vtgate的query_timeout_ms仅控制单条查询从发出到收全响应的总耗时，超时即返deadline exceeded，但vttablet查询不自动取消；需启用enable_cancel_on_timeout=true才中断后端执行。
VTGate 的 query_timeout_ms 怎么生效？
它只管单条 query 从 VTGate 发出到收到完整响应的总耗时，不区分是单分片还是 scatter query。一旦超时，VTGate 直接返回 deadline exceeded 错误，底层 vttablet 还在跑的查询不会被自动 cancel——除非你开了 enable_cancel_on_timeout（默认关）。
常见错误现象：query_timeout_ms=3000，但某次 scatter query 实际跑了 4.2s 才报错，说明超时判定发生在 VTGate 收包阶段，不是发包后立刻倒计时。
- 必须配合
enable_cancel_on_timeout=true才能真正中断后端 vttablet 上的执行 - 该参数需在 VTGate 启动时通过
--enable-cancel-on-timeout设置，运行时无法热更 - 开启后对高并发 scatter 场景有轻微性能开销，因为要维护 cancel channel 和心跳检测
scatter query 为什么容易触发 timeout？
不是因为单个分片慢，而是所有分片响应时间的「最大值」决定整体耗时。比如 16 个分片，15 个 80ms 返回，1 个卡在 2.1s，那整个 query 就是 2.1s —— 如果你设了 query_timeout_ms=2000，就稳稳超时。
典型使用场景：按 user_id 分片的订单表，查某个用户最近 10 条订单，结果路由到单分片；但查“所有用户昨日订单总数”，就会 scatter 到全部分片。
- scatter query 的实际耗时 ≈ max(各分片执行时间 + 网络 RTT)
- VTGate 不做分片级 timeout，也不会跳过慢分片重试（不像某些 proxy 支持 partial result）
- 如果底层 vttablet 有慢查询未加索引，scatter 会把问题放大 N 倍
怎么给 scatter query 加限流，而不是只靠 timeout？
靠 query_timeout_ms 是被动防御，真要控压得用 max_memory_rows 和 concurrent_batch_size 这类主动限流参数，它们作用于 VTGate 内部的 scatter 执行器。
参数差异很关键：max_memory_rows 控制单次 scatter 中 VTGate 内存里最多暂存多少行结果（防 OOM），concurrent_batch_size 控制同一时刻最多并发打多少个分片（防后端雪崩）。
-
--max-memory-rows=100000：超过则 VTGate 主动中止 scatter，返回memory limit exceeded -
--concurrent-batch-size=8：16 分片的 scatter 会分两轮，每轮 8 个并发，降低 vttablet 瞬时压力 - 这两个参数必须设在 VTGate 启动命令里，配置中心或运行时改无效
timeout 和限流参数一起配，容易漏掉什么？
最常被忽略的是 vttablet 自身的 query-timeout。VTGate 超时了，但 vttablet 还在跑着那个慢查询，可能占满连接、拖垮其他请求。
所以必须两端对齐：VTGate 的 query_timeout_ms 应略小于 vttablet 的 --query-timeout=3s（比如设 2800），否则会出现 VTGate 已返回错误，但 vttablet 仍继续执行 200ms 的“幽灵查询”。
另一个坑是监控盲区：vitess 的 VTGateQueryCount 指标只计数成功 query，deadline exceeded 错误默认不计入，得额外看 VTGateErrors 并过滤 error_type="timeout"。