一、治理背景
数据库系统性能问题会对应用程序的性能和用户体验产生负面影响。慢查问可能导致应用程序响应变慢、申请沉积、零碎负载减少等问题，甚至引发零碎解体或不可用的状况。慢 SQL 治理是在数据库系统中针对执行迟缓的 SQL 查问进行优化和改良的一项重要工作。
但原有的治理节奏，个别在大促备战期间，集中投入人力紧急治理，日常对慢 SQL 的关注度不高；即便研发团队想着手治理，实例下的 SQL 明细筛选繁琐，趋势不明，短少系统化，数字化的治理计划。
所以为了保证系统稳定性，预防潜在慢 SQL 导致应急事变，发动慢 SQL 常态化备战专项，下文次要形容专项的实际及落地状况。
二、阶段布局
1.0 阶段
指标：【造成常态化治理机制，关注慢 SQL 解决的有效率】
扭转慢 SQL 治理习惯，由原大促备战期间治理，落地依照日维度产生的慢 SQL 每天跟进，关注双周维度治理的有效率。
关注指标：
逾期率 = 工单逾期数量（创立工夫在当季度的工作）/ 总量（创立工夫在当季度的工作）注：超过 14 天未解决实现的算逾期，逾期与否以第一次实现的工夫来判断，如果在截止日期前未实现，算逾期；如果在截止日期前实现，然而重开后，在截止日期后实现，不算逾期，算重开；挂起的如果超过 14 天会统计到逾期里；
重开率 = 工单重开次数（创立工夫在当季度的工作，如果是一个工作被重开 5 次，记录为 5）/ 总量（创立工夫在当季度的工作）
2.0 阶段
指标：【彻底根治慢 SQL 历史债，达成阶段性内的 >0.9s 清零】
通过 1.0 阶段研发团队有序进行慢 SQL 的逐渐治理，后期曾经无效解决局部慢 SQL 数据，但仍存在历史债，影响零碎稳定性。2.0 阶段要求双周阶段性清零。
关注指标：
P0 工单推送数= 大于 0.9s 推送工夫在当周的工作总数 注：申明级别划分，
P0 执行工夫大于 0.9 秒，且达到阈值 10 次
P1 执行工夫大于 0.9 秒，但未达到阈值 10 次
P2 执行工夫小于 0.9 秒未加索引，且达到阈值 10 次
P3 执行工夫小于 0.9 秒未加索引，但未达到阈值 10 次
P0 工单存量数= 大于 0.9s 推送工夫在当周的工作中状态是非已解决的总数
解决率= 大于 0.9s 推送工夫在当中的工作状态是已解决的 / 推送工夫在当周的工作总数
3.0 阶段
指标：【进步零碎性能指标，阶梯型升高慢 SQL 阈值】
存在较大隐患的 0.9s 阶段性清零后，对慢 SQL 工单逐渐精细化，依照阶梯维度逐渐升高慢 SQL 定义阈值，依照双周维度对新增慢 SQL 清零。
关注指标：
P0 工单推送数= 大于 0.9s 推送工夫在当周的工作总数 注：申明级别划分，
P0 执行工夫大于 0.9 秒
P1 执行工夫小于等于 0.9 秒大于 0.7 秒
P2 执行工夫小于等于 0.7 秒大于 0.5 秒
P3 执行工夫小于等于 0.5 秒未加索引
P1 工单推送数= 小于等于 0.9s 大于 0.7s 推送工夫在当周的工作总数
P2 工单推送数= 小于等于 0.7s 大于 0.5s 推送工夫在当周的工作总数
存量数= 推送工夫在当周的工作中状态是非已解决的总数
解决率= 推送工夫在当中的工作状态是已解决的 / 推送工夫在当周的工作总数
4.0 阶段
指标：【前置预防慢 SQL，落地数据库操作标准】
预期指标，彻底解决历史债晋升零碎性能指标后，贯彻数据库操作标准预防新增慢 SQL，后续继续关注新增的慢 SQL，管制新增数量指标周清。
关注指标：
工单新增数= 推送工夫在当周的非现存指纹 ID 的工作总数
存量数= 推送工夫在当周的工作中状态是非已解决的总数
解决率= 推送工夫在当中的工作状态是已解决的 / 推送工夫在当周的工作总数
三、落地计划
①数据筹备
阈值定义
联合二级部门业务，每天收集 SQL 的查问工夫是 T - 1 天，执行工夫 >0.9 秒或 <0.9 秒但执行打算内未走索引的，剔除 bi_cx 和 wlcx 抽数后（不辨别主从），聚合雷同指纹慢 SQL 均辨认为现存危险慢 SQL。
明确等级
不同治理阶段，会针对慢 SQL 划分优先级，按 P0-P3 程序，推动研发由高到低依照不同解决时效进行考核。同时提供辅助诊断信息，包含触发该慢 SQL 治理工作的数据库 IP/ 域名 / 库名 / 执行耗时 / 执行打算等。
归类筛选
依照实例信息，数据库名，归属零碎，归属产品条线，查问工夫，聚合指纹等进行归类，不便归类出慢 SQL 的同一问题源。
②工单推动
工单流转
依照业务条线划分，明确每个条线工单接口人，对立下派慢 SQL 工单给到接口人，由接口人依照零碎散发组内同学，逐个解决。
解决思路
借鉴 dba 等提供的解决思路，同时总结团队内落地的解决方案，推动慢 SQL 疾速解决。
③趋势剖析
图表制作
依据每个阶段关注指标数据，制作慢 SQL 解决趋势图表，实现团队内可清晰查看，每个实例下的慢 SQL 明细，反对多个维度筛选；同时依照工夫维度反对查看解决趋势了，现存数量等。
通晒复盘
以专项周会的模式，同步研发团队解决节奏和进度，保障继续推动。
④过程跟踪
1.0 阶段次要关注解决有效性
2.0 阶段关注 >0.9s 的治理，进行历史债的清理
P0 级 SQL 的解决跟进：
现有历史债的清零：
按月度呈现慢 SQL 量的趋势
四、落地后果
【零碎保障】
通过慢 SQL 的逐渐治理，截止 529 封板前，团队累计解决慢 SQL831 条 ，实现往年 618 备战期间，阶段性内的历史债 清零。日常实现慢 sql 治理索引增加和代码优化，大促重点关注疑难和剖析未应用索引，做到备战无脱漏。
更是间接保障了零碎的稳定性，近半年无因慢 SQL 导致的线上问题。
【计划积淀】
随着慢 SQL 治理作为专项融入到研发的日常工作，首先团队内为防止新的慢 SQL 产生，落地数据库开发标准，京东团体数据库开发标准 -V1.0- 公示稿，同时如何剖析 SQL、疾速定位、高效解决，团队内也输入了治理的解决方案。
五、总结
通过专项各个阶段的推动落地，团队内贯彻了治理指标，积淀了解决方案，后续慢 SQL 治理会继续化推动，从而保障系统稳定性。
作者：京东物流 刘红妍
起源：京东云开发者社区 自猿其说 Tech 转载请注明起源