慢SQL，壓垮團隊的最后一根稻草！
在實際的業務系統開發中，雖然我們會嚴抓代碼質量，但是慢 SQL 的檢測卻常常容易被忽視，今天我們就一起來總結一下關于慢 SQL 可能存在的系統運行風險。
一、什么是慢 SQL
什么是慢SQL？顧名思義，運行時間較長的 SQL 語句即為慢 SQL！
那問題來了，多久才算慢呢？
這個慢其實是一個相對值，不同的業務場景下，標準要求是不一樣的。
我們都知道，我們每執行一次 SQL，數據庫除了會返回執行結果以外，還會返回 SQL 執行耗時，以 MySQL 數據庫為例，當我們開啟了慢 SQL 監控開關后，默認配置下，當 SQL 的執行時長大于 10 秒，會被記錄到慢 SQL 的日志文件中。
當然，這個值還可以重新設置，生產環境慢 SQL 一般會設置為0.1~0.2s?。當我們將其設置為0.2s?時，當前數據庫所有 SQL 的執行時長超過0.2s的都會被視為慢 SQL。
可能有的同學會發出疑問，我們為什么要追蹤慢 SQL，有什么意義呢？
二、慢 SQL 危害
這里要從慢 SQL 的危害談起，以 MySQL 數據庫為例，總結起來有以下幾點：
- 當出現慢查詢，DDL 操作都會被阻塞，也就是說創建表、修改表、刪除表、執行數據備份等操作都需要等待，這對實時備份重要數據的系統來說是不可容忍的。
- 慢查可能會占用 mysql 的大量內存，嚴重的時候會導致服務器直接掛掉，整個系統直接癱瘓。
- 慢 SQL 的執行時間過長，可能會導致應用的進程因超時被 kill，無法返回結果給到客戶端。
- 造成數據庫幻讀、不可重復讀的概率更大，假設該慢 SQL 是一個更新操作但因執行時間過長未提交，而另一條 SQL 也在更新數據并且已提交，用戶再次查詢的時候，看到的數據可能與實際結果不符。
- 嚴重影響用戶體驗，SQL 的執行時間越長，頁面加載數據耗時也就越長。
以千萬級的訂單表為例，未優化的情況下，單表分頁查詢 10 條數據，耗時：39s。
首先不說可能對數據庫服務器造成的潛在壓力，沒有任何一個用戶會在頁面查詢訂單查詢等待 39 秒！
三、如何定位慢 SQL
說了這么多，我們如何去定位慢 SQL 呢？
3.1開啟慢 SQL 監控
以 MySQL 為例，我們可以通過如下方式，查詢是否開啟慢 SQL 的監控。
show variables like 'slow_query_log%';
通過如下命令，開啟慢 SQL 監控，執行成功之后，客戶端需要重新連接才能生效。
-- 開啟慢 SQL 監控
set global slow_query_log = 1;
如果想關閉慢 SQL 監控，將其配置為0就可以了。
-- 關閉慢 SQL 監控
set global slow_query_log = 0;
需要特別注意的是，當服務器重啟之后，當前配置會失效！
3.2配置慢 SQL 閥值
默認的慢 SQL 閥值是10秒，可以通過如下語句查詢慢 SQL 的閥值。
-- 查詢慢 SQL 的閥值
show variables like "long_query_time";
我們可以通過如下方式，將慢 SQL 閥值配置成0.2秒。
-- 修改慢 SQL 的閥值
set global long_query_time = 0.2;
然后，退出客戶端，重新連接服務器，就生效了！
與之類似，當服務器重啟之后，當前配置會失效！
3.3永久開啟慢 SQL 監控
以上的操作，當服務器不重啟會一直有效，但是當服務器一單重啟之后，配置就會失效，如果想永久生效，可以通過修改全局配置文件my.cnf使之永久生效。
以 CentOS 為例，打開my.cnf配置文件，添加如下配置變量。
[mysqld]
slow_query_log = ON
slow_query_log_file = /var/lib/mysql/ecs-203056-slow.log
long_query_time = 1
重啟 mysql 服務器
systemctl restart mysqld
3.4慢 SQL 監控測試
初始化一張日志表，數據量在 10 萬左右就夠了，然后我們來執行 SQL，看看是不是被正常抓取到。
很清晰的看到，慢 SQL 已經被抓取記錄。
日志內容詳解：
- Time：表示客戶端查詢時間。
- root[root]：表示客戶端查詢用戶和IP。
- Query_time：表示查詢耗時。
- Lock_time：表示等待 table lock 的時間，注意InnoDB的行鎖等待是不會反應在這里的。
- Rows_sent：表示返回了多少行記錄（結果集）。
- Rows_examined：表示檢查了多少條記錄。
除此之外，我們還可以借助mysqldumpslow命令工具，分析慢 SQL 的數據情況，可以通過如下參數進行組合分析
-s 表示按何種方式排序，支持的參數如下
al: 平均鎖定時間
ar: 平均返回記錄數
at: 平均查詢時間
c: 訪問次數
l: 鎖定時間
r: 返回記錄
t: 查詢時間
-t NUM 返回前面多少條的數據
-g PATTERN 后邊搭配一個正則匹配模式，大小寫不敏感
常見的用法如下：
查詢返回記錄集最多的10個 SQL；
mysqldumpslow -s r -t 10 /var/lib/mysql/ecs-203056-slow.log
查詢訪問次數最多的10個SQL；
mysqldumpslow -s c -t 10 /var/lib/mysql/ecs-203056-slow.log
查詢按照時間排序的前10條里面含有左連接的查詢語句。
mysqldumpslow -s t -t 10 -g "LEFT JOIN" /var/lib/mysql/ecs-203056-slow.log
四、慢 SQL 是怎么發生的
面對這種耗時巨長的 SQL，我們不禁會發出一個疑問，它是怎么發生的呢？
這得從 SQL 的執行過程說起，我們先簡單的看看下面這個圖。
一條 SQL 語句執行時，總結起來大概分為以下幾個步驟：
- 若查詢緩存打開則會優先查詢緩存，若命中則直接返回結果給客戶端。
- 若緩存未命中，此時 MySQL 需要搞清楚這條語句需要做什么，則通過分析器進行詞法分析、語法分析。
- 搞清楚要做什么之后，MySQL 會通過優化器對 SQL 進行優化，生成一個最優的執行計劃。
- 最后通過執行器與存儲引擎提供的接口進行交互，將結果返回給客戶端。
在 MySQL 執行過程中，優化器可能會對我們即將要執行的 SQL 進行改造，改造思路如下：
- 根據搜索條件，找出 SQL 中所有可能使用的索引。
- 然后計算全表掃描的成本開銷。
- 接著計算使用不同索引執行查詢的成本開銷。
- 最后會對比各種執行方案的成本開銷，找出開銷值最小的那一個。
- 其中影響成本開銷值的計算，主要是I/O成本和CPU成本這兩個指標。
從I/O成本視角看：
- 當表的數據量越大，需要的 I/O 次數也就越多。
- 從磁盤讀取數據比從緩存讀取數據，I/O 消耗的時間更多。
- 全表掃描比通過索引快速查找，I/O 消耗的時間和次數更多。
從CPU成本視角看：
- 當 SQL 中有排序、子查詢等復雜的操作時，CPU 需要先把數據存到臨時表中，再對數據進行加工，需要的 CPU 資源更多。
- 全表掃描相比于通過索引快速查找，需要的 CPU 資源也更多。
因此我們不難發現，在沒有開啟緩存的情況下，當表的數據量越大，如果 SQL 又沒有走索引，很容易發生查詢慢的問題。
五、小結
本文主要圍繞慢 SQL 的定位和可能存在的風險進行了簡單的介紹，整篇介紹的算是一個入門級的知識，文章內容難免有些理解不到位的地方，歡迎網友留言指出！
由于篇幅的原因，我們會在下篇文章中介紹慢 SQL 的優化思路。
六、參考
1、稀土掘金 - 三個豬皮匠 - 慢SQL優化一點小思路
2、博客園 - 雪山上的蒲公英 - 慢 SQL 分析
3、博客園 - 慢查詢的危害
