MySQL报错MY-013108，ER_OOM_SAVE_GTIDS内存不足导致故障远程修复思路分享

（引用来源：MySQL官方文档 MY-013108错误说明，阿里云、腾讯云社区相关故障案例分享，DBA运维实践社区讨论）

MySQL数据库在运行过程中,突然报出一个错误代码MY-013108，这个错误的信息是ER_OOM_SAVE_GTIDS，这个错误听起来很专业，但我们可以把它说得简单点：它基本上就是说，数据库服务器当时的内存不够用了，导致它无法完成一项关键任务——保存GTID的信息。

GTID是什么呢？你可以把它想象成数据库给每一组成功执行的SQL语句（即事务）打上的一个独一无二的“身份证号码”，这个号码非常重要，尤其是在主从复制环境下，它能确保数据从一个数据库（主库）准确地同步到另一个数据库（从库），不会乱序，也不会重复，MySQL需要时不时地在内存中处理和记录这些GTID信息，然后在适当的时候把它们写入到硬盘上的一个文件里，以便持久化保存。

当报出MY-013108错误时，根本原因就是那一刻，系统需要内存来保存这些GTID信息，但是可用的内存（特别是操作系统级别的空闲内存）已经见底了，这通常不是MySQL自己配置的内存缓冲区（比如InnoDB Buffer Pool）不够，而是整个服务器的物理内存和交换空间（SWAP）都快被耗尽了，这种情况往往伴随着其他症状，比如服务器响应极慢，甚至部分进程可能被系统强制杀死。

当这个错误发生在远程服务器上,而你无法直接接触硬件时，修复工作需要快速、有序地进行，以下是一个清晰的远程修复思路，重点是先救急，再治本。

第一步：立即缓解，释放内存压力（治标）

目标是快速让数据库恢复基本服务,停止报错。

1. 紧急重启MySQL服务：这是最快也是最有效的临时解决方法，通过远程连接工具（如SSH）登录到数据库服务器，执行重启MySQL服务的命令（systemctl restart mysql），重启会释放MySQL占用的所有内存，并在启动后重新加载。但请注意：重启会导致所有当前连接中断，正在进行的事务会回滚，数据库会有短暂的不可用时间，操作前务必评估业务影响，如果可能，应在业务低峰期进行。
2. 检查并清理异常进程：在重启MySQL之前或之后，可以立即使用 top 或 htop 命令查看系统资源，看看除了MySQL之外，是否有其他进程占用了异常高的内存，如果发现有非关键的异常进程，可以尝试终止它们来释放内存。

第二步：连接数据库，进行健康检查

在数据库服务恢复后,立即连接进去，检查核心状态。

1. 确认复制状态：如果数据库配置了主从复制，使用 SHOW SLAVE STATUS\G 命令检查复制线程是否正常，因为GTID错误可能会中断复制，确保复制关系没有断开，或者如果断开了，需要根据GTID位置重新接上。
2. 检查数据库性能状态：使用 SHOW PROCESSLIST 命令查看当前有哪些SQL语句正在执行，重点关注那些执行时间特别长、状态是“Sending data”、“Copying to tmp table”或“Sorting result”的查询，这些通常是消耗资源的大户。

第三步：深入分析，寻找根本原因（治本）

不找到原因,问题还会再次发生。

1. 审查MySQL内存配置：重点检查几个关键的内存配置参数（在my.cnf或my.ini文件中）：
   • innodb_buffer_pool_size：这是MySQL最大的内存占用者，设置得过大（比如接近或超过机器总内存）会挤占操作系统和其他进程的内存。
   • binlog_cache_size 和 max_binlog_cache_size：事务的GTID信息会在二进制日志缓存中处理，如果有很多大事务，这个缓存设置不当也可能 contributing to the problem。
   • 其他内存区域：如连接线程占用的内存（thread_stack, read_buffer_size等），如果连接数非常多，总消耗也不小。
2. 分析慢查询日志：启用并检查MySQL的慢查询日志，里面记录的都是在数据库中执行缓慢的SQL语句，这些慢查询往往是罪魁祸首，它们可能进行了全表扫描、复杂的连接或者排序，导致短时间内消耗大量内存，找到它们并进行优化（比如增加索引、重写SQL）是根本解决办法。
3. 检查系统资源：回顾监控系统（如果有的话）的历史数据，看看内存使用率是在什么情况下飙高的，是某个定时任务运行时？还是业务高峰期？这有助于锁定问题发生的场景。

第四步：实施长期解决方案

根据分析结果,采取行动。

1. 优化MySQL配置：根据服务器的总内存，合理下调innodb_buffer_pool_size等参数，务必为操作系统和其他进程预留足够的内存（在仅有MySQL的服务器上，预留总内存的20%左右），避免“有多少内存就用多少”的激进配置。
2. 优化SQL语句：针对慢查询日志中找到的问题SQL，与开发人员合作进行优化，这是提升数据库整体性能和稳定性的最有效手段。
3. 扩容硬件：如果经过充分优化后，现有的业务量确实已经超出了当前服务器的内存容量，那么最直接的办法就是给服务器增加物理内存（扩容）。

面对远程的MY-013108错误，思路应该是：先重启服务快速恢复，再检查数据库状态，然后深入分析内存消耗的根源（是配置问题还是SQL问题），最后通过调整配置、优化SQL或扩容硬件来彻底解决问题。 整个过程需要冷静判断，尤其是在生产环境下，每一步操作都要谨慎。