誰在消耗cpu?
用戶+系統+IO等待+軟硬中斷+空閑
禍首是誰？
1、用戶
用戶空間CPU消耗，各種邏輯運算
2、IO等待
等待IO請求的完成
產生影響
用戶和IO等待消耗了大部分cpu
- 吞吐量下降（tps）
- 查詢響應時間增加
- 慢查詢數增加
- 對mysql的並發陡增，也會產生上訴影響
如何減少CPU消耗？
1、減少等待
- 減少IO量 ，SQL/index，使用合適的索引減少掃描的行數（需平衡索引的正收益和維護開銷，空間換時間）
- 提升IO處理能力， 加cache/加磁盤/SSD
2、減少計算
-
避免使用函數，將運算轉移至易擴展的應用服務器中 如substr等字符運算，dateadd/datesub等日期運算，abs等數學函數
-
減少排序，利用索引取得有序數據或避免不必要排序 如union all代替 union，order by 索引字段等
-
禁止類型轉換，使用合適類型並保證傳入參數類型與數據庫字段類型絕對一致 如數字用tiny/int/bigint等，必需轉換的在傳入數據庫之前在應用中轉好
-
簡單類型，盡量避免復雜類型，降低由於復雜類型帶來的附加運算。更小的數據類型占用更少的磁盤、內存、cpu緩存和cpu周期
3、減少邏輯IO量
-
index，優化索引，減少不必要的表掃描 如增加索引，調整組合索引字段順序，去除選擇性很差的索引字段等等
-
table，合理拆分，適度冗余 如將很少使用的大字段拆分到獨立表，非常頻繁的小字段冗余到“引用表”
-
SQL，調整SQL寫法，充分利用現有索引，避免不必要的掃描，排序及其他操作 如減少復雜join，減少order by，盡量union all，避免子查詢等
-
數據類型，夠用就好，減少不必要使用大字段 如tinyint夠用就別總是int，int夠用也別老bigint，date夠用也別總是timestamp
4、減少query請求量（非數據庫本身）
- 適當緩存，降低緩存數據粒度，對靜態並被頻繁請求的數據進行適當的緩存 如用戶信息，商品信息等
- 優化實現，盡量去除不必要的重復請求 如禁止同一頁面多次重復請求相同數據的問題，通過跨頁面參數傳遞減少訪問等
- 合理需求，評估需求產出比，對產出比極端底下的需求合理去除
- ….
升級cpu若經過減少計算和減少等待后還不能滿足需求，cpu利用率還高T_T 是時候拿出最后的殺手鐧了，升級cpu，是選擇更快的cpu還是更多的cpu了？
- 低延遲（快速響應），需要更快的cpu（每個查詢只能使用一個cpu）
- 高吞吐，同時運行很多查詢語句，能從多個cpu處理查詢中收益