问题描述

阿里云云数据库RDS MySQL/MariaDB TX版使用过程中，出现CPU使用率过高甚至达到100%的情况。

问题原因

应用提交查询操作或数据修改操作时，系统需要执行大量的逻辑读操作，其中逻辑IO包含执行查询所需访问表的数据行数。所以系统需要消耗大量的CPU资源以维护从存储系统读取到内存中的数据一致性。本文以CPU使用率为100%的场景为例，介绍了两个引起该状况的原因及其解决方案，即应用负载（QPS）高和慢SQL导致查询成本高。其中由于慢SQL导致查询成本高（查询访问表数据行数多），导致实例CPU使用率高是MySQL非常常见的问题。

说明：大量行锁冲突、行锁等待或后台任务导致实例CPU使用率过高的问题，由于出现的概率非常低，本文不做讨论。
  • 应用负载（QPS）高：
    • 特征：实例的QPS高，查询比较简单，执行效率高，优化余地小。
    • 表现：没有出现慢查询，或者慢查询不是主要原因，且QPS和CPU使用率曲线变化吻合。
    • 常见场景：该状况常见于应用优化过的在线事务交易系统（例如订单系统）、高读取率的热门Web网站应用、第三方压力工具测试（例如Sysbench）等。
  • 慢SQL导致查询成本高（查询访问表数据行数多）：
    • 特征：实例的QPS不高，查询执行效率低、执行时需要扫描大量表数据、优化余地大。
    • 表现：存在慢查询，QPS和CPU使用率曲线变化不吻合。
    • 原因分析：由于查询执行效率低，为获得预期的结果需要访问大量的数据导致平均逻辑IO高，因此在QPS并不高的情况下（例如网站访问量不大），也会导致实例的CPU使用率偏高。

解决方案

阿里云提醒您：

  • 如果您对实例或数据有修改、变更等风险操作，务必注意实例的容灾、容错能力，确保数据安全。
  • 如果您对实例（包括但不限于ECS、RDS）等进行配置与数据修改，建议提前创建快照或开启RDS日志备份等功能。
  • 如果您在阿里云平台授权或者提交过登录账号、密码等安全信息，建议您及时修改。

根据您实际情况选择对应的解决方法。

应用负载（QPS）高

对于因应用负载高导致CPU使用率高的状况，使用SQL进行优化的余地不大，建议您从应用架构、实例规格等方面来处理问题。请参考以下方法：

  • 升级实例规格，增加CPU资源，详情请参见变更配置。

  • 增加只读实例，将对数据一致性不敏感的查询（比如商品种类查询、列车车次查询）转移到只读实例上，分担主实例压力，详情请参见创建MySQL只读实例。

  • 使用阿里云PolarDB-X云原生分布式数据库，自动进行分库分表，将查询压力分担到多个RDS实例上。

  • 使用阿里云云数据库Memcache或者云数据库Redis，尽量从缓存中获取常用的查询结果，减轻RDS实例的压力。

  • 对于查询数据比较静态、查询重复度高、查询结果集小于1MB的应用，考虑开启查询缓存（Query Cache）。

    说明：能否从开启查询缓存（Query Cache）中获益需要经过测试，具体设置请参见 RDS MySQL 版查询缓存（Query Cache）的设置和使用。

  • 定期归档历史数据、采用分库分表或者分区的方式减小查询访问的数据量。

    尽量优化查询，减少查询的执行成本，提高应用可扩展性。

慢SQL导致查询成本高

解决该问题的原则：定位效率低的查询、优化查询的执行效率、降低查询执行的成本。

  1. 通过以下方式定位效率低的查询：
    • 执行以下SQL语句，查看当前执行的查询语句。 
      show processlist;
      show full processlist;
      系统显示类似如下。

      查询时间长、运行状态为Sending data、Copying to tmp table、Copying to tmp table on disk、Sorting result、Using filesort的查询会话可能均包含性能问题。
      • 若在QPS高导致CPU使用率高的场景中，查询执行时间通常比较短，show processlist;命令或实例会话中可能会不容易捕捉到当前执行的查询。但是您可以通过执行以下SQL语句进行查询。 
        explain [$SQL]
        说明 ：[$SQL]为有性能问题的SQL查询语句。
      • 您可以通过执行类似kill [$ID];的命令来终止长时间执行的会话，终止会话请参见RDS MySQL 版如何终止会话。关于长时间执行会话的管理，请参见RDS MySQL 版管理长时间运行查询。
        说明：[$ID]为该查询语句对应的会话ID。
    • 通过数据库自治服务DAS查看当前执行的查询：
      1. 登录数据库自治服务控制台。
      2. 依次单击目标实例右侧的性能>实例会话。

      3. 单击SQL列中的查询文本，即可显示完整的查询和其执行计划。
  2. 得到需要优化的查询语句后，可以通过DMS控制台上的SQL诊断来获取优化建议。诊断报告同样适用于排查历史实例CPU使用率高的问题：
    1. 通过DMS控制台登录实例。
    2. 单击页面上方的SQL窗口，选择对应的库。
    3. 将查询语句粘贴到SQL窗口，单击SQL诊断，即可得到优化建议。
  3. 根据您实际情况，选择优化建议进行处理。例如添加索引，确认执行查询成本会大幅减少。

更多信息

性能问题排查并解决功能

数据管理工具提供了辅助排查并解决实例性能问题的功能，主要有以下几种。其中，实例诊断报告是排查和解决MySQL/MariaDB TX实例性能问题的最佳工具。无论何种原因导致的性能问题，建议您首先查看实例诊断报告，尤其是诊断报告中的SQL优化、会话列表和慢SQL汇总。

避免出现CPU使用率达到100%的原则

如何避免CPU使用率达到100%的处理方法如下：

  • 设置CPU使用率告警，保证实例CPU使用率有一定的冗余度。
  • 应用设计和开发过程中，需要考虑查询的优化，遵守MySQL优化的一般优化原则，降低查询的逻辑IO，提高应用可扩展性。
  • 新功能、新模块上线前，需要使用生产环境数据进行压力测试，建议使用阿里云性能测试PTS。
  • 新功能、新模块上线前，建议使用生产环境数据进行回归测试。
  • 建议经常关注和使用诊断报告功能，详情请参见RDS如何访问诊断报告。

系统资源算法

下文通过一个简化的模型来说明系统资源、SQL语句执行成本以及QPS（Query Per Second每秒执行的查询数）之间的关系：

  • 条件：应用模型恒定，即应用没有修改。
  • avg_lgc_io：执行每条查询需要的平均逻辑IO。
  • total_lgc_io：实例的CPU资源在单位时间内能够处理的逻辑IO总量。
  • 关系公式：total_lgc_io = avg_lgc_io × QPS，即单位时间CPU资源总量 = 执行查询的平均逻辑IO × 单位时间执行的查询数量。

相关文档

适用于

  • 云数据库RDS MySQL版