偶发性SQL执行毛刺主因是资源瞬时争抢与非SQL层干扰，需排查Sleep连接堆积、磁盘I/O被抢占、InnoDB buffer pool命中率偏低及日志刷新阻塞四大问题。
偶发性SQL执行毛刺（比如某条查询平时 20ms，突然跳到 2s）不是慢查询日志能直接抓到的问题——它往往不进慢日志，但用户体感极差。核心得盯住「资源瞬时争抢」和「非SQL层干扰」。
查Sleep连接是否堆积抢资源
大量未释放的 Sleep 连接会占满 Threads_connected，后续真实查询被迫排队，造成毛刺。这不是SQL慢，是“等不到连接”。
- 执行
SHOW PROCESSLIST，重点筛Command = 'Sleep'且Time > 60的连接 - 结合应用日志确认这些连接是否来自定时任务（如每小时跑一次的报表同步），检查它是否用了长连接却没设
wait_timeout或没主动close() - 临时验证：用
KILL [ID]干掉几个高龄 Sleep 连接，观察毛刺是否回落——如果明显改善，说明是连接堆积导致的资源饥饿 - 别只调数据库端
wait_timeout，还得同步检查应用层连接池的maxIdle、removeAbandonedOnBorrow等参数，否则只是把问题从数据库推到应用内存里
看磁盘I/O是否被后台任务冲刷
SELECT 本身不写盘，但若此时有 mysqldump、pt-online-schema-change 或业务导出脚本在全表扫描，就会疯狂读取数据页，把 innodb_buffer_pool 冲得七零八落，后续查询被迫频繁回磁盘，响应时间自然毛刺。
- 用
iostat -x 1看%util和await：若磁盘忙且await > 20ms，基本锁定 I/O 瓶颈 - 用
pidstat -d 1找 I/O 占比高的进程，重点盯mysqld外的进程（比如python3 export.py） - 用
lsof -p [mysqld_pid]查 MySQL 当前打开的文件，再对比ls -lh /proc/[pid]/fd/，确认是否有大文件（如 50GB 的 ibd）被反复读 - 这类任务必须避开高峰，且加
--chunk-size或--limit控制单次读取量，不能一把梭
验InnoDB buffer pool命中率是否长期偏低
命中率低不是“偶尔卡一下”，而是“一直没缓存住”，每次查询都得去磁盘捞数据——而磁盘响应时间波动远大于内存，毛刺就是必然结果。
- 查当前命中率：
SHOW STATUS LIKE 'Innodb_buffer_pool_read%';，算(1 - Innodb_buffer_pool_reads / Innodb_buffer_pool_read_requests) * 100，低于95%就危险 - 确认服务器实际可用内存：
free -h看available，别只看total；innodb_buffer_pool_size建议设为available的 50%~75%，但绝不能超 - 注意：buffer pool 不够时，毛刺常呈周期性（比如每 2 分钟一次），因为 LRU 链表反复淘汰又重载热数据
盯InnoDB日志刷新是否触发阻塞
INSERT/UPDATE 毛刺常见于日志写满强制 checkpoint 场景：当 innodb_log_file_size 过小，log buffer 写满后必须等 checkpoint 完成才能继续，造成周期性延迟（比如每 2 分钟一次明显卡顿）。
- 查
SHOW ENGINE INNODB STATUS中 LOG 段：Log sequence number和Last checkpoint at差距极小，说明日志快写满了 - 估算建议值：用
Innodb_os_log_written / 3600推算 1 小时写入量，innodb_log_file_size至少覆盖该量；常见设置为1G~4G，而非默认的48M - 调整需重启，且要先备份原日志文件；线上改前务必在从库或测试环境验证 checkpoint 频率变化
真正难排查的毛刺，往往藏在“看起来无关”的地方：一个没关的 Sleep 连接、一个凌晨跑的导出脚本、buffer pool 刚好卡在 94.8% 命中率、或者日志文件大小离临界点只差 200MB。这些点单独看都不致命，叠加起来就变成用户眼里的“系统抽风”。
