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(yīng)，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(yīng)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(yīng)用服務(wù)器中

  如substr等字符運算，dateadd/datesub等日期運算，abs等數(shù)學(xué)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(yīng)用中轉(zhuǎn)好

•   簡單類型，盡量避免復(fù)雜類型，降低由于復(fù)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(fù)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(fù)請求

  如禁止同一頁面多次重復(fù)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(yīng)），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