MySQL慢查询导致CPU飙高的完整指南

记录第一次排查生成环境下，mysql CPU飚高100%占用，应用程序拖慢，记录，解决后占用降为正常。

一、现象：CPU 100%

前天收到使用QA语料构建系统同学反馈，语料系统响应缓慢，请求超时。用 top 一看，MySQL CPU 使用率持续 100%+，但进入容器执行 SHOW PROCESSLIST 却没有任何活跃查询，全是 Sleep 状态。有点莫名其妙。

top - 08:30:00 up 30 days, load average: 2.50, 2.30, 2.10
MiB Swap: 4096.0 total, 3964.7 free, 131.3 used. 6434.6 avail Mem

PID USER      PR  NI    VIRT    RES    SHR S  %CPU  %MEM     TIME+ COMMAND
1878724 lxd    20   0 2809352 560612  34364 S 102.3   6.9   4:45.44 mysqld
1788 root   20   0 1007448  38620   8908 T   9.6   0.5  7053:32 oneav

二、Redo Log 满了

既然表面看不到活跃查询，先看 InnoDB 内部状态：

SHOW ENGINE INNODB STATUS\G

关键输出：

LOG
---
Log capacity                 104857600
Log capacity used            104857600   ← 100% 满！
...
BUFFER POOL AND MEMORY
---
Buffer pool size   8192
Buffer pool hit rate 948 / 1000          ← 仅 94.8%（正常 >99%）
...
ROW OPERATIONS
---
175526.47 reads/s                        ← 异常高

分析：构建 MySQL 容器时没有配置 redo log 和 buffer pool 大小，全是默认值。

• Redo Log 总容量仅 96MB（48MB × 2 个文件），已写满 100%
• Buffer Pool 仅 128MB（8192 页 × 16KB），命中率仅 94.8%
• 配置严重偏小，导致 InnoDB 频繁刷脏页释放日志空间，消耗大量 CPU

查看具体配置：

SHOW VARIABLES LIKE 'innodb_log_file_size';
+----------------------+----------+
| Variable_name        | Value    |
+----------------------+----------+
| innodb_log_file_size | 50331648 |   -- 48MB
+----------------------+----------+

SHOW VARIABLES LIKE 'innodb_log_files_in_group';
+---------------------------+-------+
| Variable_name             | Value |
+---------------------------+-------+
| innodb_log_files_in_group | 2     |
+---------------------------+-------+

三、第一次优化：调大 Redo Log 和 Buffer Pool

修改配置文件并重启容器：

[mysqld]
# Redo Log（核心问题）
innodb_log_file_size = 256M
innodb_log_files_in_group = 3     # 总容量 768MB
# Buffer Pool
innodb_buffer_pool_size = 2G
# 其他优化
innodb_flush_log_at_trx_commit = 2
innodb_flush_method = O_DIRECT

重启后，MySQL CPU 从 100%+ 降到了 50% 左右，但依然偏高，问题没有彻底解决。

四、第二次优化：开启慢查询日志

怀疑还有隐藏的慢查询，于是开启慢查询日志：

SET GLOBAL slow_query_log = ON;
SET GLOBAL long_query_time = 2;
SET GLOBAL log_queries_not_using_indexes = ON;

-- 验证配置
SHOW VARIABLES LIKE 'slow_query_log%';
+---------------------+----------------------------------+
| Variable_name       | Value                            |
+---------------------+----------------------------------+
| slow_query_log      | ON                               |
| slow_query_log_file | /var/lib/mysql/slow.log          |
| long_query_time     | 2.000000                         |
+---------------------+----------------------------------+

慢查询日志记录

# Time: 2026-06-03T12:09:41.527275Z
# User@Host: swust[swust] @ [172.18.0.3] Id: 398
# Query_time: 4.782904  Lock_time: 0.000003 Rows_sent: 1  Rows_examined: 310516
SET timestamp=1780488576;
SELECT count(*) AS count_1 
FROM (SELECT ... 31个字段 ... FROM datasets WHERE ...) AS anon_1;

# Time: 2026-06-03T12:09:46.161278Z
... 相同 SQL，每 5 秒执行一次

分析：这是任务执行日志定时查询接口 暴露出的慢 SQL。

• SQL 写法问题：外层 COUNT(*) 套了一个子查询，且子查询里 SELECT *
• 缺少索引：WHERE 条件涉及三个字段（user_id, current_stage, created_at），没有复合索引
• 高频执行：每 5 秒一次，每次扫描 31 万行，导致数据库疲于奔命

五、解决方案

1. 添加复合索引

USE qa_gen;
CREATE INDEX idx_user_stage_time ON datasets(user_id, current_stage, created_at);

2. 优化 SQL 写法

-- 改造前（慢）：先查全部字段再计数
SELECT COUNT(*) FROM (
    SELECT * FROM datasets 
    WHERE user_id = 11 
      AND current_stage = 'question_generate' 
      AND created_at >= '2026-06-01 11:46:14'
) AS t;

-- 改造后（快）：直接 COUNT
SELECT COUNT(*) FROM datasets 
WHERE user_id = 11 
  AND current_stage = 'question_generate' 
  AND created_at >= '2026-06-01 11:46:14';

3. 应用层代码优化

# 不要这样做（慢）
count = session.query(func.count()).select_from(
    session.query(Dataset).filter(...).subquery()
).scalar()

# 应该这样做（快）
count = session.query(func.count(Dataset.id)).filter(
    Dataset.user_id == 11,
    Dataset.current_stage == 'question_generate',
    Dataset.created_at >= '2026-06-01 11:46:14'
).scalar()

六、优化效果对比

索引使用验证

EXPLAIN SELECT COUNT(*) FROM datasets 
WHERE user_id = 11 
  AND current_stage = 'question_generate' 
  AND created_at >= '2026-06-01 11:46:14'\G

-- 优化前：
-- type: ALL (全表扫描)
-- rows: 310516
-- Extra: Using where

-- 优化后：
-- type: ref (索引查找)
-- key: idx_user_stage_time (使用索引)
-- rows: 1847
-- Extra: Using index (覆盖索引)

七、总结与反思

1. MySQL 默认 Redo Log 仅 96MB、Buffer Pool 128MB，生产环境必须调优。
2. SHOW PROCESSLIST 只能看到"此刻"的快照：慢查询执行时间很短（5 秒），如果查看时刚好落在空闲期，就会看到全是 Sleep。慢查询日志才是定位问题的关键。
3. COUNT 不要套子查询：直接 COUNT(*) 即可，避免无谓的全表扫描和大量数据传输。
4. 为高频查询条件建立复合索引，扫描行数从 31 万降到 2 千，性能提升 100 倍。
5. 高频轮询接口：每 5 秒一次的定时任务，加上低效 SQL，会把数据库拖垮。可以考虑降低频率或改用增量查询。

最终，MySQL CPU 稳定在 5% 以下，接口响应从降到毫秒级。