問題描述
阿里云云數據庫RDS MySQL/MariaDB版使用過程中，出現CPU使用率過高甚至達到100%的情況。
問題原因
應用提交查詢操作或數據修改操作時，系統需要執行大量的邏輯讀操作，其中邏輯IO包含執行查詢所需訪問表的數據行數。所以系統需要消耗大量的CPU資源以維護從存儲系統讀取到內存中的數據一致性。本文以CPU使用率為100%的場景為例，介紹了兩個引起該狀況的原因及其解決方案，即應用負載（QPS）高和慢SQL導致查詢成本高。其中由于慢SQL導致查詢成本高（查詢訪問表數據行數多），導致實例CPU使用率高是MySQL非常常見的問題。
大量行鎖沖突、行鎖等待或后臺任務導致實例CPU使用率過高的問題，由于出現的概率非常低，本文不做討論。
應用負載（QPS）高：
特征：實例的QPS高，查詢比較簡單，執行效率高，優化余地小。
表現：沒有出現慢查詢，或者慢查詢不是主要原因，且QPS和CPU使用率曲線變化吻合。
常見場景：該狀況常見于應用優化過的在線事務交易系統（例如訂單系統）、高讀取率的熱門Web網站應用、第三方壓力工具測試（例如Sysbench）等。
慢SQL導致查詢成本高（查詢訪問表數據行數多）：
特征：實例的QPS不高，查詢執行效率低、執行時需要掃描大量表數據、優化余地大。
表現：存在慢查詢，QPS和CPU使用率曲線變化不吻合。
原因分析：由于查詢執行效率低，為獲得預期的結果需要訪問大量的數據導致平均邏輯IO高，因此在QPS并不高的情況下（例如網站訪問量不大），也會導致實例的CPU使用率偏高。
解決方案
根據您實際情況選擇對應的解決方法。
應用負載（QPS）高
對于因應用負載高導致CPU使用率高的狀況，使用SQL進行優化的余地不大，建議您從應用架構、實例規格等方面來處理問題。請參考以下方法：
升級實例規格，增加CPU資源，詳情請參見變更配置。
增加只讀實例，將對數據一致性不敏感的查詢（比如商品種類查詢、列車車次查詢）轉移到只讀實例上，分擔主實例壓力，詳情請參見創建MySQL只讀實例。
使用阿里云PolarDB-X云原生分布式數據庫，自動進行分庫分表，將查詢壓力分擔到多個RDS實例上。
使用阿里云云數據庫Memcache或者云數據庫 Tair（兼容 Redis），盡量從緩存中獲取常用的查詢結果，減輕RDS實例的壓力。
對于查詢數據比較靜態、查詢重復度高、查詢結果集小于1MB的應用，考慮開啟查詢緩存（Query Cache）。
說明能否從開啟查詢緩存（Query Cache）中獲益需要經過測試，具體設置請參見RDS MySQL查詢緩存（Query Cache）的設置和使用。
定期歸檔歷史數據、采用分庫分表或者分區的方式減小查詢訪問的數據量。盡量優化查詢，減少查詢的執行成本，提高應用可擴展性。
慢SQL導致查詢成本高
解決該問題的原則：定位效率低的查詢、優化查詢的執行效率、降低查詢執行的成本。
通過以下方式定位效率低的查詢：
執行以下SQL語句，查看當前執行的查詢語句。
show processlist; show full processlist;系統顯示類似如下結果：
查詢時間長、運行狀態為Sending data、Copying to tmp table、Copying to tmp table on disk、Sorting result、Using filesort的查詢會話可能均包含性能問題。
若在QPS高導致CPU使用率高的場景中，查詢執行時間通常比較短，
show processlist;命令或實例會話中可能會不容易捕捉到當前執行的查詢。但是您可以通過執行以下SQL語句進行查詢。explain [$SQL]說明[$SQL]為有性能問題的SQL查詢語句。
您可以通過執行類似
kill [$ID];的命令來終止長時間執行的會話，終止會話請參見RDS MySQL如何終止會話。說明[$ID]為該查詢語句對應的會話ID。
通過數據庫自治服務DAS查看當前執行的查詢：
登錄DAS控制臺。
依次單擊目標實例右側的。
單擊SQL列中的查詢文本，即可顯示完整的查詢和其執行計劃。
得到需要優化的查詢語句后，可以通過DMS控制臺上的SQL診斷來獲取優化建議。診斷報告同樣適用于排查歷史實例CPU使用率高的問題：
通過DMS控制臺登錄實例。
單擊頁面上方的SQL窗口，選擇對應的庫。
將查詢語句粘貼到SQL窗口，單擊SQL診斷，即可得到優化建議。
根據您實際情況，選擇優化建議進行處理。例如添加索引，確認執行查詢成本會大幅減少。
更多信息
性能問題排查并解決功能
數據管理工具提供了輔助排查并解決實例性能問題的功能，主要有以下幾種。其中，實例診斷報告是排查和解決MySQL/MariaDB實例性能問題的最佳工具。無論何種原因導致的性能問題，建議您首先查看實例診斷報告，尤其是診斷報告中的SQL優化、會話列表和慢SQL匯總。
避免出現CPU使用率達到100%的原則
如何避免CPU使用率達到100%的處理方法如下：
設置CPU使用率告警，保證實例CPU使用率有一定的冗余度。
應用設計和開發過程中，需要考慮查詢的優化，遵守MySQL優化的一般優化原則，降低查詢的邏輯IO，提高應用可擴展性。
新功能、新模塊上線前，需要使用生產環境數據進行壓力測試，建議使用阿里云性能測試PTS。
新功能、新模塊上線前，建議使用生產環境數據進行回歸測試。
建議經常關注和使用診斷報告功能，詳情請參見RDS訪問實例診斷報告。
系統資源算法
下文通過一個簡化的模型來說明系統資源、SQL語句執行成本以及QPS（Query Per Second每秒執行的查詢數）之間的關系：
條件：應用模型恒定，即應用沒有修改。
avg_lgc_io：執行每條查詢需要的平均邏輯IO。
total_lgc_io：實例的CPU資源在單位時間內能夠處理的邏輯IO總量。
關系公式：
total_lgc_io = avg_lgc_io × QPS，即單位時間CPU資源總量 = 執行查詢的平均邏輯IO × 單位時間執行的查詢數量。
相關文檔
利用CloudDBA解決MySQL實例CPU使用率過高的問題
適用于
云數據庫RDS MySQL版
云數據庫RDS MariaDB版