摘要
排序引起的慢查詢,通常不是那麼容易發現,經常和數據分佈有關係。往往在業務剛開始時並沒有什麼問題,但是隨着業務的發展,數據分佈呈現一種特定的規律,導致了慢查詢,或者並不是什麼慢查詢,但是隨着併發請求數增加,數據庫的IOPS使用率變高,進一步導致cpu/內存使用率飆高。造成線上故障。
問題
因爲排序引起的問題遇到很多次
例1:某日收到線上cpu告警
然後查看慢sql日誌
大量的慢查詢指向了這個查詢
SELECT
id,
prize_id,
user_id,
name,
biz_id
FROM play
WHERE biz_id = xx
AND status = 1
AND prize_type = '大獎'
ORDER BY id DESC
LIMIT 0, 10
play是抽獎記錄表,sql是查抽中獎品的前10個大獎中獎者,來吸引其他用戶參與抽獎,biz_id建了索引
例2 某日上線一個新功能,在第五次壓測時,數據庫cpu告警
查看數據庫慢日誌,沒有一條慢sql(耗時>100ms)。最後通過查閱代碼,sql調用統計。發現有大量下面的SQL調用
SELECT
id,
commit_id
FROM commit_record
WHERE biz_id = 'xxx'
AND id >= #{fromId}
AND id <= #{toId}
biz_id有索引
例3 某日線上服務報API響應時間超過X秒
通過查看應用日誌,發現大量com.mongodb.MongoSocketReadTimeoutException:
mongo的錯誤。經過多重定位,發現從庫的IOPS使用率快接近100%了,同時發現有些慢查詢
"query":{"find":"historyRecord","filter":{"bizId":1234567,"version":23},"sort":{"_id":-1},"limit":1}}
索引是bizId,version的聯合索引
問題分析
這幾個查詢造成的線上問題的形式雖然各有不同,但本質上都是一樣,無法利用索引排序,需要用到數據庫排序,當內存夠大或沒超過排序上限時,就會在內存中排序,這樣單個查詢相對比較快,但是併發量高了,內存容量不夠了,需要進行磁盤排序時,就會變得很慢。
然後經過仔細觀察,發現容易寫出這種語句,忽視了排序造成的風險。常常是根據主鍵排序。開發者容易想當然的以爲主鍵是有索引的,所以排序會走索引,所以不會有什麼大問題。但其實像例子中那些案例,都是無法利用索引排序的。
曾經在mongo索引篇介紹聯合索引如何創建時也提到過。
總結一下,造成數據庫服務問題主要根由是
- 查詢沒有利用到索引排序
- 索引過濾後下面數據仍然有很多,需要掃描排序的數據很多
- 請求的併發量很高,數據庫IOPS使用率高,內存佔用高。
問題解決
首先,日常開發時避免寫出這種SQL,尤其針對數據量比較大的表。或者索引下數據分佈可能不均勻的情況。
線上解決
收到線上警告,發現是此類問題。
- 判斷業務側能否降級,即減少此類查詢。確保不要影響其他業務。
- 數據庫升級配置(需要做到對業務無影響)
線上問題的臨時解決方案只能解一時燃煤之急,真正的解決問題還是需要從查詢着手。
查詢優化
- 業務側避免此類查詢
從業務側分析,是不是需要此類查詢。比如例3,bizId,version_id是不是本身可以作爲有序的,版本號version_id可以設計成有序的,這樣就不需要根據主鍵_id來保持有序 - 減少併發
是不是所有的這類查詢都是必須的,能不能接受緩存。 - 引入其他存儲方案
比如例1,業務需要查詢按照時間順序的中大獎的前N個人。這個業務側可以將數據保存到在redis中,listz中存topN的數據。然後發現有中大獎的人,扔到redis隊列即可。 - 增加一個聯合索引
比如例3可以增加一個bizId,version,_id聯合索引"query":{"find":"historyRecord","filter":{"bizId":1234567,"version":23},"sort":{"_id":-1},"limit":1}}