数据库是我们每天都会打交道的基础设施，围绕数据库或数据库服务器的问题每天都在发生，我们梳理下那些年我们遇到的数据库问题。
问：[机器宕机] all(#2) icmp.ping.alive from=gh == 0
答：切除流量，重新扩容了一台，并加回服务器，做好预热
问：Can't connect to MySQL server onhost ，机器故障3次以上无法连接！已经读节点下线。
答：从库宕机，流量已自动摘，剩余从库是否能够支撑，需要评估，从库配置一般需要按照两倍评估，一般没有问题
问：实例异常 all(#2) mysql_alive_local
答：机器异常自动下线，一般是因为机器过老，可以陆续下掉老机器。宕机原因可能是磁盘损坏导致
问：[机器宕机] all(#2) icmp.ping.alive from=yf == 0
答：从库扩容，或主库宕机，自动主从切换导致，会自动补从库，业务上需要观察是否恢复
问：runtime=work all(#3) Seconds_Behind_Master
答：1. 可能业务上写QPS比较大，比如业务陡增或压测流量，业务上做好限流
2. 可以观察下db的qps是否有增长，或者行级别的写入有没有上涨
3. 也有可能在进行ddl操作，导致从库有延迟
4. 表空洞清理也会导致这个问题
5. 改表操作，也会有这个问题
6. 更新数据量太大了，导致主从延迟
问：runtime=work all(#3) load.1minPerCPU >= 1.5
答：1.可能某个sql有问题，比如做的聚合运算太多了，造成cpu过高，可以先把sql语句kill掉2.业务上需要避免过大的定时任务对db造成较大的读写压力，可以增加限制，同时优化sql
3.关键时刻db做好sql限流
4. limit的值太大了也会有这个问题
5. 慢查询导致，比如大量update夯住了，无索引update
问：慢查询1分钟>1800 all(#6) Slow_queries
答：慢sql导致。
1.sql优化，加索引
问：连接使用率 all(#1) Conn_used_ratio
答：1.大量流量导致连接减少，比如压测流量
2. 或者连接这个db的应用服务器数量增加了，导致连接增多
问：并发线程数 all(#3) Threads_running >= 256
答：1.磁盘满了
2. 大量慢查询，扫描行数过多，先把sql限流，或直接kill掉sql语句，业务上需要快速定位下sql来源，然后改下业务逻辑
3. 如果sql中in值超过200个，会退化成范围查询，会导致索引失效，所以大家要注意在写sql，有in条件时，控制不要到200个
4. 压测也会导致这个问题
5. sql无索引，慢查询导致
6. sql inlist 数量过多，且多为查询冷数据，buffer命中不高，产生慢查
问：网卡出流量使用率 all(#3) net.if.out.percent iface=eth0 >= 80
答：可能网卡配置低了，比如正常是万兆，结果配置成了千兆网卡机器
问：MySQLTransactionRollbackException: Lock wait timeout exceeded; try restarting transaction
答：锁等待超时，比如删除数据没用到索引，导致全表扫描，需要改成适合索引的删除，或对sql语句增加索引
问：网卡发生降速 bdiff(#2) net.if.raw_speed iface=bond0 < 0
答：网卡故障
来源：oschina
链接：https://my.oschina.net/u/1000241/blog/3186834