目錄

誰在消耗cpu?

禍首是誰?

• 用戶
• IO等待
• 產(chǎn)生影響

如何減少CPU消耗?

• 減少等待
• 減少計算
• 升級cpu

誰在消耗cpu?

用戶+系統(tǒng)+IO等待+軟硬中斷+空閑

 

禍首是誰?

用戶

用戶空間CPU消耗，各種邏輯運算

正在進行大量tps

函數(shù)/排序/類型轉(zhuǎn)化/邏輯IO訪問…

用戶空間消耗大量cpu，產(chǎn)生的系統(tǒng)調(diào)用是什么?那些函數(shù)使用了cpu周期?

IO等待

等待IO請求的完成

此時CPU實際上空閑

如vmstat中的wa 很高。但IO等待增加，wa也不一定會上升(請求I/O后等待響應，但進程從核上移開了)

 

產(chǎn)生影響

用戶和IO等待消耗了大部分cpu

• 吞吐量下降(tps)
• 查詢響應時間增加
• 慢查詢數(shù)增加
• 對mysql的并發(fā)陡增，也會產(chǎn)生上訴影響

 

如何減少CPU消耗?

減少等待

減少IO量

SQL/index，使用合適的索引減少掃描的行數(shù)(需平衡索引的正收益和維護開銷，空間換時間)

提升IO處理能力

加cache/加磁盤/SSD

 

減少計算

減少邏輯運算量

• 避免使用函數(shù)，將運算轉(zhuǎn)移至易擴展的應用服務器中

如substr等字符運算，dateadd/datesub等日期運算，abs等數(shù)學函數(shù)

• 減少排序，利用索引取得有序數(shù)據(jù)或避免不必要排序

如union all代替 union，order by 索引字段等

• 禁止類型轉(zhuǎn)換，使用合適類型并保證傳入?yún)?shù)類型與數(shù)據(jù)庫字段類型絕對一致

如數(shù)字用tiny/int/bigint等，必需轉(zhuǎn)換的在傳入數(shù)據(jù)庫之前在應用中轉(zhuǎn)好

• 簡單類型，盡量避免復雜類型，降低由于復雜類型帶來的附加運算。更小的數(shù)據(jù)類型占用更少的磁盤、內(nèi)存、cpu緩存和cpu周期
• ….

減少邏輯IO量

index，優(yōu)化索引，減少不必要的表掃描

如增加索引，調(diào)整組合索引字段順序，去除選擇性很差的索引字段等等

• table，合理拆分，適度冗余

如將很少使用的大字段拆分到獨立表，非常頻繁的小字段冗余到“引用表”

• SQL，調(diào)整SQL寫法，充分利用現(xiàn)有索引，避免不必要的掃描，排序及其他操作

如減少復雜join，減少order by，盡量union all，避免子查詢等

• 數(shù)據(jù)類型，夠用就好，減少不必要使用大字段

如tinyint夠用就別總是int，int夠用也別老bigint，date夠用也別總是timestamp

• ….

 

減少query請求量(非數(shù)據(jù)庫本身)

• 適當緩存，降低緩存數(shù)據(jù)粒度，對靜態(tài)并被頻繁請求的數(shù)據(jù)進行適當?shù)木彺?/li>

如用戶信息，商品信息等

• 優(yōu)化實現(xiàn)，盡量去除不必要的重復請求

如禁止同一頁面多次重復請求相同數(shù)據(jù)的問題，通過跨頁面參數(shù)傳遞減少訪問等

• 合理需求，評估需求產(chǎn)出比，對產(chǎn)出比極端底下的需求合理去除
• ….

 

升級cpu

若經(jīng)過減少計算和減少等待后還不能滿足需求，cpu利用率還高T_T

是時候拿出最后的殺手锏了，升級cpu，是選擇更快的cpu還是更多的cpu了?

• 低延遲(快速響應)，需要更快的cpu(每個查詢只能使用一個cpu)
• 高吞吐，同時運行很多查詢語句，能從多個cpu處理查詢中收益