1. 案例：一条慢SQL拖死整个系统
某天突然发现服务探测接口疯狂告警、同时数据库CPU消耗也告警，最后系统都无法访问；
起先以为服务出现问题，服务重启后现象依旧；
后检查数据库发现，大量的慢SQL正在阻塞等待执行：
查看哪些表被锁：show OPEN TABLES where In_use > 0;
查询正在执行的SQL，发现大量SQL执行阻塞了几百秒
select * from information_schema.processlist where db=‘ db_xxx ‘ and info is not null;
直接取出索引的进程ID，拼装成kill语句，取出来执行，干掉阻塞中的索引进程。
select concat(‘kill ‘, id,‘;‘) from information_schema.processlist where db=‘db_xxx ‘ and info is not null;
发现干掉一次之后，很快又出现大量的执行阻塞的SQL，而且90%以上都是某一条SQL。
干掉N次之后仍然不行，还是会出现。。。。。。
将该条执行的SQL扒出来，针对查询条件，创建了组合索引，SQL阻塞现象消失，
系统也恢复了正常。。。。。
2. CPU的消耗主要在 用户、系统、IO等待、软硬中断、空闲。
主要针对用户、IO等待进行优化（其他方面较难改变）
用户: 用户这块主要是用户空间CPU消耗，各种逻辑运算； 比如：正在进行大量tps
以及函数/排序/类型转化/逻辑IO访问…
IO等待：等待IO请求的完成
主要是这两者消耗了大部分的CPU，导致吞吐量下降、查询响应时间增加、慢查询增加。
3. 减少CPU消耗
3.1 减少等待
减少IO量：创建适合的索引，空间换时间，提示慢SQL的执行速度。
提升IO处理能力：加大cache、加大磁盘/SSD
3.2 减少计算
1) 减少逻辑运算：
避免使用函数，将运算转移至易扩展的应用服务器中
如substr等字符运算，dateadd/datesub等日期运算，abs等数学函数
减少排序，利用索引取得有序数据或避免不必要排序
如union all代替 union，order by 索引字段等
禁止类型转换，使用合适类型并保证传入参数类型与数据库字段类型绝对一致
如数字用tiny/int/bigint等，必需转换的在传入数据库之前在应用中转好
简单类型，尽量避免复杂类型，降低由于复杂类型带来的附加运算。更小的数据类型占用更少的磁盘、内存、cpu缓存和cpu周期
2) 减少逻辑IO量:
index，优化索引，减少不必要的表扫描
如增加索引，调整组合索引字段顺序，去除选择性很差的索引字段等等
table，合理拆分，适度冗余
如将很少使用的大字段拆分到独立表，非常频繁的小字段冗余到“引用表”
SQL，调整SQL写法，充分利用现有索引，避免不必要的扫描，排序及其他操作
如减少复杂join，减少order by，尽量union
all，避免子查询等
数据类型，够用就好，减少不必要使用大字段
如tinyint够用就别总是int，int够用也别老bigint，date够用也别总是timestamp
减少query请求量
适当缓存，降低缓存数据粒度，对静态并被频繁请求的数据进行适当的缓存
如用户信息，商品信息等
优化实现，尽量去除不必要的重复请求
如禁止同一页面多次重复请求相同数据的问题，通过跨页面参数传递减少访问等
合理需求，评估需求产出比，对产出比极端底下的需求合理去除
3.3 升级cpu
若经过减少计算和减少等待后还不能满足需求，cpu利用率还高，使用杀手锏升级cpu（使用更快更多的CPU）