凌晨三点,全公司的人都在盯着一张库存表
去年双十一那晚,我朋友的电商团队经历了职业生涯最难忘的一夜:零点刚过两分钟,下单接口的响应时间从 100 毫秒一路飙到 8 秒,客服群被”付不了款”的截图刷爆。DBA 冲进系统一看,CPU 才用了四成,服务器根本没使上劲——慢的全是”等锁”。
同样的事,其实每天都在发生。秒杀抢不到的库存、直播打赏卡住的金币、抢票转了一辈子的圈圈,背后大概率是同一件事:MySQL 被高并发堵住了。
有意思的是,技术群里一聊这个话题,大家第一反应都是”加索引、上缓存、分库分表”。可真照做的团队,压测 QPS 不升反降的占了大多数。问题出在哪?高并发下的 MySQL 性能瓶颈,从来不在某个孤立参数上,而在事务、锁、内存、日志这几条链路的协同失衡。今天就把这几层拆开,讲点能直接落地的东西。
锁不是敌人,抢锁的方式才是
先说一个反直觉的事实:高并发优化,很多时候不是让 SQL 跑得更快,而是让 SQL”跑慢”一点,但减少抢锁的次数。
我在一份实战记录里看到过一个典型场景:某电商库存扣减接口,TPS 卡在 3200 上不去,CPU 却只用了 42%。打开 SHOW ENGINE INNODB STATUS\G,死锁日志里躺着一个关键信息——所有事务都在抢同一行:UPDATE inventory SET stock = stock - 1 WHERE sku_id = 'SKU-2023-001'。
爆款商品只有一行库存记录,几千个事务同时怼这一行,行锁直接变成单车道。有人提议加索引,没用——索引只是让你更快到达堵车点而已。
真正有效的改法,是把”单行强一致性更新”降级为”多行弱一致性预占”:
- 建一张预占表,下单先往里
INSERT一条新记录(插入新行,不抢任何人的锁); - 每 5 秒跑一次定时任务,把同一 SKU 的预占数聚合起来,一次性批量扣减库存。
改造完的效果:TPS 从 3200 涨到 9600,行锁等待从每秒 12 次降到 0.2 次。秘诀就一句话——锁的”频率”比”时长”更致命。单次锁 10 毫秒但每秒抢 100 次,比锁 100 毫秒但每秒只抢 1 次危害大得多。
另外两个小动作也值得做:事务里别夹带 RPC 调用、别搞用户交互,把大事务拆小,锁的持有时间自然缩短;批量 UPDATE 尽量按主键顺序排列更新条件,能显著降低死锁概率。有团队只做了这两件事,死锁发生率就降了九成。
隔离级别,该降就降
很多人不知道,MySQL 默认的 REPEATABLE READ(可重复读)在高并发下是个”隐藏税官”。它会引入间隙锁(Gap Lock),尤其当你的 SQL 里有范围查询时,锁住的范围会比你以为的大得多。
工程上常见的做法不是全局降级,而是手术刀式的混合隔离:热点表(比如库存表)单独切到 READ COMMITTED,订单、用户这些核心表保持 REPEATABLE READ。一份实测数据显示,这样调完后缓冲池磁盘读占比从 18% 降到 3.7%——锁竞争一少,内存效率自己就上来了。
当然,降级的代价要心里有数:你会失去可重复读的语义,同一条查询在一个事务里两次执行可能返回不同结果。所以这事不能拍脑袋,要看表的业务能不能接受。
索引不是锦上添花,是高并发的生死线
如果说锁解决的是”别打架”,那索引解决的就是”别跑步进场”。
分享一个真实案例:一条看着人畜无害的 SQL——SELECT * FROM orders WHERE user_id = 12345 ORDER BY created_at DESC LIMIT 20,在 QPS 8000 的时候平均耗时 420 毫秒。用 EXPLAIN 一看,好家伙,全表扫描加内存排序,Sorting result 一步就吃掉 68% 的时间。
为啥?优化器觉得 user_id 选择性不够高,干脆放弃索引直接扫全表。这时给 user_id 单独建索引也没用,正确姿势是建一个复合覆盖索引:
CREATE INDEX idx_user_created_covering
ON orders (user_id, created_at DESC, order_id, status, amount);
三个细节:排序字段显式写成 DESC,避免再排一次;常用查询字段塞进索引,实现覆盖查询不用回表;字段顺序严格按 WHERE → ORDER BY → SELECT 排。改完这条 SQL 从 420 毫秒降到 18 毫秒,22 倍。
代价也有——这个索引占掉了表空间的 42%。高并发优化从来都是有舍有得,关键是知道自己在舍什么。
还要警惕一件事:索引缺失时,更新语句的锁会直接升级甚至波及全表。所以每次上线新 SQL 前花一分钟 EXPLAIN 一下,性价比极高。
别把数据库当全家唯一的劳力
前面讲的都是在单机 MySQL 内部做功。但再高明的调优,也架不住所有流量都往一台机器上灌。架构层面的三板斧,得安排上。
读写分离是最便宜的一步。主库写,从库读,配合 ProxySQL 这类中间件自动路由。某电商平台用 1 主 8 从,峰值扛住了 8.7 万 QPS。这里有个关键细节:从库会延迟,得用 pt-heartbeat 这类工具盯着,延迟超 500 毫秒就把读流量切回主库,不然用户刚下的单”消失”了,投诉比宕机还难看。
缓存是第二板斧。读多写少的数据进 Redis,一份案例里社交平台把用户动态缓存后,数据库负载直接降了七成。缓存本身又是一门课——击穿、雪崩、穿透,个个能要命,但这话题够再写一篇文章了。
分库分表放最后说,因为它是核弹,炸完敌我不分。真实经验是:千万级以下的单表别急着分;真到了 2.3 亿行这种量级,再按 user_id % 16 切分片。美团点评早期订单系统就是分库分表扛起来的,但人家踩过的坑也能写本书——跨片 JOIN 没了、全局 ID 得用雪花算法、分页查询直接变成噩梦。记住一句话:分片是最后手段,不是第一选择。
写压力太大的场景,还可以把非实时写操作丢进消息队列异步消化,用空间和时间换平稳。
参数是配菜,可观测性才是主菜
最后聊个最容易被忽略的点:调参。
innodb_buffer_pool_size 设物理内存的六到八成、innodb_flush_log_at_trx_commit 在安全(=1)和性能(=2)之间做取舍、max_connections 别瞎调大——这些网上都能搜到,但单独调任何一个,大概率没用。比如你把 max_connections 从 200 拉到 1000,却没同步调 table_open_cache,MySQL 会疯狂开关表文件,连接建立耗时反而从 3 毫秒飙到 800 毫秒。
比参数更重要的,是每一次优化都要有可观测的锚点。慢查询日志要开,用 pt-query-digest 做归因;performance_schema 里的锁视图要会看;每次只改一个变量,前后对比数据,别一口气全改然后祈祷。
有团队严格执行这套”改一测一”的闭环,同等硬件下把系统从 12800 QPS 推到 21500,平均响应从 128 毫秒降到 63 毫秒,三个月零数据库故障。优化不是玄学,是把每个变量拧紧到恰到好处的螺丝刀活儿。
写在最后
高并发没有银弹,但有顺序:先把锁的争抢降下来,再把索引修明白,然后才轮到读写分离和缓存,分库分表永远是压箱底的招。很多团队恰恰把这个顺序倒了过来,架构画得漂亮,SQL 写得稀烂,大促该崩还是崩。
你的系统里,慢的是哪一环?评论区聊聊,说不定你的踩坑经历正是别人缺的那块拼图。
参考资料:MySQL 高并发处理与数据一致性保障策略 - 腾讯云开发者社区、MySQL高并发性能优化实战 - CSDN、MySQL 事务与锁机制深度解析 - 博客园、大众点评订单系统分库分表实践 - 美团技术团队
