数据库
首页 > 数据库> > MySQL数据库慢的排查思路

MySQL数据库慢的排查思路

作者:互联网

数据库慢,如何排查?以下是总结的一些思路。

数据库应用,常见两种类型:CPU密集型和I/O密集型。因此,我们在排查数据库问题时,通常是从这两方面入手的。

CPU密集型的数据库,性能问题有以下几种:
1.复杂的查询语句、存储过程、触发器、自定义函数等;

2.锁竞争问题;

3.并发量大。

解决问题的思路:

1.通过慢查询日志,找出相关语句,优化查询语句调整索引策略。还可以将复杂存储过程、触发器、自定义函数交由应用代码实现;

2.根据infomation_schema中的innodb_trx、innodb_locks、innodb_lock_watis三种表,找出锁的事务与开发协调。如果场景允许,可以考虑把事务隔离级别降到读提交。

3.做读写分离、水平拆分。或者增加缓存层,让高并发的读写压力由缓存层消化;

4.调整mysql跟cpu相关参数,这里不一一罗列。

I/O密集型的数据库,性能问题有以下几种:
1.投影了所有字段、全表扫描、表结构设计、索引设计问题等;

2.内存缓冲区设置过小,造成了过多的磁盘I/O;

3.网络带宽较小(常见于分布式系统中)。

解决问题的思路:

1.通过慢查询日志,找出执行时间久,而且结果集大的语句。减少投影的字段,只选择必要的字段做投影,优化表结构与索引设计;

2.调整内存缓冲区、日志刷新、刷新方法等等参数的设置,这里不一一罗列;

3.提升网络带宽,调整内核参数。

如果上述措施还不能解决问题或者效果不明显,可以考虑扩容。扩容分为:纵向扩展和横向扩展。可参考https://www.cnblogs.com/makai/p/11583302.html这篇文章
纵向扩展:一般用于解决响应时间长的问题。增加CPU计算能力可以减少响应时间,增加内存可以减少磁盘I/O,并将磁盘做raid5、10、01或者直接使用SSD提升I/O处理能力;

横向扩展:一般用于解决高并发量问题。比如做简单的读写分离、使用mycat将数据量做分片等,尽量将单机压力分担出去。

这里提到了解决高并发量的问题,其实还可以用异步的方式,将压力前移到缓存层,降低写入压力;同时,缓存一些热点数据,也能大大减轻读压力。

标签:语句,缓存,并发,数据库,排查,密集型,MySQL,innodb
来源: https://www.cnblogs.com/newcomer2012/p/15225074.html