阿里云面試官:如果是 MySQL 引起的CPU消耗過大廉赔,你會如何優(yōu)化肉微?

誰在消耗cpu?

禍?zhǔn)资钦l?

用戶

IO等待

產(chǎn)生影響

如何減少CPU消耗蜡塌?

減少等待

減少計(jì)算

升級cpu

誰在消耗cpu?

用戶+系統(tǒng)+IO等待+軟硬中斷+空閑

禍?zhǔn)资钦l碉纳?

用戶

用戶空間CPU消耗,各種邏輯運(yùn)算

正在進(jìn)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馏艾,產(chǎn)生的系統(tǒng)調(diào)用是什么劳曹?那些函數(shù)使用了cpu周期奴愉?參考Linux 性能優(yōu)化解析MySQL 幾種調(diào)式分析利器

IO等待

等待IO請求的完成

此時(shí)CPU實(shí)際上空閑

如vmstat中的wa 很高。但I(xiàn)O等待增加铁孵,wa也不一定會上升(請求I/O后等待響應(yīng)锭硼,但進(jìn)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(shí)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消耗库菲?

減少等待

減少IO量

SQL/index账忘,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(hù)開銷,空間換時(shí)間)

提升IO處理能力

加cache/加磁盤/SSD

減少計(jì)算

減少邏輯運(yùn)算量

避免使用函數(shù)熙宇,將運(yùn)算轉(zhuǎn)移至易擴(kuò)展的應(yīng)用服務(wù)器中 如substr等字符運(yùn)算鳖擒,dateadd/datesub等日期運(yùn)算,abs等數(shù)學(xué)函數(shù)減少排序烫止,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蒋荚,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等馆蠕,必需轉(zhuǎn)換的在傳入數(shù)據(jù)庫之前在應(yīng)用中轉(zhuǎn)好簡單類型期升,盡量避免復(fù)雜類型,降低由于復(fù)雜類型帶來的附加運(yùn)算互躬。更小的數(shù)據(jù)類型占用更少的磁盤播赁、內(nèi)存、cpu緩存和cpu周期....

減少邏輯IO量

index吼渡,優(yōu)化索引容为,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寺酪,去除選擇性很差的索引字段等等table坎背,合理拆分,適度冗余 如將很少使用的大字段拆分到獨(dú)立表寄雀,非常頻繁的小字段冗余到“引用表”SQL得滤,調(diào)整SQL寫法,充分利用現(xiàn)有索引盒犹,避免不必要的掃描懂更,排序及其他操作 如減少復(fù)雜join,減少order by急膀,盡量union all膜蛔,避免子查詢等數(shù)據(jù)類型,夠用就好脖阵,減少不必要使用大字段 如tinyint夠用就別總是int皂股,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(dāng)緩存命黔,降低緩存數(shù)據(jù)粒度呜呐,對靜態(tài)并被頻繁請求的數(shù)據(jù)進(jìn)行適當(dāng)?shù)木彺?如用戶信息就斤,商品信息等優(yōu)化實(shí)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)的問題蘑辑,通過跨頁面參數(shù)傳遞減少訪問等合理需求洋机,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(jì)算和減少等待后還不能滿足需求洋魂,cpu利用率還高T_T

是時(shí)候拿出最后的殺手锏了绷旗,*升級cpu*,是選擇更快的cpu還是更多的cpu了副砍?

“低延遲(快速響應(yīng))衔肢,需要更快的cpu(每個(gè)查詢只能使用一個(gè)cpu)高吞吐,同時(shí)運(yùn)行很多查詢語句豁翎,能從多個(gè)cpu處理查詢中收益

因?yàn)樾【幨莏ava技術(shù)人員角骤,所以如果有需要java相關(guān)資料及面試題答案可以滴滴小編

獲取方式:轉(zhuǎn)發(fā)+關(guān)注,私信小編【java】即可獲取

注意一下咯:小編已將這些25個(gè)專題的面試題+答案都集結(jié)整理成了一份PDF文檔心剥,有需要的老鐵私信下我關(guān)鍵詞 “java”邦尊,回復(fù)獲取免費(fèi)下載原文件的方式喲~

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市优烧,隨后出現(xiàn)的幾起案子蝉揍,更是在濱河造成了極大的恐慌,老刑警劉巖畦娄,帶你破解...
    沈念sama閱讀 219,110評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件疑苫,死亡現(xiàn)場離奇詭異,居然都是意外死亡纷责,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,443評論 3 395
  • 文/潘曉璐 我一進(jìn)店門撼短,熙熙樓的掌柜王于貴愁眉苦臉地迎上來再膳,“玉大人,你說我怎么就攤上這事曲横∥蛊猓” “怎么了?”我有些...
    開封第一講書人閱讀 165,474評論 0 356
  • 文/不壞的土叔 我叫張陵禾嫉,是天一觀的道長灾杰。 經(jīng)常有香客問我,道長熙参,這世上最難降的妖魔是什么艳吠? 我笑而不...
    開封第一講書人閱讀 58,881評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮孽椰,結(jié)果婚禮上昭娩,老公的妹妹穿的比我還像新娘凛篙。我一直安慰自己,他們只是感情好栏渺,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,902評論 6 392
  • 文/花漫 我一把揭開白布呛梆。 她就那樣靜靜地躺著,像睡著了一般磕诊。 火紅的嫁衣襯著肌膚如雪填物。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,698評論 1 305
  • 那天霎终,我揣著相機(jī)與錄音滞磺,去河邊找鬼。 笑死神僵,一個(gè)胖子當(dāng)著我的面吹牛雁刷,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播保礼,決...
    沈念sama閱讀 40,418評論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼沛励,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了炮障?” 一聲冷哼從身側(cè)響起目派,我...
    開封第一講書人閱讀 39,332評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎胁赢,沒想到半個(gè)月后企蹭,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,796評論 1 316
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡智末,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,968評論 3 337
  • 正文 我和宋清朗相戀三年谅摄,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片系馆。...
    茶點(diǎn)故事閱讀 40,110評論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡送漠,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出由蘑,到底是詐尸還是另有隱情闽寡,我是刑警寧澤,帶...
    沈念sama閱讀 35,792評論 5 346
  • 正文 年R本政府宣布尼酿,位于F島的核電站爷狈,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏裳擎。R本人自食惡果不足惜涎永,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,455評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧土辩,春花似錦支救、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,003評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至启涯,卻和暖如春贬堵,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背结洼。 一陣腳步聲響...
    開封第一講書人閱讀 33,130評論 1 272
  • 我被黑心中介騙來泰國打工黎做, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人松忍。 一個(gè)月前我還...
    沈念sama閱讀 48,348評論 3 373
  • 正文 我出身青樓蒸殿,卻偏偏與公主長得像,于是被迫代替她去往敵國和親鸣峭。 傳聞我的和親對象是個(gè)殘疾皇子宏所,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,047評論 2 355