# 1. 收集信息
# 查看TiDB日志
cat /tidb/logs/tidb/tidb.log | grep -i error

# 查看TiKV日志
cat /tidb/logs/tikv/tikv.log | grep -i error

# 查看PD日志
cat /tidb/logs/pd/pd.log | grep -i error

# 2. 检查监控
# 访问Grafana监控页面
# http://192.168.1.100:3000

# 3. 分析慢查询
# 查看慢查询日志
cat /tidb/logs/tidb/slow-query.log

# 4. 检查集群状态
# 使用tiup查看集群状态
tiup cluster display fgedu-tidb-cluster

# 5. 检查SQL执行计划
# 分析SQL执行计划
EXPLAIN SELECT * FROM fgedudb.fgedu_users WHERE name = ‘test’;

# 1. 问题识别
# 确认问题现象和影响范围

# 2. 问题定位
# 使用上述方法定位问题根因

# 3. 制定解决方案
# 根据问题根因制定解决方案

# 4. 实施解决方案
# 执行解决方案，如调整参数、优化SQL等

# 5. 验证解决方案
# 验证问题是否解决

# 6. 总结和预防
# 总结问题原因和解决方法，制定预防措施

# 示例：解决慢查询问题
# 1. 识别问题：应用响应慢
# 2. 定位问题：通过慢查询日志发现慢SQL
# 3. 制定解决方案：优化SQL，添加索引
# 4. 实施解决方案：执行ALTER TABLE添加索引
# 5. 验证解决方案：执行SQL查看执行计划和响应时间
# 6. 总结和预防：定期分析慢查询，优化SQL

# 1. 建立监控体系
# 部署Prometheus和Grafana
wget https://github.com/prometheus/prometheus/releases/download/v2.45.0/prometheus-2.45.0.linux-amd64.tar.gz
tar -xf prometheus-2.45.0.linux-amd64.tar.gz

# 配置Prometheus
cat > prometheus.yml << 'EOF' global: scrape_interval: 15s scrape_configs: - job_name: 'tidb' static_configs: - targets: ['192.168.1.100:9090'] - job_name: 'tikv'风哥提示： static_configs: - targets: ['192.168.1.101:9091', '192.168.1.102:9091', '192.168.1.103:9091'] - job_name: 'pd' static_configs: - targets: ['192.168.1.100:9092'] EOF # 2. 建立定期检查机制 # 创建检查脚本 cat > check_tidb.sh << 'EOF' #!/bin/bash # check_tidb.sh # from:www.itpux.com.qq113257174.wx:itpux-com # web: http://www.fgedu.net.cn log_file="/tidb/logs/check_tidb.log" echo "[$(date +'%Y-%m-%d %H:%M:%S')] 开始检查TiDB集群" >> $log_file

# 检查集群状态
tiup cluster display fgedu-tidb-cluster >> $log_file

# 检查慢查询
mysql -h 192.168.1.100 -P 4000 -u root -ppassword -e “SHOW GLOBAL STATUS LIKE ‘Slow_queries’;” >> $log_file

# 检查连接数
mysql -h 192.168.1.100 -P 4000 -u root -ppassword -e “SHOW GLOBAL STATUS LIKE ‘Threads_connected’;” >> $log_file

echo “[$(date +’%Y-%m-%d %H:%M:%S’)] 检查完成” >> $log_file
EOF

chmod +x check_tidb.sh

# 设置定时任务
crontab -e
# 添加以下内容
0 * * * * /tidb/scripts/check_tidb.sh

# 3. 建立备份策略
# 创建备份脚本
cat > backup_tidb.sh << 'EOF' #!/bin/bash # backup_tidb.sh TIMESTAMP=$(date +'%Y%m%d%H%M%S') echo "开始备份TiDB集群" tiup br backup full --pd "192.168.1.100:2379" --storage "s3://fgedu-tidb-backup/$TIMESTAMP" --ratelimit 128 echo "备份完成" EOF chmod +x backup_tidb.sh # 设置定时任务 crontab -e # 添加以下内容 0 1 * * * /tidb/scripts/backup_tidb.sh

# 1. 问题描述：应用查询响应时间长，影响用户体验

# 2. 分析过程：
# 1. 查看慢查询日志
cat /tidb/logs/tidb/slow-query.log

# 2. 发现慢SQL
# Time: 2024-01-01T10:00:00.000+08:00
# User@Host: root[root] @ 192.168.1.100 [192.168.1.100]
# Query_time: 10.234567 Lock_time: 0.000000 Rows_sent: 1000 Rows_examined: 1000000
# SET timestamp=1672533600;
SELECT * FROM fgedudb.fgedu_orders WHERE order_date >= ‘2024-01-01’;

# 3. 分析执行计划
EXPLAIN SELECT * FROM fgedudb.fgedu_orders WHERE order_date >= ‘2024-01-01’;

# 执行计划显示全表扫描
+————————-+———-+———–+—————+——————————–+ | id | estRows | task | access object | operator info | +————————-+———-+———–+—————+——————————–+ | TableReader_7 | 100000.0 | root | | data:Selection_6 | | └─Selection_6 | 100000.0 | cop[tikv] | | ge(fgedudb.fgedu_orders.order_date, 2024-01-01 00:00:00) | | └─TableFullScan_5 | 1000000.0| cop[tikv] | table:fgedu_orders | keep order:false, stats:pseudo | +————————-+———-+———–+—————+——————————–+

# 3. 解决方案：
# 1. 添加索引
ALTER TABLE fgedudb.fgedu_orders ADD INDEX idx_order_date (order_date);

# 2. 验证执行计划
EXPLAIN SELECT * FROM fgedudb.fgedu_orders WHERE order_date >= ‘2024-01-01’;

# 执行计划显示使用索引
+——————————-+———-+———–+——————————–+——————————–+ | id | estRows | task | access object | operator info | +——————————-+———-+———–+——————————–+——————————–+ | IndexReader_6 | 100000.0 | root | | index:IndexRangeScan_5 | | └─IndexRangeScan_5 | 100000.0 | cop[tikv] | table:fgedu_orders, index:idx_order_date(order_date) | range:[2024-01-01 00:00:00,+inf), keep order:false, stats:pseudo | +——————————-+———-+———–+——————————–+——————————–+

# 4. 效果：查询响应时间从10秒减少到0.1秒

# 1. 问题描述：TiKV节点宕机，集群状态异常学习交流加群风哥QQ113257174

# 2. 分析过程：
# 1. 查看集群状态
tiup cluster display fgedu-tidb-cluster

# 输出显示TiKV节点192.168.1.101状态为Down

# 2. 查看TiKV日志
cat /tidb/logs/tikv/tikv.log | grep -i error

# 发现磁盘空间不足错误
# [2024-01-01 10:00:00.000 +08:00] [ERROR] [storage/raftstore/raft_log.rs:1000] [“failed to write raft log”] [err=”No space left on device”]

# 3. 解决方案：
# 1. 清理磁盘空间
# 查看磁盘使用情况
df -h

# 清理日志文件
find /tidb/logs -name “*.log” -mtime +7 -delete

# 2. 重启TiKV节点
tiup cluster start fgedu-tidb-cluster -R tikv:192.168.1.101:20160

# 3. 验证集群状态
tiup cluster display fgedu-tidb-cluster

# 4. 效果：TiKV节点恢复正常，集群状态恢复

# 1. 问题描述：应用读取到不一致的数据

# 2. 分析过程：
# 1. 检查TiDB事务隔离级别
SHOW VARIABLES LIKE ‘tidb_txn_isolation’;

# 输出显示为REPEATABLE-READ

# 2. 检查应用代码
# 发现应用使用了长事务，且在事务中多次读取同一数据

# 3. 解决方案：
# 1. 优化应用代码，缩短事务时间
# 2. 调整事务隔离级别（如需）
SET GLOBAL tidb_txn_isolation = ‘READ-COMMITTED’;

# 3. 优化SQL语句，减少锁冲突

# 4. 效果：数据一致性问题解决，应用读取到一致的数据

更多学习教程公众号风哥教程itpux_com

Part05-风哥经验总结与分享

5.1 问题处理最佳实践

• 快速响应：及时发现和处理问题，减少影响范围
• 系统性分析：全面分析问题，找到根本原因
• 规范流程：建立标准化的问题处理流程
• 持续改进：总结经验教训，不断优化系统
• 知识共享：建立知识库，分享问题处理经验

5.2 常见问题与解决方案

• 查询性能问题：优化SQL语句，添加合适的索引，调整参数配置
• 集群稳定性问题：确保硬件资源充足，网络稳定，定期检查集群状态
• 数据一致性问题：合理设置事务隔离级别，优化事务设计
• 资源使用问题：合理分配资源，监控资源使用情况，及时扩容
• 配置问题：根据业务需求和硬件情况调整参数，避免过度配置

5.3 未来发展趋势

• 智能化运维：利用AI技术自动检测和解决问题
• 自动化运维：通过脚本和工具实现自动化运维
• 云原生部署：在云环境中部署和管理TiDB
• 边缘计算集成：支持边缘计算场景的TiDB部署
• Serverless架构：按需使用的TiDB服务

from tidb视频:www.itpux.com