CPU 使用率偏高解决方法

最近更新时间：2023-04-13 17:47:57

我的收藏

本页目录：

问题描述
原因分析及解决方法

问题描述
日常运维，登录 MongoDB 控制台，单击实例 ID 进入实例详情页面，选择系统监控页签，检查实例的监控指标详情，发现数据库 CPU 监控类 指标明显持续偏高。n
﻿
﻿
原因分析及解决方法
序号
可能原因
原因分析
排查方法
解决方法
1
频繁建立短连接
﻿
实例大量资源消耗在处理频繁短连接上，引起 CPU 使用率较高，连接数较高，然而 QPS（集群每秒访问次数）未达到预期。
借助数据库智能管家 DBbrain 的诊断优化功能，分析数据库实例的实时会话统计视图及数据，确认是否存在连接数突增的现象。具体查询方式，请参见 实时会话。
将短连接调整为长连接，不同语言类型的更多参数信息，请参见 MongoDB 官网。
2
业务侧存在较多非预期的请求耗时较长
非预想的请求较多，或者被恶意请求，可能会导致 CPU 资源过度浪费。n
请借助数据库智能管家（TencentDB for DBbrain，DBbrain）的诊断优化功能，在实时会话页面，排查业务侧所有连接的客户端请求，是否为业务实际真实所需。
对于非预期的请求，可在数据库智能管家n（TencentDB for DBbrain，DBbrain）的n诊断优化中，在实时会话页面，直接进行 Kill 操作，进行清理。具体操作，请参见 实时会话。
在数据库智能管家（TencentDB for DBbrain，DBbrain）的诊断优化中，在SQL 限流页面，创建 SQL 限流任务，自主设置 SQL 类型、最大并发数、限流时间、SQL 关键词，来控制数据库的请求访问量和 SQL 并发量，从而达到服务的可用性。具体操作及应用案例，请参见 SQL限流。
3
存在高复杂的请求
﻿
n高复杂的请求，可能因为如下原因导致 CPU 资源过度消耗。
排序操作：在查询过程中进行排序，本身将消耗较大 CPU资源。
全表扫描：若数据库没有使用索引，请求将可能进行全表扫描，对 CPU 和 IO 资源造成较大的压力，从而导致性能下降。
不合理的索引：可能会因为覆盖的字段不足，索引字段的顺序不合理，而导致大量的物理读和逻辑读，占有较多 CPU 资源n
高复杂的查询请求，通常比较耗时，会相应产生慢日志。可借助数据库智能管家 DBbrain 的诊断优化功能进行慢日志分析，在慢日志信息列表中，查看是否存在相关的关键字。具体操作，请参见 慢 SQL 分析。
排序相关关键字：Sort、hasSortStagen等。
全表扫描关键字
COLLSCAN：说明该查询进行了全表扫描。
docsExamined：代表文档扫描条目。docsExamined 值越大，扫描的文档条目就越多，消耗 CPU 资源越多。
不合理索引关键字
IXSCAN：代表进行了索引扫描。
keysExamined：指明索引扫描条目。keysExamined 值越大，扫描的条目就越多，消耗CPU资源越多。
针对慢查询，请进行索引优化。
可借助数据库智能管家（TencentDB for DBbrain，DBbrain）索引推荐 ，选择最优的索引。
请参见最佳实践 索引优化解决读写性能瓶颈，提升数据库性能。
4
﻿
﻿
﻿
﻿
5
﻿
﻿
﻿
﻿
6
业务上涨，资源不足
业务量上涨，数据规模增长，当前实例的 CPU 规格不足。
登录 MongoDB 控制台，单击实例 ID 进入实例详情页面，选择系统监控页签，查看实例总请求指标  QPS，查看节点每秒被请求的次数是否明显偏高。
﻿
调整实例配置规格。
Mongod 节点：提升Mongod 的 CPU 与内存配置。具体信息，请参见 变更 Mongod 节点配置规格。
Mongos 节点：如果 Mongos 达到瓶颈，请提升 Mongos 的节点规格，或增加 Mongos 数量。具体操作，请参见 变更 Mongos 节点配置规格 与 新增 Mongos 节点 。
﻿

上一篇: 连接使用率偏高异常分析及解决方法下一篇: 内存调优方法

序号	可能原因	原因分析	排查方法	解决方法
1	频繁建立短连接	实例大量资源消耗在处理频繁短连接上，引起 CPU 使用率较高，连接数较高，然而 QPS（集群每秒访问次数）未达到预期。	借助数据库智能管家 DBbrain 的诊断优化功能，分析数据库实例的实时会话统计视图及数据，确认是否存在连接数突增的现象。具体查询方式，请参见实时会话。	将短连接调整为长连接，不同语言类型的更多参数信息，请参见 MongoDB 官网。
2	业务侧存在较多非预期的请求耗时较长	非预想的请求较多，或者被恶意请求，可能会导致 CPU 资源过度浪费。n	请借助数据库智能管家（TencentDB for DBbrain，DBbrain）的诊断优化功能，在实时会话页面，排查业务侧所有连接的客户端请求，是否为业务实际真实所需。	对于非预期的请求，可在数据库智能管家n（TencentDB for DBbrain，DBbrain）的n诊断优化中，在实时会话页面，直接进行 Kill 操作，进行清理。具体操作，请参见实时会话。在数据库智能管家（TencentDB for DBbrain，DBbrain）的诊断优化中，在SQL 限流页面，创建 SQL 限流任务，自主设置 SQL 类型、最大并发数、限流时间、SQL 关键词，来控制数据库的请求访问量和 SQL 并发量，从而达到服务的可用性。具体操作及应用案例，请参见 SQL限流。
3	存在高复杂的请求	n高复杂的请求，可能因为如下原因导致 CPU 资源过度消耗。排序操作：在查询过程中进行排序，本身将消耗较大 CPU资源。全表扫描：若数据库没有使用索引，请求将可能进行全表扫描，对 CPU 和 IO 资源造成较大的压力，从而导致性能下降。不合理的索引：可能会因为覆盖的字段不足，索引字段的顺序不合理，而导致大量的物理读和逻辑读，占有较多 CPU 资源n	高复杂的查询请求，通常比较耗时，会相应产生慢日志。可借助数据库智能管家 DBbrain 的诊断优化功能进行慢日志分析，在慢日志信息列表中，查看是否存在相关的关键字。具体操作，请参见慢 SQL 分析。排序相关关键字：Sort、hasSortStagen等。全表扫描关键字 COLLSCAN：说明该查询进行了全表扫描。 docsExamined：代表文档扫描条目。docsExamined 值越大，扫描的文档条目就越多，消耗 CPU 资源越多。不合理索引关键字 IXSCAN：代表进行了索引扫描。 keysExamined：指明索引扫描条目。keysExamined 值越大，扫描的条目就越多，消耗CPU资源越多。	针对慢查询，请进行索引优化。可借助数据库智能管家（TencentDB for DBbrain，DBbrain）索引推荐，选择最优的索引。请参见最佳实践索引优化解决读写性能瓶颈，提升数据库性能。
4
5
6	业务上涨，资源不足	业务量上涨，数据规模增长，当前实例的 CPU 规格不足。	登录 MongoDB 控制台，单击实例 ID 进入实例详情页面，选择系统监控页签，查看实例总请求指标 QPS，查看节点每秒被请求的次数是否明显偏高。	调整实例配置规格。 Mongod 节点：提升Mongod 的 CPU 与内存配置。具体信息，请参见变更 Mongod 节点配置规格。 Mongos 节点：如果 Mongos 达到瓶颈，请提升 Mongos 的节点规格，或增加 Mongos 数量。具体操作，请参见变更 Mongos 节点配置规格与新增 Mongos 节点。