半同步状态不自动恢复是设计行为，不是故障：rpl_semi_sync_master_status从off变回on需主库收到至少一个有效ack，不重试、不轮询，仅被动等待；超时降级后全走异步，直至真实收到ack才切换。
半同步状态不自动恢复是设计行为，不是故障
MySQL 半同步不会“自动恢复”——Rpl_semi_sync_master_status 从 OFF 变回 ON 的前提是主库**收到至少一个有效 ACK**。它不重试、不轮询、不定时检查，只被动等待。一旦超时降级，后续所有事务都走异步路径，直到下一次真正收到 ACK 才切换。这不是 bug，是机制：稳住时才坚持，扛不住就让路。
为什么 ACK 总是收不到：先盯住从库状态
主库 Rpl_semi_sync_master_status = OFF，不代表从库没开插件，而是它没发或主库没收到 ACK。必须逐个验证：
- 登录每个从库，确认
rpl_semi_sync_slave_enabled = ON且Rpl_semi_sync_slave_status = ON - 查主库
SHOW STATUS LIKE 'Rpl_semi_sync_master_clients'：值为 0？说明没一个从库成功注册为半同步客户端 - 查从库
SHOW PROCESSLIST，看State是否卡在Waiting for master to send event或Reading event from the relay log—— 这往往意味着 relay log 写入慢或 SQL 线程积压 - 特别注意
Seconds_Behind_Master持续上涨：哪怕Slave_IO_Running = Yes，IO 线程拉到了日志，SQL 线程跟不上，ACK 就发不出（因为 ACK 是在 relay log 写入后由 slave 插件触发的）
rpl_semi_sync_master_timeout 设太小或太大都会卡死恢复
这个值不是越大越容易恢复，也不是越小越“强一致”。它必须落在真实 RTT 和负载波动的交集里：
- 局域网环境（RTT 稳定在 0.5–2ms）：
rpl_semi_sync_master_timeout = 1000是合理起点，覆盖 99% 抖动；设成 100 或 500，UDP 小包丢包率稍高就秒退 - 跨机房或高负载场景（RTT 偶发 >15ms）：
3000～5000可接受；但设到10000（默认值），单事务可能卡满 10 秒，业务已超时，反而更难恢复 - 改完立即生效：
SET GLOBAL rpl_semi_sync_master_timeout = 3000，无需重启 - 关键陷阱：只调 timeout 不查
Rpl_semi_sync_master_no_times和Rpl_semi_sync_master_off_times—— 如果这两项每小时涨几十次，说明不是参数问题，是网络或从库 IO 已经持续失能
底层系统配置常被忽略：TCP 接收队列决定 ACK 能不能活着到达
从库内核参数 net.ipv4.tcp_rmem 过小，会导致主库发来的 ACK 请求包被内核直接丢弃或严重延迟，即使网络 ping 得通、复制也正常，半同步照样失效：
- 检查命令：
sysctl net.ipv4.tcp_rmem，典型值应类似4096 65536 8388608；若中间值65536太小（如只有 16384），ACK 包极易积压丢弃 - 临时调大：
sysctl -w net.ipv4.tcp_rmem="4096 262144 8388608" - 同时检查从库是否混跑备份、大查询、或
slave_parallel_workers > 0但slave_parallel_type = DATABASE—— 这种组合下，SQL 线程还没执行完，IO 线程就提前发了 ACK，主库误以为已落盘，实际没写，后续状态校验失败，ACK 不被信任
