数据库

结论先行 批量插入慢，十有八九不是 SQL 写得差，而是「一次只提交一条」+「驱动没把 batch 拼成 multi-row INSERT」+「每条都强制刷盘」三件事叠在一起。我们一个埋点落库服务，单机写入吞吐从 1200 行/s 提到 9

«结论先行：buffer pool 命中率不是越高越好，buffer pool 也不是越大越好。命中率 99.7% 时 P99 依然可以打到 800ms，因为「命中」不等于「无代价」——一次冷读抖动可以把 LRU young list 冲刷

背景 做了 10 年大数据平台，最近半年在两个团队里反复撞到一个"分完之后才暴露"的坑：分库分表把单表 80GB 拆到了 16 个分片，单片查询 P99 从 120ms 降到 8ms，看起来很完美；结果第二天报表团队来找——"用户维度的 G

【背景】 我负责一个多租户 SaaS 的数据分析查询服务：JDK 17 + Spring Boot 3 + PostgreSQL 15（单主库，16C64G）+ PgBouncer（transaction 模式，pool_size=20/租

背景 MySQL 8.0.30，InnoDB，一台 64C / 256G 裸金属，承载 3 个业务库。核心库有一张 1.2 亿行的支付流水表 "t_pay_flow"（PK=id，二级索引 "idx_merchant_status"、"id

一、现象：写入 QPS 没变，P99 却从 6ms 飙到 11ms 去年 Q3 给一套支付清结算系统做性能治理。核心表 "t_settle_record"： - 规模：单表 2.8 亿行、InnoDB 16KB 页、MySQL 8.0.32

背景： 做 DBA 这 8 年，我接手过的 MySQL 实例里，大约 60% 跑在默认的 REPEATABLE READ（RR），40% 被业务方或前任 DBA 调成了 READ COMMITTED（RC）。每次新团队来问我"隔离级别该用哪

一、现象与背景 先给结论：这次毛刺的根因既不是 InnoDB、不是 binlog、不是网络，而是 Linux 内核的 page cache 回写策略——"vm.dirty_ratio" 默认 20% 在 32GB 内存的机器上等于允许 6.

背景：MySQL 8.0.36，InnoDB，订单流水表 t_settlement 约 1.2 亿行，PK=id，现有 3 个二级索引（idx_merchant_time、idx_status、idx_batch_no）。业务要求新增复合索

一、现象：没人报警，但 INSERT 吞吐悄悄掉了 40% 背景：一套 MySQL 8.0.32 / InnoDB 的物流履约系统，核心表 "t_fulfillment_item"（履约明细），规模 4500 万行、单表数据 28.6GB、

结论先行：读写分离里「我刚写完，读从库却是旧值」，根因不是代码 bug，而是主从复制是异步的——主库把 binlog 落盘就返回成功，从库要等 relay log 拉取 + 重放，中间这段窗口（毫秒到秒级）读从库必然读到旧数据。解法分两层：

背景：MySQL 8.0.36，InnoDB，REPEATABLE READ。一张 3200 万行的工单表 tickets，主键 id（自增），二级索引 idx_tenant_status (tenant_id, status, creat

一、现象：监控里那条「不致命」的曲线 先给背景。一套 MySQL 8.0.32 / InnoDB 的订单+账务系统，主库 "innodb_buffer_pool_size=32GB"、"innodb_purge_threads=4"、"in

背景 做大数据平台这几年，我遇到的最频繁的架构讨论不是「怎么加索引」，而是「表越来越大，历史数据怎么办」。 一个很典型的场景：订单流水表从 2000 万涨到 1.2 亿行，单表 80GB+，80% 的数据是 3 个月以前的。日常业务查询 9

背景：MySQL 8.0.36，单主 + 2 从（半同步 rpl_semi_sync_master_wait_for_slave=ON），主库 32C/128G/ESSD PL2，从库同规格但磁盘是 SSD。binlog 日均增长约 200

背景：MySQL 8.0.34，InnoDB，业务库有一张订单流水表 t_order_flow（约 1.2 亿行，PK=id，二级索引 idx_merchant_time (merchant_id, created_at)、idx_stat

«结论先行：索引没变、SQL 没变、buffer pool 命中率也没掉，但 P99 还是从 15ms 飙到了 3.4s——根因是 InnoDB 的统计信息（cardinality）在数据批量写入后严重失真，优化器据此选错了索引/访问路径。

MySQL 连接池打满不是 max_connections 的锅：一次 P99 从 80ms 飙到 12s 的复盘 一、现象与背景 2024 年 3 月，某中型电商订单服务在内部压测中出现了严重的性能退化： - 数据库：MySQL 8.0.

背景 做了 10 年 DBA，被业务方问得最多的一个问题就是："我们的表要爆了，下一步该怎么办？" 每次问这话的时候，团队里通常已经开始在四条路线之间摇摆： 1. 垂直扩容：升配，更大规格的实例（vCPU / 内存 / SSD 升级一档），

一、现象与背景：连接数翻倍，接口反而更慢 先给结论：当瓶颈在 InnoDB 行锁排队时，把连接数加上去，QPS 会微涨、P99 会暴涨，因为新连接只是多排队的人，不是多干活的人。 具体场景：一个库存扣减服务，MySQL 8.0.32（16C