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。