先给结论:一条 SQL 慢,第一件事不是加索引,也不是改 SQL,是先判断它在等、在读、还是在算。分错科室,后面的动作大概率白做。
我是阿哲,八年数据库运维和优化,金融行业甲方出身,后来做独立顾问,集中式和分布式都碰过。这个号叫「数据库急诊室」,只聊跑过生产的东西;给结论之前,先给数字。
急诊室的工作方法只有三步:先分诊,再检查,最后才动手。
数据库也一样。一条 SQL 慢,可能是锁在等,可能是索引没用上,也可能是聚合和排序太贵。不先分清楚,加索引、改 SQL、调参数都像蒙着眼睛开药。
我刚入行那几年,也以为慢 SQL 就是缺索引。后来被问得多了,才养成一个习惯:先看现象,再提假设,最后用数据验证。没测过的,就直接说没测过。
类型 | 典型症状 | 先看什么 | 常见误判 |
|---|---|---|---|
等 | 会话长时间不返回,CPU 不高,磁盘也不忙 | 等待事件、锁、连接池、并发数 | 以为 SQL 写得慢,直接改 SQL |
读 | 扫描行数大、回表多、索引没参与访问 | 执行计划里的扫描行数、访问路径、过滤条件 | 以为缺索引,先建索引 |
算 | 聚合、排序、哈希、函数、临时空间耗时 | 计划里的排序、聚合、临时空间读写 | 以为数据量大,没办法 |
下面的视图名以 PostgreSQL 兼容库为例;别的库叫法不同,分诊顺序不变。
第一个问题:现在在等谁?
看当前会话的等待事件,看锁视图里有没有未授予的锁,再看连接池有没有打满。如果是在等,先处理等待,不要改 SQL。
第二个问题:读了多少行,回了多少表?
用 EXPLAIN (ANALYZE, BUFFERS) 看实际行数、缓存命中和回表次数,看条件是索引访问还是过滤。如果读得太多,先看访问路径和统计信息,不要盲目加索引。
第三个问题:算了多久,排序、聚合、临时空间各占多少?
看计划里的排序、聚合、临时空间读写,看分组、去重、窗口函数有没有把过滤挡在外面。如果是算得太久,先改逻辑层级,再谈参数。
我值班时一般按这个顺序走,十分钟内先判断方向,不追求一次定位到根因。
这个顺序不是万能公式,但它能避免“上来就加索引,加完发现没用,再改 SQL”的来回折腾。
分诊只能帮你判断方向,不能替代完整分析。下面几种情况,分诊之后还要往下挖:
四个方向:慢 SQL 解剖、事故复盘、急诊箱脚本、金融场景里的数据库。
会写:跑过生产的东西;有前后对比的优化;能复现的慢查询;能跑通的脚本。
不会写:没闭环的悬案;客户名、系统名、可识别的项目信息;没测过的性能倍数;品牌排序和选型推荐(首月)。
你最近一次被慢 SQL 卡住,是等、读、还是算?评论区带一句现象就行,不用带客户名。我按问得多的先写。
同样的现象可能有别的根因,欢迎带数字来讨论。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。