独立 IoT 客户端绕过 Django 生命周期导致数据库断链：诊断与修复

独立部署的 AMQP 客户端进程需要直接复用 Django ORM 时，如果没有遵循 Django 的数据库生命周期管理，很容易遇到频繁断链、InterfaceError(0, '')、Aborted_clients 暴涨等问题。本文围绕"线程不在 Django 生命周期内"这一核心原因，完整还原排查过程，分享可复用的修复方案。

1. 场景与症状

Django 主项目（多数据库：default/ic/beta/test/dev）+ MySQL
IoT AMQP 客户端是单独的 Python 进程，内部 ThreadPoolExecutor 处理消息
客户端线程直接调用 Django ORM（OMDeviceList, OpsInfrared 等）
症状：几分钟内必现 pymysql.err.InterfaceError: (0, '')，MySQL Aborted_clients 指标持续攀升

2. 初步排查（排除误报）

排查项	结果
`wait_timeout` / `interactive_timeout`	均为 28800 秒，不是 MySQL 主动踢
账号密码配置	自编脚本 `scripts/check_db_connections.py` 全部连接成功
`QuerySet.using()` 是否断链	只设置 `_db`，不会关闭连接
是否有 `connection.close()`	全局搜索未发现

结论：不是 MySQL 配置问题，也不是凭证错误，更不是代码主动关闭连接。

3. 关键指标：`Aborted_clients` 暴涨

执行 SHOW GLOBAL STATUS LIKE 'Aborted_clients'; 发现计数已达 3,948,577 并持续增长，说明大量连接在 MySQL 看来是异常断开的。这为根因提供了直接线索：

客户端没有正常发送 COM_QUIT，MySQL 被迫回收连接
对应到应用层，就是线程复用的连接被网络设备/防火墙/NAT 等提前干掉了
Django 的连接对象仍存在，但底层 socket 已经失效 → InterfaceError(0, '')

4. 核心原因：线程绕过 Django 的生命周期

正常的 Django 请求流程：

请求开始 → ensure_connection() 建立/复用连接
请求结束 → close_old_connections() 关闭旧连接，配合 CONN_MAX_AGE

而 IoT 客户端是独立进程 + 线程池：

线程一旦启动，生命周期和 Django 无关
线程池中的线程长期持有同一个连接对象
当网络或中间件清理闲置 TCP，Django 无感知，仍复用"假活着"的连接
再次执行 SQL 时抛 InterfaceError(0, '')

5. 解决方案（让线程"回归"生命周期）

在线程任务入口调用 close_old_connections()
python 复制代码
```
from django.db import close_old_connections

def process_message(...):
    close_old_connections()
    # 之后再执行 ORM 操作
```
- 强制在每次任务开始前丢弃旧连接，下一次 cursor() 会自动创建新连接
保持适度的 CONN_MAX_AGE（如 300 秒）
- 在 settings.py 和 database_config_oa.py 为所有数据库配置 CONN_MAX_AGE
- 避免频繁建立连接，同时又不会无限期复用
必要时捕获 InterfaceError / OperationalError 并重试
- 捕获异常后执行 close_old_connections()，再重试一次 ORM 操作
- 应对瞬时网络抖动，避免消息丢失
持续监控 MySQL 指标
- Aborted_clients 应显著下降
- InterfaceError(0, '') 日志不再频繁出现

6. 实施效果

AMQP 客户端的线程池在每次任务中都刷新连接
Django 不再复用被外部设备干掉的"僵尸连接"
Aborted_clients 增长趋缓，异常日志消失
代码改动小，提升显著

7. 经验总结

独立进程（IoT 客户端、批处理、常驻脚本）只要复用 Django ORM，就必须手动管理连接。
close_old_connections() 是在这些场景中最简单有效的"生命周期补丁"。
CONN_MAX_AGE 只能控制最大寿命，无法解决线程持有旧连接的问题，两者需配合。
关注 Aborted_clients、Aborted_connects 等指标，可提前发现连接管理缺陷。