Java 后端 / 系统课时

识别数据库性能指标

识别数据库性能指标

本文解决数据库性能分析中“到底哪里慢”的问题。通过理解响应时间、吞吐量、连接数和资源消耗等指标,可以建立统一判断标准,并根据指标组合定位优化方向。

学习目标

  • 理解数据库性能分析中的核心指标含义
  • 掌握不同指标之间的关系和使用场景
  • 能够根据指标变化判断可能的性能问题

响应时间与吞吐量

响应时间表示一次请求从开始到完成消耗的时间,通常关注平均值、最大值以及 P95、P99 等分位数。线上环境中,分位数更能发现少量慢请求带来的用户体验问题。

吞吐量表示单位时间内系统处理请求或数据库操作的数量,例如 QPS 或 TPS。响应时间降低并不一定代表吞吐量提升,需要结合业务目标判断系统是否真正改善。

连接数与连接池状态

Java 应用通常通过连接池复用数据库连接,而不是每次请求重新创建连接。连接数、等待时间和池容量可以帮助判断应用侧是否存在数据库访问瓶颈。

下面展示一个 Spring Boot 使用 HikariCP 的连接池配置示例,其中 connection-timeout 需要使用实际毫秒数配置,不能使用动态占位符。

yaml
spring:
  datasource:
    hikari:
      maximum-pool-size: 20
      connection-timeout: 30000

预期输出

text
应用启动后创建数据库连接池。
最大连接数限制为 20。
连接等待超时时间为 30000 毫秒。
实际连接数量根据请求压力动态变化。

不同业务需要根据数据库容量、请求并发量和 SQL 执行耗时调整连接池参数,连接数过大也可能增加数据库压力。

数据库资源消耗指标

数据库性能不仅由 SQL 决定,还受到 CPU、内存、磁盘 IO 和锁等待影响。常见指标包括:

指标 说明 常见问题
CPU 使用率 数据库计算压力 复杂查询、排序、聚合过多
内存使用量 缓存和工作区占用 缓存不足导致频繁磁盘读取
磁盘 IO 数据读写压力 大量扫描、写入压力过高
锁等待 并发事务阻塞情况 长事务、热点数据竞争

使用指标辅助定位问题

单个指标通常无法直接说明根因,需要结合多个指标分析。例如响应时间升高,同时连接池等待增加,可能说明应用连接不足;如果连接正常但 SQL 执行时间增长,则需要进一步分析执行计划。

可以通过数据库统计视图获取当前活动连接数量:

sql
SELECT
  count(*) AS active_connections
FROM pg_stat_activity
WHERE state = 'active';

预期结果

text
 active_connections
-------------------
 5

结果中的连接数量会随业务请求变化,实际数值取决于当前数据库运行状态。

性能优化不是让某一个指标无限降低,而是在响应时间、吞吐量和资源消耗之间取得平衡。建立指标体系后,才能避免仅凭经验调整数据库参数。

按自己的节奏,确认真正理解。

目录与阅读设置

记录一个想法

识别数据库性能指标

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通