Java 后端 / 系统课时
排查数据库慢故障
排查数据库慢故障
本篇解决生产环境中数据库访问变慢但原因不明确的问题,通过应用日志、SQL 状态和数据库会话信息逐层缩小范围,最终定位并验证修复结果。
学习目标
- 掌握数据库慢故障的标准定位顺序。
- 学会结合日志和数据库状态分析异常。
- 理解慢查询、锁等待和连接异常的区别。
从现象收集故障信息
数据库慢故障排查首先确认影响范围,包括异常接口、发生时间、请求量变化和错误表现。不要直接修改 SQL 或重启服务,否则可能丢失关键现场。
常见现象包括接口耗时升高、数据库连接等待增加、SQL 执行时间增长以及事务阻塞。
定位慢 SQL 与异常会话
应用日志可以提供请求链路和 SQL 耗时,数据库状态可以确认当前是否存在长事务或阻塞。例如 PostgreSQL 中可以查看正在执行的会话:
sql
SELECT pid, usename, state, now() - query_start AS query_age, query
FROM pg_stat_activity
WHERE query_start IS NOT NULL
ORDER BY query_start;预期输出
text
pid | usename | state | query_age | query
------+---------+--------+-----------+----------------
1234 | app | active | 00:02:10 | SELECT ...实际 pid 和 SQL 内容会随环境变化,示例中的值仅用于说明字段含义。
分析根因并修复
定位到问题后,需要区分不同根因。慢 SQL 应检查执行计划和索引;锁等待应检查阻塞事务;连接不足应检查连接池配置和数据库承载能力。
不要使用重启数据库作为第一处理方式。重启可能暂时消除连接问题,但会隐藏真正原因。
验证修复结果
修复后需要重新观察同一组指标,包括接口耗时、SQL 执行时间、错误率和数据库资源使用情况。只有指标恢复稳定,才能确认问题已经解决。
生产排障的核心是保留现场、逐层验证和小范围修复,而不是依赖经验直接执行高风险操作。
按自己的节奏,确认真正理解。