GoldenDB应急场景处理方法

数据库响应慢

1. 业务及数据库表现

业务表现：业务响应慢，业务超时等，服务器资源占用率上升，TPS 下降。

数据库表现：SQL 执行时间长，服务器资源占用率上升。或 SQL 执行超时，前端驱动主动断开。

2. 应急排查方向

数据库响应慢，主要原因有慢 SQL，执行计划不合理，组件异常，数据冲突，服务器资源瓶颈等，针对以上场景制定不同的应急方案。

3. 应急排查流程

4. 应急流程启动的原则和前置条件

• 所有应急处置需要先获取客户授权审批后进行。
• TOP SQL 导致的数据库响应慢，先找出对应的 SQL，交由业务优化。征得客户同意，可以采用杀 SQL，加黑名单的方式解决 CPU 冲高导致慢的问题。
• 执行计划的变动，可以通过绑定执行计划应对。
• DN 锁等待与数据活跃会造成部分业务响应慢，最终报错。可以依据报错信息识别、处理。
• 组件异常会导致业务报错或短暂的响应慢，数据库会依靠高可用机制在 1 分钟内自动修复。如果已经自愈，不用处理。如果没有自愈，参考 数据库节点宕机 处理。
• 数据库提供一键诊断工具，包含 CPU 资源、连接数、消息积压等维度的检查诊断，现场已部署，在诊断响应慢的问题时，可以先执行诊断，获取诊断信息，帮助定位问题原因。

5. 应急操作指导

• TOP SQL 查询

  对于 TOP SQL 导致的异常，主要的解决手段之一是优化 SQL，优化后可能会影响部分业务。

  应急处理操作

  • 定位 TOP SQL

    a. 登录 Insight，打开 TOP SQL 页面，查询租户的 TOP SQL 。设置查询时间范围、选择 CN 节 点，进行查询。 

    b. 可以通过 列管理 展示 SQL 执行更多维度的信息。 

  • 分析执行计划： EXPLAIN <SQL>;
SHOW CREATE TABLE <table_name>;
    如果没有合适的索引，需要通过新增索引解决。继续下一步处理。

  • 创建索引： CREATE INDEX idx_xxx on TABLE(column);