最近有一個服務(wù)出現(xiàn)了報警，已經(jīng)讓我到了忍無可忍的地步，報警信息如下：
Metric:mysql.innodb_row_lock_waits Tags:port=4306,service=xxxx diff(#1): 996>900
大概的意思是有一個數(shù)據(jù)庫監(jiān)控指標(biāo) innodb_row_lock_waits 目前超出了閾值900
但是尷尬的是，每次報警后去環(huán)境中查看，得到的信息都很有限，慢日志，錯誤日志里面都沒有充分的信息可以分析，一來二去之后，我開始靜下心來分析這個問題的原因。
首先這個報警信息的時間點貌似是有些規(guī)律的，我拿著最近幾天的報警時間做了比對，發(fā)現(xiàn)還是比較有規(guī)律的，那么在系統(tǒng)層面有哪些任務(wù)可能會觸發(fā)呢，我查找比對了相關(guān)的任務(wù)配置，發(fā)現(xiàn)有一個定時任務(wù)每1分鐘會執(zhí)行一次，但是到了這里疑問就來了，如果每1分鐘執(zhí)行1次，為什么在特定的時間會產(chǎn)生差異較大的處理結(jié)果？當(dāng)然這個現(xiàn)象的解釋是個起始。
其實要證明這一點還是蠻容易的，今天我就采取了守株待兔的模式，我在臨近報警的時間前后打開了通用日志，從日志輸出來看，操作的頻率還是相對有限的。
很快得到了規(guī)律性的報警，于是我開始抓取相關(guān)的通用日志記錄，比如11:18分，我們可以采用如下的模式得到相關(guān)的日志，首先得到一個臨時的通用日志文件，把各種DML和執(zhí)行操作都網(wǎng)羅進(jìn)來。
cat general.log|grep -E "insert|delete|update|select|exec" > general_tmp.log
我們以11:18分為例，可以在前后1兩分鐘做比對，結(jié)果如下：
# less general_tmp.log |grep "11:18"|wc -l
400
# less general_tmp.log |grep "11:17"|wc -l
666
# less general_tmp.log |grep "11:16"|wc -l
15
發(fā)現(xiàn)在報警的那1分鐘前后，數(shù)量是能夠?qū)Φ蒙系摹?/p>
這個表的數(shù)據(jù)量有200多萬，表結(jié)構(gòu)如下：
CREATE TABLE `task_queue` (
`AccID` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '自增ID',
`TaskStepID` bigint(20) DEFAULT NULL COMMENT '任務(wù)步驟ID task_step_conf',
`QOrder` int(11) DEFAULT NULL COMMENT '隊列排序 task_step_confi.Step_ID',
`QState` tinyint(4) DEFAULT '1' COMMENT '隊列狀態(tài) 1：待執(zhí)行 2：執(zhí)行中 3：執(zhí)行成功 4：執(zhí)行失敗',
`QExcCount` int(11) DEFAULT '1' COMMENT '執(zhí)行次數(shù)',
`CrtTime` datetime DEFAULT NULL COMMENT '創(chuàng)建時間',
`ModTime` datetime DEFAULT NULL COMMENT '修改時間',
PRIMARY KEY (`AccID`),
KEY `idx_taskstepid` (`TaskStepID`),
KEY `idx_qstate` (`QState`)
) ENGINE=InnoDB AUTO_INCREMENT=3398341 DEFAULT CHARSET=utf8
在日志中根據(jù)分析和比對，基本能夠鎖定SQL是在一類Update操作上面，SQL的執(zhí)行計劃如下：
>>explain update task_queue set QState=1,QExcCount=QExcCount+1,modtime=now() where QState=0 and taskstepid =411\G
*************************** 1. row ***************************
id: 1
select_type: UPDATE
table: task_queue
partitions: NULL
type: index_merge
possible_keys: idx_taskstepid,idx_qstate
key: idx_qstate,idx_taskstepid
key_len: 2,9
ref: NULL
rows: 11
filtered: 100.00
Extra: Using intersect(idx_qstate,idx_taskstepid); Using where; Using temporary
這個執(zhí)行結(jié)果中key_len是2,9，是和以往的ken_len計算法則不一樣的。 其中Extra列已經(jīng)給出了明確的提示，這是一個intersect處理，特別的是它是基于二級索引級別的處理，在優(yōu)化器層面是有一個相關(guān)的參數(shù)index_merge_intersection。
我們知道在MySQL中主鍵是一等公民，而二級索引最后都會映射到主鍵層面處理，而索引級別的intersect其實有點我們的左右手，左手對應(yīng)一些數(shù)據(jù)結(jié)果映射到一批主鍵id,右手對應(yīng)一些數(shù)據(jù)結(jié)果映射到另外一批主鍵id,把兩者的主鍵id值進(jìn)行intersect交集計算,所以在當(dāng)前的場景中，索引級別的intersect到底好不好呢？
在此我設(shè)想了3個對比場景進(jìn)行分析，首先這是一個update語句，我們?yōu)榱吮ＷC后續(xù)測試的可重復(fù)性，可以轉(zhuǎn)換為一個select語句。
select * from task_queue where QState=0 and taskstepid =411;
所以我們的對比測試基于查詢語句進(jìn)行比對分析。
場景1:優(yōu)化器保持默認(rèn)index_merge_intersection開啟，基于profile提取執(zhí)行明細(xì)信息
>explain select * from task_queue where QState=0 and taskstepid =411\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: task_queue
partitions: NULL
type: index_merge
possible_keys: idx_qstate,idx_taskstepid
key: idx_qstate,idx_taskstepid
key_len: 2,9
ref: NULL
rows: 11
filtered: 100.00
Extra: Using intersect(idx_qstate,idx_taskstepid); Using where
1 row in set, 1 warning (0.00 sec)
profile信息為：
場景2:優(yōu)化器關(guān)閉index_merge_intersection，基于profile進(jìn)行對比
>set session optimizer_switch='index_merge_intersection=off';
>explain select * from task_queue where QState=0 and taskstepid =411\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: task_queue
partitions: NULL
type: ref
possible_keys: idx_qstate,idx_taskstepid
key: idx_qstate
key_len: 2
ref: const
rows: 1451
filtered: 0.82
Extra: Using where
1 row in set, 1 warning (0.00 sec)
profile信息為：
場景3：重構(gòu)索引，進(jìn)行比對分析
根據(jù)業(yè)務(wù)邏輯，如果創(chuàng)建一個復(fù)合索引，是能夠大大減少結(jié)果集的量級的，同時依然保留 idx_ qsta te 索引，使得一些業(yè)務(wù)依然能夠正常使用。
>alter table task_queue drop key idx_taskstepid;
>alter table task_queue add key `idx_taskstepid` (`TaskStepID`,QState);
explain select * from task_queue where QState=0 and taskstepid =411\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: task_queue
partitions: NULL
type: ref
possible_keys: idx_qstate,idx_taskstepid
key: idx_taskstepid
key_len: 11
ref: const,const
rows: 1
filtered: 100.00
Extra: NULL
1 row in set, 1 warning (0.00 sec)
profile信息為：
可以明顯看到通過索引重構(gòu)，“Sending data”的部分少了兩個數(shù)量級
所以接下里的事情就是進(jìn)一步進(jìn)行分析和驗證，有理有據(jù)，等待的過程也不再彷徨，一天過去了，再沒有收到1條報警，再次說明在工作中不要小看這些報警。
總結(jié)
到此這篇關(guān)于關(guān)于MySQL報警分析處理的文章就介紹到這了,更多相關(guān)MySQL報警處理內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
