大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！
上周讲了参数调优——哪些参数值得调、怎么调。但有一个前置问题没解决：你怎么知道该调哪个参数？
系统慢了，CPU飙了，磁盘I/O满了，内存快爆了——面对一堆异常指标，先查哪个？
很多DBA的直觉是“CPU最高就先看CPU”。但CPU高往往是表象，真正的根因可能在磁盘、在网络、在内存。
今天不讲具体参数，先讲一套诊断优先级——遇到性能问题，按什么顺序排查，才不会走弯路。
一、先系统后数据库：不要一上来就查SQL
接到“系统慢了”的反馈，很多DBA的第一反应是翻慢查询日志。这个直觉可以理解，但往往是低效的。
正确的排查顺序是：先看系统层，再看数据库层。
系统层是“体检”——CPU、内存、IO、网络四大资源，哪个亮了红灯？数据库层是“问诊”——系统层没有瓶颈时，才深入数据库内部排查；系统层已亮红灯时，优先解决资源问题。
慢查询日志只记录了“已经慢了的SQL”，不记录“为什么慢”。如果系统层资源已经打满了，翻慢查询日志是浪费时间——先把资源问题解决了，慢查询自然就少了。
二、四大资源的诊断优先级
遇到性能问题，建议按以下顺序排查：
第一步：查磁盘I/O（优先级最高）
为什么I/O排第一？因为I/O问题是数据库性能问题最常见的根源。而且I/O问题的特征很明确，容易被误判为CPU问题。
怎么看？
# 实时查看磁盘I/O
iostat -x 1
关键指标：
| 指标 | 含义 | 危险信号 |
%util |
磁盘繁忙程度 | >80% 说明磁盘快打满了 |
await |
I/O请求平均等待时间 | 远超svctm说明在排队 |
r/s / w/s |
每秒读写次数 | 接近磁盘IOPS上限 |
wa（top中） |
CPU等待I/O的时间 | >10%说明I/O是瓶颈，CPU在空等磁盘 |
常见场景：top里看到CPU使用率很高，但wa（iowait）也很高——CPU其实在等磁盘，不是在算数据。这时候加CPU没用，得解决磁盘问题。
怎么解决？
- 检查是否有全表扫描（会在第三步确认）
- 检查是否有大量排序操作或临时表写磁盘
- 调整
innodb_io_capacity等I/O相关参数 - 考虑升级磁盘（HDD→SSD→NVMe）
第二步：查内存（优先级第二）
内存不足会导致频繁的磁盘交换（Swap），而Swap一发生，性能会直接崩盘。内存问题往往表现为“磁盘I/O高”或“CPU高”——因为内存不够，系统在频繁换页，CPU忙着处理换页中断。
怎么看？
# 查看内存使用
free -h
# 查看是否有Swap活动
vmstat 1
关键指标：
| 指标 | 含义 | 危险信号 |
available / free |
可用内存 | 接近0说明内存不足 |
si / so（vmstat） |
Swap换入/换出 | 非0说明内存在换页 |
| InnoDB缓冲池命中率 | 数据页在内存中的命中比例 | <95%说明缓冲池不够大 |
常见场景：free -h显示内存快用完了，vmstat的si和so列出现非0值。这时候查SQL没用——加内存才是正解。
怎么解决？
- 调整
innodb_buffer_pool_size（通常设为物理内存的50%-70%） - 检查是否有内存泄露（连接未释放、大查询占用大量临时内存）
- 考虑增加物理内存
第三步：查CPU（优先级第三）
CPU高是数据库性能问题最常见的“报警信号”，但它往往是结果，不是原因。所以CPU排在第三位——先排除了I/O和内存的问题，再看CPU。
怎么看？
# 查看CPU使用情况
top
关键指标：
| 指标 | 含义 | 危险信号 |
us（用户态） |
应用在跑计算 | 高说明SQL在做大量计算或排序 |
sy（内核态） |
系统在忙 | 高说明连接风暴或锁竞争 |
wa（I/O等待） |
CPU在等磁盘 | 高说明磁盘是瓶颈 |
load average |
系统平均负载 | 持续高于CPU核数说明过载 |
us高的场景：us（用户态CPU）高，说明SQL在做大量计算或排序。这时候才轮到查慢查询日志、看执行计划、优化SQL。
sy高的场景：sy（内核态CPU）高，说明系统在频繁切换上下文。通常是连接风暴或大量锁竞争导致的。
怎么解决？
- us高 → 优化SQL、加索引、减少排序
- sy高 → 检查连接数是否突增、检查锁等待
- 负载高 → 考虑升级CPU或增加节点
第四步：查网络（优先级第四）
网络问题在集中式数据库中相对少见，但在分布式架构中非常关键。网络瓶颈表现为高延迟和数据包丢失。
怎么看？
# 查看网络流量
sar -n DEV 1
关键指标：
| 指标 | 含义 | 危险信号 |
| 网络吞吐量 | 发送/接收速率 | 接近带宽上限 |
| 重传率 | 数据包重传比例 | 过高说明网络不稳定 |
常见场景：应用和数据库在不同机房，跨区域调用延迟高；或者云环境网络带宽被打满。
怎么解决？
- 将应用和数据库部署在同一可用区
- 升级网络带宽
- 优化跨节点查询，减少数据传输量
三、诊断流程图
接到“系统慢了”的反馈
↓
第一步：看磁盘I/O（iostat -x 1）
↓
%util>80% 或 wa>10%？
↓ 是 ↓ 否
解决磁盘问题 第二步：看内存（free -h）
↓ ↓
内存不足 或 Swap活动？
↓ 是 ↓ 否
解决内存问题 第三步：看CPU（top）
↓
us高？ sy高？ 负载高？
↓
查慢查询SQL、执行计划
↓
第四步：看网络（如有需要）
四、一个真实案例
某电商系统在促销期间突然响应变慢，DBA看到top里CPU使用率85%，第一反应是“CPU瓶颈，要加核”。
但仔细看top的输出：wa（iowait）占了30%。这意味着CPU有30%的时间在“等磁盘”，不是在“算数据”。
用iostat -x 1一看，磁盘%util长期在95%以上，await超过50ms。根因是某张表的统计信息过旧，导致优化器选错了执行计划，频繁触发全表扫描，把磁盘打满了。
解决方案：执行ANALYZE TABLE更新统计信息，查询走了正确的索引，磁盘I/O从95%降到30%，CPU使用率从85%降到40%。系统恢复正常。
复盘：如果只看CPU高就去加核，问题根本解决不了——加再多核，CPU还是在等磁盘。
五、总结
遇到性能问题，不要一上来就翻慢查询日志。先按这个顺序排查：
1. 磁盘I/O —— 最常见、最容易被误判的瓶颈。先看iostat和wa，解决了I/O问题，很多“CPU高”问题自然消失。
2. 内存 —— 内存不足导致Swap，性能直接崩盘。先看free -h和vmstat。
3. CPU —— 排除了I/O和内存再看CPU。us高查SQL，sy高查连接和锁，wa高回到第一步。
4. 网络 —— 分布式架构中不可忽视，集中式架构中优先级最低。
记住一句话：先系统后数据库，先资源后SQL。 系统层亮了红灯，就别在数据库层浪费时间。
小耶在手，SQL 不愁
还有什么想了解的，欢迎留言！小耶一定知无不言言无不尽……我们下次见~
