压力测试过程中MySQL服务CPU占用率过高的问题排查思路-创新互联

〇、经验总结：

• 在关注业务接口的TPS时，也要关注数据库服务器的QPS。如果一个业务流程里包含多条查询，那么业务接口TPS的上升对数据库服务器QPS的放大效应会很明显。
• 如果查询结果集不大，尽量使用一条查询语句，通过子查询返回多个结果集，避免将多个结果集拆分成多次数据库查询，否则会造成过多的数据库连接/查询操作，消耗IO资源，降低TPS，提高CPU占用率。
• 在业务代码中，尽量避免在循环语句里写数据库查询。
• 依据SQL语句的使用频率来建立索引，查询条件字段顺序按照联合索引的字段顺序来写（从左到右的匹配顺序）
• 关注慢查日志

一、背景说明

接着上一篇Grpc性能调优的文章继续写，我们这次压测的是一个查询用户群组列表信息的接口，该接口里需要查询某个用户的所有群组信息，包括每个群组的名称、成员数量等。
经过之前对业务机器的JVM参数等进行优化后，现在已经不存在业务机器的频繁GC、CPU占用率过高、TPS上不去等问题了。但是我们遇到了两个新问题：在业务接口并发50、TPS600左右时，压测接口出现了超时错误，而且数据库服务器CPU占用率超过了93%！

成都创新互联公司网站建设公司是一家服务多年做网站建设策划设计制作的公司,为广大用户提供了网站设计、成都网站制作，成都网站设计，广告投放平台，成都做网站选成都创新互联公司，贴合企业需求，高性价比，满足客户不同层次的需求一站式服务欢迎致电。二、测试过程

数据准备：

• t_info_group群组表：
  

• t_info_group_member群组成员表：
  

数据约定：测试数据中，每个群组里面有3000个成员；每个成员有20个群组。

1、第一次压测

我们首先进行一次摸底测试，使用两台压测机器共同发起300个并发，持续压测2分钟。（如果只用一台压测机发起300个并发，会由于机器端口受限，TPS超过5W后不能发起新请求，压测机将报错）
（1）数据库连接池配置
c3p0.initialPoolSize=15
c3p0.minPoolSize=15
c3p0.acquireIncrement=10
c3p0.maxPoolSize=32
（2）数据库慢查日志、数据库服务器监控指标

top命令显示CPU使用率超过了91%，而且慢查日志一直在刷！
通过分析慢查日志里面的SQL语句，以及对应的数据库表，发现查询语句中有“where a=.. and b=.. and c=..”，但是有一个联合索引的字段是“a, c"。根据联合索引的匹配规则，这条sql用不了索引，导致慢查。经过将索引更换成"a, b, c"，单条sql查询效率提高一倍。

2、第二次压测

使用两台压测机器共同发起50个并发，持续压测2分钟。
（1）其他配置均不做改变。
（2）数据库慢查日志、数据库服务器监控指标
经过上述调整，慢查日志没有了，但是CPU使用率依然还是超过了90%。这是一个不能容忍的数据，如果并发继续提高，数据库服务器很快将被撑爆。

由于其他涉及到sql查询的接口在压测时都没有出现过CPU占用率这么高的情况，所以我们排除了数据库服务器安装配置的问题。
我们开始思考出现问题的可能原因：

• 数据库连接池等参数配置有缺陷，导致连接池不够用，一直在建立新的连接。
• 业务代码逻辑可能存在缺陷，导致查询语句消耗过多IO或内存资源。
• 并发数量高，数据库服务器CPU正常就需要占用这么多。（这是最无奈最不想接受的结局）
  我们先查看show processlist; 的结果，发现有很多连接其实是空闲的，也就是说目前的连接池已经够用了。
  而当我们把连接池尝试放大，配置改为：
  c3p0.initialPoolSize=20
  c3p0.minPoolSize=20
  c3p0.acquireIncrement=20
  c3p0.maxPoolSize=128
  在这个配置下，对CPU的占用率没有丝毫影响。那么排除连接池配置的问题。
  那有没有可能是在当前并发量条件下，就需要消耗这么多的CPU呢？
  我们对比了另一个涉及到SQL查询的接口，在60个并发下，那个接口的TPS达到了1100，而现在压测的接口，TPS只有600。那么在同等并发下，相同的查询语句复杂度和查询结果数据量条件下，现在压测的接口不仅TPS低，还占用了过多的CPU，可能就不是数据库的问题。这就排除了因并发量高而必然导致CPU占用率超过90%的假设。
  我们继续看数据库服务器的监控指标，使用阿里的orzdba脚本监控MySQL服务器。
  当前压测接口的MySQL服务器指标数据：
  

对照接口的指标数据：

从上述两个对比图可以看到，当前压测接口的数据库QPS高达3000。对比数据汇总一下，可以看出一些问题：
当前接口：
并发：60，TPS：600，数据库CPU：92%，数据库QPS：3000
对照接口：
并发60，TPS：1000，数据库CPU：20%，数据库QPS：1400
当前压测接口处理更耗时，可能原因是一次接口业务里涉及到了多次数据库操作。
那么接下来就是排查业务代码里的数据库操作了。进行code review！
核心业务伪代码：
//查询用户的群组列表
List groupList = groupDao.selectGroups(userId);
for(Dto dto:groupList){
//查询每个群组的用户数，会循环20次！
int userNumber = groupDao.getGroupNumber(dto.getAsIong(groupId));
}

这段代码怎么这么别扭？第一个查询已经去查询群组信息了，还要用for循环去遍历20次统计每个群组用户数？？
这样操作的话，一次接口请求将操作很多次的数据库查询，并带来更多网络、IO操作。那么CPU占用率过高的问题很可能是这个情况导致的。
我们的优化措施是优化groupDao.selectGroups(userId)对应的查询语句，使用子查询返回用户的群组列表和每个群组的用户数，去掉for循环。

3、第三次压测

使用两台压测机器共同发起50个并发，持续压测2分钟。
（1）其他配置均不做改变。
（2）数据库慢查日志、数据库服务器监控指标
数据库慢查日志没有提示慢查SQL语句，数据库服务器CPU占用率稳定在80%以下，数据库QPS提高到了近7000！这个优化效果可以说是非常的明显了。

4、留给我的疑问

也许有人会问：代码优化后数据库的QPS比之前更高了，那CPU使用应该更多啊，但是为什么数据库的CPU占用率反而降下来了呢？这是为什么呢？[这个问题，其实我也没有想明白，有知道原因的朋友欢迎留言讨论。]
对于这个问题，我最近一直在思考，并查阅相关的资料，突然从接口优化前后的性能数据上可以看到：优化前，业务接口的TPS才600，数据库QPS才3000，而优化后的业务接口TPS达到了1100，几乎翻倍，同时数据库QPS达到了6000，也翻倍了，但数据库CPU使用率反而降低了。从这几个数据可以得到这样一条结论：接口TPS的增长，自然导致了数据库QPS的同级别增长，说明在优化前和优化后，数据库的压力瓶颈还远没有达到，那么数据库服务器CPU使用率的飙高，也不是由于SQL处理导致的！
数据库服务器的资源消耗，除了SQL执行、磁盘IO，其实还有网络连接。
优化前的代码里，一次TPS会进行多次数据库连接并提交SQL查询请求，这个操作带来的网络连接消耗也是非常可观的，优化后的代码里，一次TPS就进行一次数据库连接并提交SQL查询请求，资源消耗降低了很多。

• 接口优化前：
  并发：60，TPS：600，数据库CPU：92%，数据库QPS：3000
  
  

• 接口优化后：
  并发：60，TPS：1100，数据库CPU：低于80%，数据库QPS：6000
  

当前文章：压力测试过程中MySQL服务CPU占用率过高的问题排查思路-创新互联
链接URL：http://bzwzjz.com/article/idppo.html