面试官：数据库慢查询激增怎么办？三步法精准定位+实战解决-51CTO.COM

引言

我们的经典问题又来了，关于这个问题大家的想法都是不一样的，但是有一点我们都是共鸣的，就是都不能完全地把整个流程说明白，那我们今天就来解决这个问题。

开始

一、问题定位：从告警到根因的精准狙击

1. 快速止血：建立应急响应机制

触发告警

通过监控平台（如Prometheus + Grafana）捕获数据库QPS突增、CPU使用率超阈值（>80%）、慢查询数量激增（如MySQL Slow_queries每分钟超过100次）。

-- 实时监控慢查询数量
SHOW GLOBAL STATUS LIKE 'Slow_queries';1.
2.

紧急限流

立即限制高危操作的并发量，防止雪崩效应：

-- 动态限制最大连接数（临时降低至200）
SET GLOBAL max_connections = 200;

-- 使用pt-kill终止耗时超过10秒的查询
pt-kill --busy-time 10 --kill --victims all --print h=127.0.0.11.
2.
3.
4.
5.

2. 根因分析：工具链组合拳

慢日志分析

提取Top 10慢查询，定位问题SQL：

# 按总耗时排序慢查询
mysqldumpslow -s t -t 10 /var/log/mysql/slow.log1.
2.

输出示例：

Count: 200  Time=5.12s (1024s)  Lock=0.00s (0s)  Rows=100.0 (20000), user@host
  SELECT * FROM orders WHERE status='pending' AND create_time > '2023-01-01';1.
2.

执行计划解读

使用EXPLAIN分析索引有效性：

EXPLAIN SELECT * FROM orders WHERE status='pending';1.

关键指标：

• type: ALL → 全表扫描，需添加索引

• Extra: Using filesort → 排序逻辑需优化

资源瓶颈定位

排查服务器资源是否过载：

top -c           # 查看CPU占用最高的进程
iostat -x 1     # 监控磁盘I/O（%util > 90%表示瓶颈）
dstat --tcp      # 检查网络连接数激增1.
2.
3.

二、问题解决：精准优化与架构升级

1. SQL与索引优化

索引缺失场景

添加复合索引，覆盖高频查询字段：

ALTER TABLE orders ADD INDEX idx_status_create_time (status, create_time);1.

索引失效案例

• 隐式类型转换：WHERE user_id = '123'（user_id为INT） → 移除引号

• 索引列运算：WHERE YEAR(create_time) = 2023 → 改写为范围查询

SQL重写技巧

优化复杂子查询为JOIN操作：

-- 原语句（耗时5s）
SELECT * FROM orders WHERE status IN (SELECT status FROM config WHERE type='order');

-- 优化为JOIN（耗时0.2s）
SELECT o.* FROM orders o 
JOIN config c ON o.status = c.status 
WHERE c.type='order';1.
2.
3.
4.
5.
6.
7.

2. 数据库参数调优

• InnoDB引擎优化

# my.cnf调整示例
innodb_buffer_pool_size = 80G       # 物理内存的70%~80%
innodb_flush_log_at_trx_commit = 2  # 平衡性能与持久化1.
2.
3.

• 连接池配置

# 应用端配置（HikariCP）
maximumPoolSize: 100
connectionTimeout: 30001.
2.
3.

3. 架构级解决方案

• 读写分离

App → ProxySQL → MySQL Master（写）
                  ↘ MySQL Replica1（读）
                  ↘ MySQL Replica2（读）1.
2.
3.

• 分库分表

• 垂直拆分：按业务模块拆分（订单库、用户库）

• 水平拆分：按时间或ID范围分片（orders_2023、orders_2024）

三、团队协作：从故障到预防的闭环

1. 故障复盘模板

阶段	关键动作	输出物
应急	限流、回滚、扩容	故障时间线记录
根因	SQL分析、资源监控、代码Review	根因分析报告
改进	索引优化、参数调整、架构升级	技术方案PRD
预防	慢查询日报、压测流程、巡检自动化	巡检脚本+监控看板

2. 长效预防机制

• 慢查询日报

-- 生成每日慢查询TOP 10
pt-query-digest /var/log/mysql/slow.log --filter '$event->{arg} =~ m/WHERE/' --limit 101.
2.

• 自动化巡检

# 伪代码：检查缺失索引
for table in get_all_tables():
    if not has_index(table, 'status'):
        send_alert(f"表 {table} 缺少status字段索引")1.
2.
3.
4.

四、真实案例：电商大促惊魂夜

背景

某电商平台大促期间，订单服务响应延迟从50ms飙升至5s，数据库CPU达到100%。

处理流程

1. 限流降级：

• 通过Sentinel将订单查询QPS从10k降至5k。

• 非核心功能（如用户画像）降级返回缓存数据。

2. 根因定位：

• 慢日志分析：SELECT * FROM orders WHERE user_id=‘xxx’ 未命中索引。

• 资源监控：磁盘IOPS达到上限（20k）。

3. 紧急优化：

• 添加user_id索引，响应时间降至20ms。

• 扩容RDS实例并启用读写分离。

4.后续优化

• 架构升级：引入Elasticsearch实现订单查询与事务分离。

• 流程固化：将索引审核纳入上线前Code Review。