Generic Task（常规任务），然后导航到 Spanner > Spanner/num_acquired_sessions。
在过滤条件字段中，从以下选项中进行选择：

a. is_multiplexed = false 以查看常规会话。 b.is_multiplexed = true 以查看多路复用会话。

下图显示了已选中多路复用会话的 Filter 选项。

如需详细了解如何将 OpenTelemetry 与 Spanner 搭配使用，请参阅利用 OpenTelemetry 使 Spanner 普及和使用 OpenTelemetry 检查 Spanner 组件中的延迟时间。

显示多路复用过滤器的 OpenTelemetry 信息中心。