西区域AKS集群连接东区域Azure SQL DB间歇性超时求助

西部区域Azure Kubernetes Service（AKS）集群中的多个Pod，连接东部区域Azure SQL Database时出现间歇性连接超时；但西部AKS连接同区域的Azure SQL时无任何异常。

通过tcpdump抓包发现：超时期间Pod没有发起任何连接DB的请求痕迹，而正常运行时可以捕获到Pod与DB的通信流量。

相关错误日志 #

2024-04-28 16:56:30,420 [Async-128] DEBUG com.zaxxer.hikari.pool.HikariPool - HikariPool-1 - Timeout failure stats (total=0, active=0, idle=0, waiting=47)

Caused by: org.hibernate.exception.JDBCConnectionException: Unable to acquire JDBC Connection
    at org.hibernate.exception.internal.SQLExceptionTypeDelegate.convert(SQLExceptionTypeDelegate.java:48)
    at org.hibernate.exception.internal.StandardSQLExceptionConverter.convert(StandardSQLExceptionConverter.java:42)
    at org.hibernate.engine.jdbc.spi.SqlExceptionHelper.convert(SqlExceptionHelper.java:113)
    at org.hibernate.engine.jdbc.spi.SqlExceptionHelper.convert(SqlExceptionHelper.java:99)
    at org.hibernate.resource.jdbc.internal.LogicalConnectionManagedImpl.acquireConnectionIfNeeded(LogicalConnectionManagedImpl.java:109)
    at org.hibernate.resource.jdbc.internal.LogicalConnectionManagedImpl.getPhysicalConnection(LogicalConnectionManagedImpl.java:136)
    at org.hibernate.resource.jdbc.internal.LogicalConnectionManagedImpl.getConnectionForTransactionManagement(LogicalConnectionManagedImpl.java:254)
    at org.hibernate.resource.jdbc.internal.LogicalConnectionManagedImpl.begin(LogicalConnectionManagedImpl.java:262)
    at org.hibernate.resource.transaction.backend.jdbc.internal.JdbcResourceLocalTransactionCoordinatorImpl$TransactionDriverControlImpl.begin(JdbcResourceLocalTransactionCoordinatorImpl.java:236)
    at org.hibernate.engine.transaction.internal.TransactionImpl.begin(TransactionImpl.java:86)
    at org.springframework.orm.jpa.vendor.HibernateJpaDialect.beginTransaction(HibernateJpaDialect.java:183)
    at org.springframework.orm.jpa.JpaTransactionManager.doBegin(JpaTransactionManager.java:401)
    ... 25 common frames omitted
Caused by: java.sql.SQLTransientConnectionException: HikariPool-1 - Connection is not available, request timed out after 30000ms.
    at com.zaxxer.hikari.pool.HikariPool.createTimeoutException(HikariPool.java:676)
    at com.zaxxer.hikari.pool.HikariPool.getConnection(HikariPool.java:190)
    at com.zaxxer.hikari.pool.HikariPool.getConnection(HikariPool.java:155)
    at com.zaxxer.hikari.HikariDataSource.getConnection(HikariDataSource.java:128)
    at org.hibernate.engine.jdbc.connections.internal.DatasourceConnectionProviderImpl.getConnection(DatasourceConnectionProviderImpl.java:122)
    at org.hibernate.internal.NonContextualJdbcConnectionAccess.obtainConnection(NonContextualJdbcConnectionAccess.java:35)
    at org.hibernate.resource.jdbc.internal.LogicalConnectionManagedImpl.acquireConnectionIfNeeded(LogicalConnectionManagedImpl.java:106)
    ... 32 common frames omitted

从日志和抓包结果来看，问题核心并非网络层的连接失败，而是Hikari连接池彻底耗尽且无法补充新连接（日志中total=0, active=0, idle=0说明池内无任何可用连接，也没有正在创建的连接）。以下是针对性的排查方向和解决措施：

1. 调整Hikari连接池核心配置 #

跨区域网络延迟会拉长连接创建、验证和使用的时间，默认配置可能不适用：

• 增大maximumPoolSize（最大连接数）：如果业务请求量较大，跨区域场景下连接周转变慢，需要更大的连接池容纳等待请求。
• 调大connectionTimeout（连接超时时间）：默认30秒，跨区域创建连接的耗时可能超过这个值，导致池无法成功创建新连接，建议调整为60秒。
• 优化连接回收策略：检查idleTimeout（空闲连接超时时间）和maxLifetime（连接最大生命周期），避免连接被过早回收；同时确保validationTimeout（连接验证超时时间）足够大（比如10秒），避免因跨区域延迟误判连接失效。

2. 排查连接泄漏问题 #

连接泄漏是导致池耗尽的常见原因，可通过Hikari的泄漏检测功能定位：

• 在Hikari配置中添加leakDetectionThreshold=2000（单位毫秒），当连接占用超过2秒时，日志会打印完整的调用栈，找到未正确释放连接的代码位置。
• 检查应用代码：确保所有获取连接的操作都使用try-with-resources语法，事务操作正确提交或回滚，避免连接长期占用。

3. 优化跨区域网络稳定性 #

虽然抓包未发现连接尝试，但网络异常可能间接导致连接池无法正常工作：

• 使用Azure SQL服务端点：将AKS所在VNet与Azure SQL配置服务端点，通过私有网络而非公网传输数据，降低延迟和波动。
• 配置VNet对等连接：如果AKS和Azure SQL分别在不同区域的VNet中，建立跨区域VNet对等，优化网络路径。

4. 应用侧性能优化 #

• 缩短长事务时长：跨区域延迟会放大长事务的影响，尽量拆分大事务，减少连接占用时间。
• 优化查询性能：通过索引优化、减少数据传输量等方式，降低单次查询的连接占用时长，提升连接池的周转效率。

内容的提问来源于stack exchange，提问作者user3817206