根本解法是物理隔离统计查询:搭建延迟复制只读从库,应用层强制路由+主库熔断防护,预计算汇总表与近似算法降级,配合监控告警闭环。

非核心统计分析任务挤占主库资源,本质是读压力穿透到了写库,破坏了主库的稳定性边界。解决思路不是“限制它跑”,而是“让它别跑在这儿”。
把统计分析从主库彻底剥离
最根本的解法是物理隔离:统计类查询一律不连主库。
- 搭建专用只读从库,专供报表、BI、后台导出等低优先级查询使用;建议启用延迟复制(如 MASTER_DELAY=3600),避免误操作影响主库
- 应用层强制路由:在数据库连接池或中间件(如 ShardingSphere、ProxySQL)中配置规则,匹配 SQL 模式(如含 GROUP BY、COUNT(*)、FROM xxx_log 表)自动转发到从库
- 禁止开发直接在主库执行 SELECT ... FROM large_table GROUP BY ... 类语句,通过 DBA 审批+SQL 白名单机制卡口
主库侧加实时熔断和资源控制
即使做了路由,仍需兜底防护,防止异常流量漏打主库。
- 启用 MySQL 8.0+ 的 Resource Groups 功能,为统计类用户(如 report_user)绑定 CPU 配额,例如限制最多使用 1 个逻辑核
- 设置 long_query_time = 0.5 并开启 slow_query_log,配合脚本每分钟扫描一次,对运行超 2 秒且无 WHERE 条件、含聚合函数的查询自动 KILL
- 利用 performance_schema.events_statements_summary_by_digest 实时识别高频大表全扫语句,配合 pt-kill 工具自动拦截
重构统计逻辑,降低资源消耗
很多“统计”其实不需要实时精确结果,可降级处理。
- 将小时级/天级汇总数据预计算并写入 summary 表,应用查汇总表而非原始大表
- 对近似统计需求(如“总用户数约多少”),改用 APPROX_COUNT_DISTINCT() 或 HyperLogLog 算法,内存与时间开销下降 90%+
- 大表分页导出改用游标式拉取(WHERE id > last_id ORDER BY id LIMIT 1000),避免 OFFSET 越大越慢的问题
建立可观测与告警闭环
没有监控的隔离是纸糊的。
- 监控指标必须包含:主库 Threads_running > 20、QPS 中 SELECT 占比突增 > 70%、平均查询响应时间 > 800ms
- 告警触发后自动执行:SHOW FULL PROCESSLIST 输出到日志 + 记录 top -b -n1 结果 + 抓取当前 performance_schema.memory_summary_by_thread_by_event_name 前 5 名
- 每月生成“统计类查询资源消耗 Top 10”报告,推动业务方优化或迁移

















