数据库常见问题排查与解决方案：从慢查到故障恢复
情境与背景
数据库是生产环境最核心的基础设施之一，问题排查能力是高级DevOps/SRE工程师的必备技能。本文从DevOps/SRE视角，详细讲解MySQL、MongoDB、Redis等常见数据库问题的排查方法和解决方案。
一、问题排查方法论
1.1 排查流程
标准化排查流程：
flowchart TD
A["问题发生"] --> B["告警触发"]
B --> C["初步判断"]
C --> D["收集信息"]
D --> E["分析原因"]
E --> F["制定方案"]
F --> G["实施解决"]
G --> H["验证恢复"]
H --> I["复盘总结"]
1.2 信息收集清单
排查信息收集：
# 信息收集清单
information_collection:
system_info:
- "操作系统版本"
- "内核参数"
- "负载情况"
database_info:
- "数据库版本"
- "配置参数"
- "连接数"
- "缓存命中率"
logs:
- "错误日志"
- "慢查询日志"
- "审计日志"
performance:
- "QPS"
- "响应时间"
- "并发连接数"
二、MySQL问题排查
2.1 连接数爆满问题
问题表现：
- 应用无法连接数据库
- 连接超时错误
排查命令：
-- 查看连接状态
SHOW STATUS LIKE 'Threads_connected';
SHOW STATUS LIKE 'Max_used_connections';
-- 查看当前连接
SHOW PROCESSLIST;
-- 查看最大连接数
SHOW VARIABLES LIKE 'max_connections';
-- 查看连接来源
SELECT
db,
user,
count(*) as connections
FROM information_schema.processlist
GROUP BY db, user
ORDER BY connections DESC;
解决方案：
# 解决方案
solutions:
immediate:
- "杀掉空闲连接"
command: "KILL PROCESSLIST_ID"
configuration:
- "调整最大连接数"
max_connections: 2000
application:
- "检查连接泄漏"
- "配置连接池"
2.2 慢查询问题
问题表现：
- 请求响应时间明显增长
- 数据库CPU使用率升高
排查命令：
-- 查看慢查询
SHOW VARIABLES LIKE 'slow_query_log';
SHOW VARIABLES LIKE 'long_query_time';
-- 分析慢查询日志
mysqldumpslow -s t /var/log/mysql/slow.log
-- 使用 EXPLAIN 分析查询
EXPLAIN SELECT * FROM orders WHERE user_id = 123;
-- 查看索引使用情况
SHOW INDEX FROM orders;
解决方案：
# 慢查询优化方案
optimization:
index_optimization:
- "添加缺失索引"
- "删除冗余索引"
query_optimization:
- "避免 SELECT *"
- "使用 LIMIT 限制"
- "优化 JOIN 操作"
configuration:
- "调整 innodb_buffer_pool_size"
- "启用查询缓存"
2.3 主从延迟问题
问题表现：
- 从库数据落后主库
- 读写分离场景下数据不一致
排查命令：
-- 查看从库状态
SHOW SLAVE STATUS\G
-- 关键指标
-- Seconds_Behind_Master: 延迟时间
-- Slave_IO_Running: IO线程状态
-- Slave_SQL_Running: SQL线程状态
-- Relay_Log_Space: 中继日志大小
解决方案：
# 主从延迟解决方案
solutions:
network_optimization:
- "提升网络带宽"
- "优化网络路由"
write_optimization:
- "批量写入"
- "错峰写入"
configuration:
- "调整 sync_binlog"
- "调整 innodb_flush_log_at_trx_commit"
三、MongoDB问题排查
3.1 连接数问题
排查命令：
# 查看连接状态
db.serverStatus().connections
# 查看当前连接
db.currentOp()
# 查看连接来源
db.adminCommand({"connPoolStats": 1})
解决方案：
# MongoDB连接优化
optimization:
max_connections: 2000
connection_pool:
minSize: 10
maxSize: 100
3.2 主从延迟问题
排查命令：
// 查看副本集状态
rs.status()
// 查看复制延迟
db.adminCommand({replSetGetStatus: 1})
// 查看 oplog 大小
db.printReplicationInfo()
解决方案：
# MongoDB主从延迟解决方案
solutions:
oplog_optimization:
- "增大 oplog 大小"
oplog_size: "50GB"
write_optimization:
- "避免大批量写入"
- "使用写关注"
3.3 磁盘空间问题
排查命令：
# 查看磁盘使用
df -h
# 查看数据库大小
db.stats()
# 查看集合大小
db.collection.stats()
# 查看存储引擎
db.serverStatus().wiredTiger
解决方案：
# 磁盘空间解决方案
solutions:
cleanup:
- "删除过期数据"
- "压缩集合"
command: "db.runCommand({compact: 'collection_name'})"
storage_expansion:
- "扩容磁盘"
- "添加分片"
四、Redis问题排查
4.1 内存不足问题
问题表现：
- Redis响应变慢
- 内存使用率超过90%
排查命令：
# 查看内存使用
INFO memory
# 关键指标
# used_memory_human: 已用内存
# maxmemory_human: 最大内存
# mem_fragmentation_ratio: 内存碎片率
# 查看大 Key
redis-cli --bigkeys
# 查看内存分配
redis-cli memory stats
解决方案：
# Redis内存优化
solutions:
eviction_policy:
maxmemory_policy: "allkeys-lru"
key_optimization:
- "删除过期 key"
- "使用合理的数据结构"
memory_management:
- "启用内存碎片整理"
activedefrag: yes
4.2 慢查询问题
排查命令：
# 查看慢查询
SLOWLOG GET 10
# 配置慢查询阈值
CONFIG SET slowlog-log-slower-than 10000
解决方案：
# Redis慢查询优化
solutions:
key_design:
- "避免大 Value"
- "合理使用数据结构"
operation_optimization:
- "使用批量操作"
- "避免阻塞命令"
五、Elasticsearch问题排查
5.1 集群健康问题
问题表现：
- 集群状态为 Yellow 或 Red
- 部分分片无法分配
排查命令：
# 查看集群健康
GET _cluster/health
# 查看分片分配情况
GET _cat/shards?v
# 查看未分配原因
GET _cluster/allocation/explain
解决方案：
# ES集群健康优化
solutions:
yellow_issues:
- "增加副本数"
PUT /my_index/_settings
{"number_of_replicas": 1}
red_issues:
- "修复损坏分片"
- "重新分配分片"
5.2 存储空间问题
排查命令：
# 查看磁盘使用
GET _cat/nodes?v
# 查看索引大小
GET _cat/indices?v
解决方案：
# ES存储优化
solutions:
ilm_policy:
- "配置 ILM 策略"
- "自动删除旧索引"
disk_management:
- "设置磁盘 watermark"
- "配置副本分配策略"
六、通用排查命令速查
6.1 系统层面
通用命令：
# CPU使用
top -H
htop
# 内存使用
free -h
vmstat 1
# 磁盘使用
df -h
du -sh /*
# 网络连接
netstat -an | grep ESTABLISHED
ss -s
6.2 数据库通用命令
MySQL：
-- 状态检查
SHOW STATUS;
SHOW VARIABLES;
-- 连接检查
SHOW PROCESSLIST;
SHOW FULL PROCESSLIST;
-- 性能检查
SHOW ENGINE INNODB STATUS;
EXPLAIN [QUERY];
MongoDB：
// 状态检查
db.serverStatus()
// 连接检查
db.currentOp()
// 性能检查
db.collection.aggregate([{$indexStats: {}}])
Redis：
# 状态检查
INFO all
# 连接检查
CLIENT LIST
CLIENT KILL [ID]
# 性能检查
MONITOR
七、实战案例分析
7.1 案例1：MySQL连接泄漏
场景描述：
- 应用突然无法连接数据库
- 数据库CPU使用率飙升
排查过程：
-- 1. 查看连接状态
SHOW PROCESSLIST;
-- 2. 发现大量连接来自同一应用
-- 3. 分析连接特征
SELECT
SUBSTRING(info, 1, 50),
COUNT(*)
FROM information_schema.processlist
WHERE info IS NOT NULL
GROUP BY SUBSTRING(info, 1, 50);
解决方案：
# 解决方案
solutions:
immediate:
- "杀掉问题连接"
KILL 12345;
application:
- "修复连接泄漏代码"
- "配置连接池"
monitoring:
- "添加连接数监控"
- "设置告警阈值"
7.2 案例2：Redis内存溢出
场景描述：
- Redis服务频繁重启
- 内存使用率接近100%
排查过程：
# 1. 查看内存使用
INFO memory
# 2. 发现内存碎片率高
mem_fragmentation_ratio: 3.5
# 3. 查看大 Key
redis-cli --bigkeys
解决方案：
# 解决方案
solutions:
immediate:
- "重启 Redis"
systemctl restart redis
configuration:
- "启用内存碎片整理"
activedefrag yes
active-defrag-threshold-lower 10
prevention:
- "添加内存监控"
- "设置告警阈值 80%"
八、面试1分钟精简版（直接背）
完整版：
日常维护中确实遇到过各种数据库问题。比如MySQL连接数爆满的问题，通过show status和show processlist发现大量连接堆积，分析发现是应用连接泄漏，立即杀掉空闲连接并调整max_connections参数解决。慢查询问题通过explain分析执行计划，优化了缺失的索引解决。MongoDB主从延迟问题通过show slave status发现延迟超过10秒，调整oplog大小和优化写入策略解决。排查思路是：先看告警收集初步信息，再查日志和数据库状态，最后分析原因并制定解决方案。
30秒超短版：
MySQL连接爆满用show processlist排查，慢查询用explain分析，主从延迟查show slave status。MongoDB用db.serverStatus()和rs.status()排查，Redis用INFO memory查看内存状态。
九、总结
9.1 核心要点
- 连接问题：show processlist / currentOp
- 性能问题：explain分析 / 慢查询日志
- 主从延迟：show slave status / rs.status()
- 存储问题：df -h / db.stats()
- 内存问题：INFO memory / dmesg
9.2 排查原则
| 原则 | 说明 |
|---|---|
| 先止血 | 先恢复服务再分析原因 |
| 后分析 | 收集信息分析根本原因 |
| 防复发 | 制定预防措施 |
9.3 记忆口诀
连接爆满show process，慢查询要explain，
主从延迟查slave，磁盘满了清空间，
内存不足看info，锁等待要kill。
文档信息
- 本文作者：soveran zhong
- 本文链接：https://blog.clockwingsoar.cn/2026/05/08/database-troubleshooting-best-practices/
- 版权声明：自由转载-非商用-非衍生-保持署名（创意共享3.0许可证）