使用SQL Server TestContainers集成测试时的间歇性登录失败问题

问题背景 #

基于主API的Program.cs通过WebApplicationFactory启动做集成测试，用Docker TestContainers运行SQL Server，在GitLab/Github Actions流水线中执行。原本测试运行正常，新增测试后开始间歇性出现Microsoft.Data.SqlClient.SqlException: Login failed for user 'sa' (错误号18456)。不同环境失败率差异明显：GitLab流水线约2/9，本地笔记本约1/30，桌面环境更低。

已完成的排查动作 #

• 模拟移除测试初始化时的定时任务，报错次数有所减少
• 发现报错集中在触发多事务的端点，将该测试的并发调用改为串行后，失败频率降低，但仍偶发
• 最近一次失败出现在测试代码通过DbContext读取数据库验证结果的环节
• 禁用快照代码后测试完全恢复正常；但保留快照时会出现延迟失败：调用端点成功响应后，测试框架读取数据库失败，且失败发生在快照操作完成后的成功事务之后

核心疑问 #

1. 快照恢复代码是否存在问题？
2. 还有哪些可行的排查方向和解决方案？

可能原因分析 #

1. 快照操作的连接/事务泄漏 #

快照恢复过程中如果没有正确释放数据库连接，或者存在未完成的事务残留，会导致SQL Server连接池耗尽，进而触发登录失败——连接池无可用连接时，新的登录请求可能被拒绝。尤其是快照恢复时的后端请求报错，很可能导致连接未被正确回收。

2. SQL Server登录阈值限制 #

SQL Server默认有登录尝试频率限制，短时间内大量并发登录/连接请求会触发18456错误。这种情况在资源受限的CI容器环境中更容易出现，因为容器CPU、内存不足，SQL Server处理登录请求的能力会下降。

3. 连接池配置不合理 #

测试代码中如果未正确配置DbContext的连接池参数（比如Max Pool Size、Connection Lifetime），大量测试并发执行时连接池会被占满，新的连接请求无法获取连接，最终触发登录失败。

排查与解决步骤 #

针对快照代码的排查 #

• 检查快照恢复代码中是否存在未释放的SqlConnection或DbContext实例：确保所有数据库操作都用using语句包裹，彻底避免连接泄漏。
• 验证快照恢复的事务处理：如果快照恢复用到了事务，必须确保事务最终被提交或回滚，不能处于悬挂状态。
• 调整快照恢复的超时设置：如果快照恢复操作耗时过长，会导致连接长时间被占用，影响后续测试的连接获取，可适当缩短超时时间或优化快照恢复逻辑。

连接池与SQL Server配置优化 #

• 调整连接池参数：在测试的数据库连接字符串中添加Max Pool Size=100（根据测试并发数调整）、Connection Lifetime=30，避免连接长时间占用。
• 提升SQL Server的连接与登录限制：启动TestContainers时，添加SQL Server启动参数-c login_mode=mixed -c max_connections=1000，提高最大连接数并放宽登录限制（仅用于测试环境）。
• 给CI环境增加资源配额：为GitLab/Github Actions的运行容器分配更多CPU和内存，避免SQL Server因资源不足导致登录处理延迟。

测试代码优化 #

• 强化测试隔离性：每个测试用例执行后，在TearDown阶段调用DbContext.Dispose()，并执行SqlConnection.ClearAllPools()清空连接池，确保测试间无连接残留。
• 在测试层添加重试逻辑：针对登录失败的情况，在测试代码的DbContext操作中添加重试（不修改生产代码），比如用Polly库实现仅捕获18456错误的重试策略。
• 进一步控制测试并发：如果CI环境资源有限，可将所有测试改为串行执行，或按模块分组串行，避免短时间内产生大量连接请求。

日志排查 #

• 开启SQL Server登录失败日志：启动TestContainers时配置SQL Server启用登录失败日志，查看具体失败原因（比如密码错误、连接池满、登录频率限制等），日志可通过TestContainers映射到宿主机器方便查看。
• 跟踪连接池状态：在测试代码中添加连接池状态日志，比如调用SqlConnection.GetPooledConnectionCount()，查看连接池是否被占满。

附相关代码与日志 #

数据库初始化代码 #

public async Task InitializeDatabaseAsync()
{
    var sqlContainer = new SqlServerBuilder()
        .WithImage("mcr.microsoft.com/mssql/server:2022-latest")
        .WithPassword("YourStrong!Passw0rd")
        .Build();
    await sqlContainer.StartAsync();
    // 执行数据库迁移等初始化操作
}

快照恢复代码 #

public async Task RestoreSnapshotAsync()
{
    using var connection = new SqlConnection(_testConnectionString);
    await connection.OpenAsync();
    
    var restoreCmd = connection.CreateCommand();
    restoreCmd.CommandText = @"RESTORE DATABASE [TestDB] FROM DISK = '/var/opt/mssql/backup/test_snapshot.bak' WITH REPLACE";
    await restoreCmd.ExecuteNonQueryAsync();
}

报错日志 #

Microsoft.Data.SqlClient.SqlException (0x80131904): Login failed for user 'sa'.
Error Number:18456,State:1,Class:14
   at Microsoft.Data.SqlClient.SqlInternalConnection.OnError(SqlException exception, Boolean breakConnection, Action`1 wrapCloseInAction)
   at Microsoft.Data.SqlClient.TdsParser.ThrowExceptionAndWarning(TdsParserStateObject stateObj, Boolean callerHasConnectionLock, Boolean asyncClose)
   at Microsoft.Data.SqlClient.TdsParser.TryRun(RunBehavior runBehavior, SqlCommand cmdHandler, SqlDataReader dataStream, BulkCopySimpleResultSet bulkCopyHandler, TdsParserStateObject stateObj, Boolean& dataReady)
   at Microsoft.Data.SqlClient.TdsParser.Run(RunBehavior runBehavior, SqlCommand cmdHandler, SqlDataReader dataStream, BulkCopySimpleResultSet bulkCopyHandler, TdsParserStateObject stateObj)
   at Microsoft.Data.SqlClient.SqlInternalConnectionTds.CompleteLogin(Boolean enlistOK)
   at Microsoft.Data.SqlClient.SqlInternalConnectionTds.AttemptOneLogin(ServerInfo serverInfo, String newPassword, SecureString newSecurePassword, Boolean ignoreSniOpenTimeout, TimeoutTimer timeout, Boolean withFailover)

内容的提问来源于stack exchange，提问作者The Lemon