本文讲述了在数据库查询面临压力时，通过添加缓存来提高查询效率和系统稳定性。针对订单表数据量增长导致的查询延迟问题，进行了问题排查，发现高峰期数据库服务器资源占用过高。在领导的指导下，引入缓存机制进行流量削峰，以减少对数据库的直接请求，优化查询时间。文章还探讨了如何提高缓存命中率，包括选择合适的业务场景、合理设置缓存容量、控制缓存粒度、设置过期时间、避免缓存穿透以及缓存预热等策略，并通过历史订单查询的缓存实战展示了优化效果。
V-X：ruyuanhadeng获得600+页原创精品文章汇总PDF
前 言
经过前面索引和sql的优化后，现在查询速度快的飞起，然后，我们继续回归到了日常需求的开发中。
3个月过后，订单表的数据已经达到5000万了，不过sql一次查询的时间，基本稳定在300ms以下。
但是某个周一，leader刚开完周会就直接来找你了，直接说：“哎呀，周会上DBA找我了，说咱们订单组的sql偶尔会超过2s，DBA现在要求优化，平均时间要优化到300ms以下，不过，优化前你要先查下，为什么sql的查询时间会偶尔突增。”
问题排查
然后我们就接下了这个任务，接着，我们就根据DBA给的慢sql，去查这条sql的相关日志，然后结合着监控，最后发现这条sql平常一直很稳定，但是在高峰期的时候，这条sql偶尔花费的时间会超过2s。
此时，我们又查看了一下订单数据库所在物理机的资源占用情况，发现高峰期时，这台物理机的资源占用非常高，CPU和内存占用率都很高，这下基本就确定原因了。
说白了，就是一到高峰期，大量请求跑到MySQL这查询数据，此时就会有大量请求密集请求数据库，然后就会导致数据库所在机器的CPU和内存占用率都飙升，最终就会导致MySQL查询效率极速降低。
leader了解情况后说：“其实数据库查询慢，不一定就是MySQL数据量大导致的，比如当前这个情况&
最低0.47元/天 解锁文章
扫一扫
778
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
