生产环境首页偶发java.net.SocketException: Broken pipe (Write failed)求助

这个Broken pipe错误我在生产环境踩过好几次坑，本质就是你的应用拿着已经被断开的MySQL连接还在往里面写数据，导致底层Socket管道破裂。结合你给出的错误堆栈（卡在com.mysql.jdbc.MysqlIO.send这一步），咱们来拆解原因和解决办法：

• MySQL主动回收空闲连接：MySQL默认有wait_timeout和interactive_timeout参数（默认8小时，很多生产环境会调短比如5分钟），如果连接池里的连接长时间空闲，就会被MySQL主动断开，但应用连接池没感知到，还把这个失效的连接分配给业务使用。
• 中间网络设备掐断连接：防火墙、负载均衡器这类设备通常也有空闲连接超时机制，要是连接长时间没流量，会被直接断开，应用这边没收到任何通知，后续写数据就会触发Broken pipe。
• 连接池配置不匹配：连接池的空闲连接存活时间比MySQL的超时时间长，导致失效连接一直留在池子里被复用。

1. 对齐MySQL和连接池的超时时间 #

首先先查MySQL的当前超时设置：

SHOW VARIABLES LIKE '%timeout%';

找到wait_timeout和interactive_timeout的值，然后把连接池的最大空闲时间设置成比这个值短30-60秒（给个缓冲时间）。比如MySQL设为300秒（5分钟），连接池就设为240秒：

• 以Druid连接池为例，在配置里加：

  # 最大空闲时间，单位毫秒
  maxIdle=240000
  # 定期检测空闲连接的间隔
  timeBetweenEvictionRunsMillis=60000
  

• 以HikariCP为例：

  # 空闲连接超时时间，单位毫秒
  idleTimeout=240000
  

2. 开启连接有效性检测 #

让连接池在分配连接前先检查是否可用，避免拿到失效连接：

• Druid配置：

  # 获取连接时校验有效性
  testOnBorrow=true
  # 校验用的SQL，MySQL用SELECT 1就行
  validationQuery=SELECT 1
  

• HikariCP配置：

  # 开启连接校验
  connectionTestQuery=SELECT 1
  # 校验超时时间
  validationTimeout=5000
  

另外也可以开启testWhileIdle（Druid），让连接池定期清理池子里的失效空闲连接，减少无效连接被复用的概率。

3. 异常捕获与重试 #

在数据库操作的封装层（比如DAO、Service）捕获SocketException这类连接失效异常，实现幂等重试逻辑——注意一定要确保操作是幂等的（比如查询、幂等更新），不然重复执行可能会导致数据重复或错乱。举个简单的Java示例：

public User getUserById(Long id) throws SQLException {
    int retryCount = 3;
    while (retryCount > 0) {
        try (Connection conn = getConnectionFromPool()) {
            // 执行查询操作
            String sql = "SELECT * FROM user WHERE id = ?";
            try (PreparedStatement pstmt = conn.prepareStatement(sql)) {
                pstmt.setLong(1, id);
                try (ResultSet rs = pstmt.executeQuery()) {
                    if (rs.next()) {
                        return parseUserFromResultSet(rs);
                    }
                }
            }
            break;
        } catch (SocketException e) {
            retryCount--;
            if (retryCount == 0) {
                throw e;
            }
            // 重试前短暂休眠
            try {
                Thread.sleep(1000);
            } catch (InterruptedException ie) {
                Thread.currentThread().interrupt();
            }
        }
    }
    return null;
}

4. 检查网络设备超时配置 #

和运维团队确认防火墙、负载均衡器的空闲连接超时时间，确保这个时间比MySQL和连接池的超时时间长，或者和连接池的空闲时间对齐，避免中间设备提前掐断连接。

• 不要盲目把MySQL的wait_timeout设得过长，会导致大量空闲连接占用数据库资源，拖慢性能。
• 重试逻辑一定要控制重试次数和间隔，避免雪崩式重试压垮数据库。

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