最近在做一个 OceanBase 的性能排查小结,把慢 SQL 的定位思路整理成固定流程,分享给有需要的同学,欢迎补充。
一、先认清问题
一条慢 SQL 的危害不只是它本身:长时间占用工作线程和连接,会挤占正常请求的资源;应用侧等待结果会把连接池逐渐占满,引发上游排队和超时;如果还涉及大事务或未提交的行锁,会拖慢更多会话,形成恶性循环。所以第一步不是"改",而是先定位到底是哪条 SQL、在什么时间、以什么方式变慢的。
二、取证:锁定目标 SQL
没有证据的优化都是猜测。常用入口有三类:OCP 的慢查询 / Top SQL 面板,按执行耗时和执行次数排序;系统租户下的 SQL 审计视图,按耗时过滤看 SQL 文本、执行时间、返回行数、重试次数;应用侧的慢请求日志,把数据库耗时和调用链路对应起来。拿到 SQL 后先记录基线:执行频次、平均耗时、返回行数,后续每步优化都回到这些数字上验证。
三、读懂执行计划
用 EXPLAIN 看目标 SQL,重点盯四点:是否走了预期索引、有没有全表扫描;多表连接的驱动表和连接方式是否合理;优化器估算行数与实际返回行数是否相差几个数量级(相差大通常意味着统计信息失真);是否存在对索引列做函数运算或隐式类型转换导致索引失效。
四、核对统计信息与索引设计
大批量导入或删除后,统计信息会失真,优化器可能弃用好索引;数据倾斜时平均值估算会严重偏离实际。发现"SQL 没改但计划突然变差",优先查统计信息。索引方面,高频多列组合查询优先考虑复合索引并遵守最左前缀原则;每个索引都有写入和存储成本,更新频繁的表要克制;长期无人使用的索引应定期复核清理。统计信息和索引要一起看,不能割裂。
五、结合监控验证效果
任何改动都要闭环。改完索引或 SQL 后,回到监控和审计视图对比改动前后的耗时、逻辑读、返回行数:耗时明显下降且计划稳定才算生效;如果只在个别语句上改善、整体负载没变,要警惕是不是把慢点转移了;持续观察一段时间确认没有引入新的慢 SQL。
小结
慢 SQL 排查其实是一条固定主线:取证定位 → 读执行计划 → 核对统计信息 → 审查索引 → 监控验证。把它沉淀成团队共用的清单,比每次临时救火更有效。文中视图名和参数请以所用版本的官方文档为准,变更先在测试环境验证。
大家在实际排查中还遇到过哪些"计划突然变坏"的场景?欢迎在评论区补充。