冷热分离与治理
分库解决了容量问题,但「热」与「慢」是两件独立的事。2 亿行订单里,真正被频繁访问的只有最近 30 天的那一小部分;而老数据躺在分片里,既占 buffer pool 又拖慢备份。本篇的主题是把热数据看住、把冷数据搬走、把慢查询治掉。三年坚持下来,主表行数稳在 5000 万以内,p99 查询耗时再也没有回到过分库前的水平。
| 章节 | 内容 | 你将获得 |
|---|---|---|
| 4.1 热点数据 | 识别与打散 | 热点倾斜的监控与打散手段 |
| 4.2 冷数据归档 | 转 COS 与冷表 | 归档流水线与冷查询链路 |
| 4.3 慢查询定位 | 执行计划 | CLS 加执行计划的定位法 |
| 4.4 索引优化 | 覆盖与失效 | 覆盖索引与深分页治理 |
治理类工作不是一锤子买卖,而是常态机制。我们设了每周一次的慢查询评审会,每条 p99 超标的 SQL 都要过执行计划,这套节奏比任何一次性优化都有效。做系统设计与 k8s 实战:发布流水线 里的质量门禁是同一个道理:把治理动作固化成流程。
延伸阅读
- k8s 实战:发布流水线:把质量检查固化成流程门禁的思路
- rust 实战:日志管道:日志采集链路的工程实践
