跨数据库系统标准化排查 SOP

下面是一个针对 关系型数据库（MySQL、PostgreSQL、Oracle、SQL Server） 的通用、跨平台的 性能瓶颈与高可用异常切换的标准化排查 SOP（Standard Operating Procedure）。它便于统一运维流程、快速定位问题，适合 DBA、SRE 或平台团队使用。

---

📘 跨数据库系统标准化排查 SOP

一、📊 性能瓶颈排查通用步骤

步骤	目标	工具/命令	判断标准
1️⃣ 收集资源指标	判断是否存在 系统级瓶颈（CPU/内存/磁盘）	top、vmstat、iostat、CloudWatch、AWR、PerfMon	CPU >80%、IO 延迟 >15ms、内存命中率 <90%
2️⃣ 获取活跃会话	查看是否有活跃连接、慢查询、锁等待	DM Views、SHOW PROCESSLIST、pg_stat_activity、v$session	活跃连接数高、WAIT 状态频繁
3️⃣ 排查慢SQL	分析 SQL 执行频率与平均耗时	SQL Profiler、pg_stat_statements、AWR、Query Stats	Top SQL avg_time > 1s
4️⃣ 检查等待事件	是否存在系统瓶颈或资源竞争	pg_stat_activity.wait_event、v$system_event、sys.dm_os_wait_stats	频繁出现 I/O / Lock / Latch 等等待
5️⃣ 查看锁与阻塞	是否存在死锁、长时间阻塞	SHOW ENGINE INNODB STATUS、锁视图	多个 session 等待锁资源
6️⃣ 检查执行计划	是否索引缺失或走错计划	EXPLAIN / EXPLAIN PLAN / SQL Hints	全表扫描、低效 Join、没有使用索引
7️⃣ 检查连接数和参数	是否连接数爆满或配置不当	配置文件、动态参数视图	超过 max_connections 限制
8️⃣ 日志排查	查看是否有内部错误或慢 SQL 记录	Error Log、Slow Log、alert.log、CloudWatch Logs	报错堆栈、异常堆积、连接失败

---

二、🔁 高可用异常与故障切换排查 SOP

步骤	目标	工具/命令	异常判断
1️⃣ 查看集群状态	主从、主备是否在线	SHOW SLAVE STATUS、pg_stat_replication、v$archive_dest_status、AlwaysOn 视图	状态不为 Running/SYNCHRONIZED 视为异常
2️⃣ 检查同步延迟	判断复制是否滞后	Seconds_Behind_Master、replica_lag、apply_lag	延迟 > 5 秒为关注点
3️⃣ 检查切换历史	是否存在自动切换、漂移记录	AWS RDS Events、OS 日志、Cluster 日志	最近切换、漂移、告警记录
4️⃣ 检查仲裁与心跳	多节点系统仲裁是否生效	Pacemaker、Windows Cluster、pg_auto_failover	仲裁失败、节点分裂
5️⃣ 检查高可用组件状态	Keepalived、ProxySQL、Patroni 等组件状态	systemctl status、组件日志	服务未运行或状态异常
6️⃣ 查应用连接状态	应用是否未自动重连/切换	应用日志	错误如 connection refused 或 read-only mode

---

三、📦 抽象分层模型：统一排查框架（“4 层模型”）

层级	内容	排查维度	常用命令/指标
🟦 1. 系统层	CPU / 内存 / 磁盘	top, vmstat, iostat, CloudWatch	CPU%、I/O延迟、内存命中率
🟩 2. 数据库引擎层	连接池、线程、缓冲区、锁机制	SHOW STATUS, DMV, pg_stat*, v$ 视图	活跃连接数、Buffer Pool、锁等待
🟨 3. SQL 层	SQL 执行计划、索引、慢 SQL	EXPLAIN, query_stats, Profiler	扫描方式、Join 类型、慢查询数
🟥 4. 高可用层	主从/主备状态、漂移、切换	replication_status, Cluster Tool	Lag、状态、切换记录

---

四、🧰 常用命令与工具（对比表）

工具 / 目的	MySQL	PostgreSQL	Oracle	SQL Server
活跃连接	SHOW PROCESSLIST	pg_stat_activity	v$session	sys.dm_exec_requests
慢 SQL	slow_query_log	pg_stat_statements	AWR / ADDM	dm_exec_query_stats
执行计划	EXPLAIN	EXPLAIN	EXPLAIN PLAN FOR	SET SHOWPLAN_ALL ON
锁等待	INNODB STATUS	pg_locks	v$lock	sys.dm_tran_locks
I/O/CPU	SHOW STATUS, iostat	pg_stat_bgwriter	v$sysstat	PerfMon, dm_os_performance_counters
主从状态	SHOW SLAVE STATUS	pg_stat_replication	v$archive_dest_status	AlwaysOn dashboard
日志分析	error.log, slow.log	PostgreSQL log	alert.log	error log, Windows Event
图形化工具	MySQL Workbench	pgAdmin	Enterprise Manager	SSMS

---

✅ 补充建议：自动化/规范化工具

类型	推荐工具	说明
监控平台	Prometheus + Grafana、CloudWatch	自建或云端统一面板
日志收集	ELK、CloudWatch Logs	日志集中管理与告警
高可用框架	MHA, Orchestrator, Patroni, AlwaysOn	实现自动故障转移
SQL 分析	pt-query-digest, pgBadger, AWR	提取高消耗 SQL 模式
自动收集脚本	Shell + crontab + SQL	定期快照，留痕分析故障

---