当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL performance_schema.host_cache 怎样读取主机解析状态与连接错误计数

MySQL performance_schema.host_cache 怎样读取主机解析状态与连接错误计数

来源:17golang原创 2026-11-18 09:35:15 0浏览 收藏

读取 MySQL performance_schema.host_cache 时,先按 IP 找到来源,再同时看 HOST、HOST_VALIDATED 和不同错误计数。HOST_VALIDATED=YES 不一定代表拿到了主机名;SUM_CONNECT_ERRORS 也不是所有错误列的总和。将这两组含义分清,才能把连接故障缩小到合适的调查方向。

官方手册:https://dev.mysql.com/doc/refman/8.4/en/performance-schema-host-cache-table.html

先确认主机缓存覆盖的连接范围

下面按 MySQL 8.4 手册说明。该表是内存主机缓存的查询入口,适合观察客户端来源及连接问题,不是完整连接审计日志。非本机 TCP 连接才属于它的主要覆盖范围;回环地址或 Unix socket 连接不能用来证明表一定会新增记录。

-- 只读查看缓存容量与名称解析设置,不修改服务器配置。
SELECT @@GLOBAL.host_cache_size AS cache_entries,
       @@GLOBAL.skip_name_resolve AS skip_dns;

-- 文档示例地址,请替换成需要调查的真实客户端来源IP。
SELECT IP, HOST, HOST_VALIDATED, FIRST_SEEN, LAST_SEEN
FROM performance_schema.host_cache
WHERE IP = '192.0.2.44';

没有返回行时,先核对连接路径、缓存是否启用以及记录是否仍被保留。缓存容量有限,旧条目可能被淘汰;查询无记录不能直接推断客户端从未访问。遇到权限错误,应由管理员按工作需要提供相应只读访问。

把主机名与解析标志放在一起读

HOST 是解析得到的名称,未知时为 NULL。HOST_VALIDATED=NO 表示解析状态还未完成;临时失败后,后续连接仍可能再尝试解析。永久失败时,标志也会变为 YES,而 HOST 可以继续为空。因此应联合读取这两列,再看 DNS 分类计数。

-- 同时读取名称状态与两类名称解析错误,避免只看一个标志。
SELECT IP, HOST, HOST_VALIDATED,
       COUNT_NAMEINFO_TRANSIENT_ERRORS,
       COUNT_NAMEINFO_PERMANENT_ERRORS,
       COUNT_FCRDNS_ERRORS
FROM performance_schema.host_cache
WHERE IP = '192.0.2.44';

NAMEINFO 两列分别记录临时与永久解析错误;COUNT_FCRDNS_ERRORS 指向 IP—名称—IP 核对不一致的情况。它们帮助决定是否继续调查解析链路,而不是证明用户密码错误。

主机缓存解析字段与DNS错误分类结构图
静态说明图:表、解析状态和DNS错误是三个分组;连线表示字段归属,YES不能单独证明名称非空。

区分累计分类计数与阻塞判断

SUM_CONNECT_ERRORS 用于阻塞相关判断,仅计入满足主机验证条件的协议握手错误。认证失败、SSL问题和其他分类计数应分别解读,不能把所有 COUNT 列相加后当成该字段。

-- 按错误类别读取线索,不对不同类别机械求和。
SELECT IP, SUM_CONNECT_ERRORS,
       COUNT_HANDSHAKE_ERRORS, COUNT_AUTHENTICATION_ERRORS,
       COUNT_SSL_ERRORS, COUNT_HOST_BLOCKED_ERRORS
FROM performance_schema.host_cache
WHERE IP = '192.0.2.44';

-- 阻塞计数需结合当前阈值理解,不在示例中提高阈值。
SELECT @@GLOBAL.max_connect_errors AS blocking_threshold;
字段关注点
COUNT_HANDSHAKE_ERRORS协议握手层
COUNT_AUTHENTICATION_ERRORS认证失败
COUNT_SSL_ERRORSSSL相关问题
COUNT_HOST_BLOCKED_ERRORS连接因主机阻塞被拒绝

一台来源IP可能承载多项应用,计数升高不等于已经定位到某个具体进程。仍需结合应用日志中的时间和连接错误信息。

分类错误计数与阻塞阈值静态关系图
静态说明图:分类计数各有范围,SUM_CONNECT_ERRORS与阈值是参照关系,图中没有求和关系或实测指标。

用时间字段观察新问题,保留已有记录

LAST_SEEN 反映最近连接尝试,LAST_ERROR_SEEN 反映最近错误。间隔读取时,同时保留来源IP、时间与计数;如果记录被清空或重建,两次计数便不能直接作为同一观察窗口相减。

-- 只查看最近发生过错误的现存条目,避免把连接活跃时间当成错误时间。
SELECT IP, LAST_SEEN, LAST_ERROR_SEEN, SUM_CONNECT_ERRORS
FROM performance_schema.host_cache
WHERE LAST_ERROR_SEEN IS NOT NULL
ORDER BY LAST_ERROR_SEEN DESC
LIMIT 20;

先保存观察结果再决定后续处置。清空缓存会移除这些记录;动态改变缓存容量也可能触发清空。本文只提供读取方法,不把清空记录当作定位原因的替代步骤。

常见问题与读取清单

HOST为空而HOST_VALIDATED为YES,是否一定异常?

不一定;永久解析失败也可能形成这个组合,需要配合对应错误列和连接配置理解。

某个错误列大于零,是否说明现在仍有故障?

不一定。看最近错误时间和后续观测中的变化,不能仅凭保留的非零计数下结论。

表为空是否说明所有连接正常?

不能。确认连接范围、容量设置和记录保留情况,再结合应用自身日志。读取顺序可保持为:来源IP、解析状态、分类计数、时间字段。

缓存行为说明:https://dev.mysql.com/doc/refman/8.4/en/host-cache.html

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
手机壁纸提示词:蓝绿色金属氧化层与细线反光手机壁纸提示词:蓝绿色金属氧化层与细线反光
上一篇
手机壁纸提示词:蓝绿色金属氧化层与细线反光
Go go/doc/comment.Printer.HTML 怎样把解析后的文档注释输出为 HTML
下一篇
Go go/doc/comment.Printer.HTML 怎样把解析后的文档注释输出为 HTML
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1090次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1088次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1252次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1196次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1041次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码