背景
大促备战，最大的隐患项之一就是慢sql，带来的破坏性最大，也是日常工作中经常带来整个应用抖动的最大隐患，而且对sql好坏的评估有一定的技术要求，有一些缺乏经验或者因为不够仔细造成一个坏的sql成功走到了线上，等发现的时候要么是造成了线上影响、报警、或者后置的慢sql采集发现，这时候一般无法快速止损，需要修改代码上线、或者调整数据库索引。
核心痛点：
1、无法提前发现慢sql，可能恶化为慢sql的语句
2、线上出现慢sql后，无法快速止损
解决思路
1、把问题解决在上线之前，最好的办法就是在测试阶段，甚至在开发阶段就发现一个sql的好坏
2、线上发现慢sql后除了改代码上线、调整数据库表索引的方式外，支持热更新的方式替换sql语句。
部门内部，目前大部分数据库框架采用的mybatis，然后基于mybatis本身的实现机制中，开发一个mybatis组件，可以自动对运行的sql进行提取和分析，定制一套默认的分析规则，让sql在开发环境和测试环境执行的时候，就能够做初步的评估，把有问题的慢sql在这个阶段暴露出来；同时具备sql替换功能，在线上出现问题sql的时候，可以通过ducc配置快速完成对一个sql的在线替换，大大降低线上问题的止损时间。
开源方案调研
目前，主流的sql分析组件，核心功能主要放在了两个方向：1、慢sql的分析和优化建议 2、sql的优化重写功能，而且主要偏运维的辅助功能无法做到无侵入的和应用代码进行集成。也就无法实现我们的核心痛点，慢sql提前分析预警和动态sql替换。
设计方案
核心功能：SQL分析预警能力、SQL替换能力
详细设计
主要分为8个功能模块
模块一：core 主要负责组件的接入到mybatis，以及其它模块的编排调用
模块二：config 主要负责组件配置信息的初始化
模块三：extrat 主要通过解析mybatis 相关对象，提取完整的待执行sql
模块四：analysis 主要拼接分析语句，执行explain分析语句并获取分析结果
模块五：rule sql分析规则的加载和初始化，支持自定义规则
目前默认规则（持续扩展）：
1、查询未匹配索引
2、匹配索引过滤效果较差
3、返回行数过多
4、使用了文件排序
模块六：score 基于分析结果和配置的评分规则进行匹配打分，优化建议组装
模块七：out 输出模块，对于输出结果进行输出，目前已error日志、MQ两种输出方式
模块八：replace替换模块，可以对sql语句基于ducc配置进行动态替换
使用方法
1、引入依赖jar包
1<dependency> 2 <groupId>com.jd.sql.analysis</groupId> 3 <artifactId>sql-analysis</artifactId> 4 <version>1.2-SNAPSHOT</version> 5</dependency>
2、配置组件xml
1<configuration> 2 <plugins> 3 <plugin interceptor="com.jd.sql.analysis.core.SqlAnalysisAspect" > 4 <!-- 开启sql分析功能最简配置 --> 5 <property name="analysisSwitch" value="true"/> 6 7 <!-- 开启sql替换功能最简配置 --> 8 <property name="sqlReplaceModelSwitch" value="true"/> 9 <property name="duccAppName" value="workbench-backend"/> 10 <property name="duccUri" value="ucc://xxxx@test.ducc.jd.local/v1/namespace/workbench_backend/config/default/profiles/test?longPolling=60000&necessary=false"/> 11 <property name="duccMonitorKey" value="refundBugFlag"/> 12 </plugin> 13 </plugins> 14</configuration>
3、核心配置项
| 属性 | 用途 | 是否必填 | 默认值 | 备注 |
|---|---|---|---|---|
| analysisSwitch | 是否开启分析功能 | 是 | false | |
| onlyCheckOnce | 是否对一个sqlid只分析一次 | 非 | true | |
| checkInterval | 每个sqlid分析间隔 | 非 | 300000毫秒 | onlyCheckOnce 为false才生效 |
| exceptSqlIds | 需要过滤不分析的sqlid | 非 | | |
| sqlType | 分析的sql类型 | 非 | 默认select、update | 支持 |
| scoreRuleLoadClass | 评分规则加载器，用于扩展自定义规则 | 非 | | |
| outModel | 默认输出方式 | 非 | 默认值：LOG | 支持LOG、MQ两种方式 |
| outputClass | 评分结果输出类，用于扩展自定义结果输出方式 | 非 | | |
| sqlReplaceModelSwitch | sql替换模块是否开启 | 非 | 默认 false | |
| duccAppName | ducc配置的应用名称（jdos） | 非 | | |
| duccUri | ducc uri配置 | 非 | | |
| duccMonitorKey | sql替换配置文件对应的key | 非 | | |
4、默认分析效果展示
1、慢sql分析效果
2、sql动态替换效果
5、实践使用方案
1、慢sql分析-日志输出+关键词告警
1<configuration> 2 <plugins> 3 <plugin interceptor="com.jd.sql.analysis.core.SqlAnalysisAspect" > 4 <property name="analysisSwitch" value="true"/> 5 </plugin> 6 </plugins> 7</configuration>
2、慢sql分析-日志输出+mq输出+es存储+Kibana分析
1<configuration> 2 <plugins> 3 <plugin interceptor="com.jd.sql.analysis.core.SqlAnalysisAspect" > 4 <property name="appName" value="workbench-backend"/> 5 <property name="analysisSwitch" value="true"/> 6 <property name="outputModel" value="mq"/> 7 <property name="mqApp" value="qlstation"/> 8 <property name="mqUser" value="xxx"/> 9 <property name="mqPassword" value="xxx"/> 10 <property name="mqAddress" value="jmq-testcluster.jd.local:50088"/> 11 <property name="mqTopic" value="jdl_kds_key_node_log"/> 12 </plugin> 13 </plugins> 14</configuration>
最终效果
3、慢sql替换-ducc配置动态更新sql语句
1<configuration> 2 <plugins> 3 <plugin interceptor="com.jd.sql.analysis.core.SqlAnalysisAspect" > 4 <property name="sqlReplaceModelSwitch" value="true"/> 5 <property name="duccAppName" value="workbench-backend"/> 6 <property name="duccUri" value="ucc://xxx/v1/namespace/workbench_backend/config/default/profiles/test?longPolling=60000&necessary=false"/> 7 <property name="duccMonitorKey" value="sqlReplaceConfig"/> 8 </plugin> 9 </plugins> 10</configuration>
发现慢sql
ducc配置
线上sql被动态替换
注意：功能正式修复后，需去掉该配置，该功能仅供应急处理线上问题，不建议作为功能长期使用
性能测试
测试环境千次普通sql查询，每种场景进行了5次测试
未启用插件耗时：11108ms，10237ms，9482ms，7938ms，8196ms
开启sql分析耗时：16619ms，17333ms，16321ms，19057ms，18164ms
实际配置，只有首次执行或者间隔时间执行，单次影响10ms左右）
开启sql替换耗时：10642ms，8803ms，8353ms，8830ms，9170ms
基本无影响
适用场景
1、慢sql预防
2、线上问题止损
优势
1、核心优势：执行时分析sql，区别于传统的依赖sql执行耗时来评估慢sql，直接基于语法和索引进行前置分析，不仅能预防某些坏sql在上线后发现是慢sql，还能给出sql优化建议，可以大限度的避免线上产生慢sql。支持动态对线上sql进行替换，可以对线上问题快速止损。
2、性能：基于性能和不同的使用场景考虑，支持定制化配置，每个sql是否仅进行一次检查、或者按某个时间间隔进行配置。sql替换几乎无损耗。
3、扩展：基于后续sql评分规则的扩展、以及分析结果以不同的方式输出的考虑，支持评分规则、输出方式的自定义扩展。
4、成本：接入成本低，无代码侵入。
作者：京东物流 扈海涛
来源：京东云开发者社区