【面试】常考面试点：系统访问过慢如何排查？怎么解决？

        首先排查系统资源问题，如CPU、内存、磁盘、带宽等，可以通过后台服务器或监控平台查看。如果是CPU占用率过高，需要找出导致此问题的特定进程。可以使用top命令查看CPU使用率最高的进程，并使用jstack命令生成进程的堆栈信息来进一步分析。如果发现是频繁的Full GC（垃圾回收）导致CPU使用率高，还需要查看内存快照以分析内存使用情况。对于内存泄漏问题，可以通过free -h命令查看内存使用情况，并通过jmap -histo:live命令获取Java进程的对象实例统计，从而找出可能的内存泄漏点。磁盘IO问题也是常见导致系统缓慢的原因之一。通过iostat -x 1命令可以查看磁盘IO情况，如果某个磁盘的util%值接近或达到100%，则说明磁盘IO已饱和。此时，可以使用iotop命令进一步查找是哪个进程在频繁读写磁盘。

        如果以上排查没有问题，那么可以进一步检查应用服务器，如Jboss或者Tomcat的线程池配置是否合理，请求的排队现象是否严重，重新设置线程池。此外，还需要检查是否存在慢SQL，并对慢SQL进行优化。

        我们可以使用MySQL中的explain命令来查看语句的执行计划，定位低性能的SQL语句。对于查询到的SQL语句进一步分析，看其是否load了额外的数据，是否查询了多余的行或者加载了结果中不需要的列等等，对语句进行分析和重写。排查SQL获得索引的情况，修改语句或者索引，并检查表中的数据量是否过大，考虑分库分表等等。

        最后可以查看访问慢的服务的调用链，查看一下调用链中的每一步响应时间是否合理以及web服务器是否存在Doss攻击。

        关于SQL的调优，也是面试的常考点之一，我们可以从以下几个角度进行考虑。

        1.了解和优化表结构：

        了解表的字段及其类型和索引情况是基础。通过PROCEDURE ANALYSE工具，可以分析表中的数据并给出优化建议。

        处理冗余数据，确保每行数据可以被唯一区分，避免包含其他表中已存在的非关键信息。

        对于大数据量的表，拆分成多个小表可以提高性能。例如，可以将不常用的属性分离成单独的小表。

        2.创建合适的索引：

        在经常用于检索和排序的字段上创建索引，如姓名、员工部门等字段。

        控制每个表的索引数量，一般不超过6个，以避免降低插入和更新操作的效率。

        避免在索引上进行计算或者使用函数，这会导致数据库无法利用索引而进行全表扫描。

        3.使用预编译查询：

        尽量使用参数化SQL，这样数据库会对参数化查询进行预编译，从而提高执行速度。

        4.调整查询语句中的连接顺序：

        在WHERE子句中先写表之间的连接条件，然后再写其他过滤条件，这样可以尽早地过滤掉不必要的记录。

        5.压缩多条SQL语句到单一语句中：

        每次执行SQL都会经历网络连接、权限校验等耗时过程，尽量减少SQL语句的执行次数。

        6.用WHERE字句替换HAVING字句：

        HAVING对结果集进行过滤，而WHERE在聚合前就进行过滤，能更有效地减少数据处理量。

        7.使用临时表暂存中间结果：

        将复杂的查询分解成多个步骤，并使用临时表暂存中间结果，可以减少对主表的多次扫描。

        8.优化数据类型和字段：

        尽可能使用 varchar/nvarchar代替char/nchar，变长字段更节省存储空间，查询效率也更高。

        9.优化SELECT语句：

        只选择需要的列而不是所有列（*），避免在WHERE子句中对字段进行NULL值判断，这会导致忽略索引而全表扫描。

        10.分析查询计划：

        使用EXPLAIN命令查看查询的执行计划，分析各节点的表扫描、索引使用情况，识别并解决性能瓶颈。

        11.维护和重建索引：

        定期重建或优化索引，保持索引在最佳状态以提高查询效率。

        12.避免使用游标处理大数据量：

        游标处理大量数据时效率较低，如果必须处理大量数据，考虑优化需求或采用其他方案。