割接后性能回退的排查清单:先看这 6 项
割接后性能回退,先别改 SQL。按下面 6 项走一遍,通常十分钟内能判断问题在哪一层。
示例环境:文中数值均为脱敏教学示例,只用于说明判断顺序。
1. 基线还在不在
没有割接前的负载快照,后面五项都做不了。基线至少包含:语句文本、返回行数、并发会话、数据总量、执行计划。
2. 负载是否可比
| 维度 | 为什么要看 |
|---|---|
| 返回行数 | 行数变了,耗时不能直接比 |
| 并发会话 | 并发翻倍会放大锁和 IO 等待 |
| 数据总量 | 数据涨了,扫描量自然涨 |
| 参数值 | 参数不同,计划可能不同 |
先归一化,再比较。示例里绝对值涨 2.8 秒,按每万行折算只差 0.2 秒。
3. 计划有没有变
只看四件事:驱动表、连接方式、访问路径、估算与实际行数偏差。四项里有一项变了,就顺着查。
4. 估算偏差大不大
估算 800 行、实际 27,000 行,偏差 30 多倍,优先怀疑统计信息。先更新统计信息,再看计划,不要先加索引。
5. 统计信息什么时候收集的
确认三件事:割接时有没有迁移统计信息、自动收集有没有开、最近一次收集时间。示例里统计信息停在割接前,是这次回退的直接原因。
6. 等待事件指向哪一层
| 等待类型 | 优先怀疑 |
|---|---|
| IO | 访问路径、缓存、存储 |
| CPU | 计算量、并行度、函数调用 |
| 锁 | 并发、事务粒度、连接池 |
| 网络 | 连接方式、跨机房、复制 |
示例里 IO 等待从 22% 升到 41%,CPU 没变,和计划回退的结论一致。
什么时候停
- 归一化后仍慢 2 倍以上,计划回不到基线;
- 出现结果差异。
第一条评估回滚,第二条优先回滚。性能可以排窗口,正确性不能。
一页纸版本
- 有基线吗;
- 负载可比吗;
- 计划变了吗;
- 估算偏差大吗;
- 统计信息新吗;
- 等待事件指向哪。
六项走完,再决定改什么。
示例环境:表名、行数、执行计划和耗时均为脱敏教学示例,仅用于说明方法,不代表任何生产环境或产品性能。
补充:一个容易忽略的时点
割接后的第一次统计信息收集,可能和业务高峰撞车。收集本身会占 IO,重建期间查询也会变慢。排窗口时把这一步单独列出来,不要默认它「自动就好」。
补充:怎么判断是不是数据倾斜
同一语句换几个参数值分别跑,如果只有某个值特别慢,且估算行数与实际行数差距很大,先怀疑数据分布,而不是索引。
补充:清单的使用顺序
不要六项一起看。先看第 1、2 项(有没有基线、负载是否可比),再看第 3、4 项(计划、估算),最后看第 5、6 项(统计信息、等待事件)。前两项不成立,后面看了也白看。
示例环境:文中数值均为脱敏教学示例。
补充:怎么记结果
六项逐项写「通过 / 不通过 / 未验」,不要只写结论。未验项就是下次要补的洞,写「通过」反而会把它藏起来。
示例环境:文中数值均为脱敏教学示例。
补充:清单之外的一步
六项都正常,但业务仍说慢,就回到业务侧确认「慢在哪条链路」。有时候问题不在数据库,在应用、网络或前端;清单只能证明数据库这一层没有问题。
示例环境:文中数值均为脱敏教学示例。
补充:三个最容易误判的场景
一是数据量增长被当成回退;二是统计信息未更新被当成索引缺失;三是双跑或复制延迟被当成新库性能。三个场景的共同点是「看起来像数据库问题」,实际原因在别处。
示例环境:文中数值均为脱敏教学示例。
- 点赞
- 收藏
- 关注作者
评论(0)