业务挑战及运维痛点
数据库是所有系统的基座，开发运维人员每天都需要对数据库进行操作或者查询，但是使用人员对数据库的了解程度参差不齐，数据库的稳定性也不断受到如下问题的挑战：
业务快速迭代，数据库故障频发。
- 随着数据量的增长，产生了大量慢 SQL，性能问题严重；
- 表结构或者索引设计不当，频繁出现死锁；
- CPU 和内存利用率突然飙满等；
缺少专业 DBA，问题诊断解决困难。
管理成本高：随着云的普及，将数据库部署在不同的环境中，多环境和多种数据库的管理挑战也随之而来。
安全风险大：随着数据价值的提升，面临着越来越多内外部的风险，数据泄漏、数据丢失等问题层出不穷。
平台能力
智家数据库运维平台是基于公有云能力，集成在开发者平台，提供数据库一站式运维管理，核心能力包括：
- 降低数据库运维门槛：无需 DBA 背景，开发可以使用平台自主解决数据库典型问题。
- 多环境统一管理：云上云下数据库，统一管理、统一监控、统一告警。
- 支持多种数据库：MySQL / MariaDB、Redis、MongoDB、PostgreSQL 等。
- 保障数据库安全：基于数据库自治服务 DAS，提供高危 SQL 识别、SQL 注入检测、新增访问来源识别、敏感数据访问发现等服务；基于数据库安全登陆 DMS，提供操作安全审计能力，有效保障数据库安全。
典型场景 & 解决方案
场景一、紧急故障快速诊断及处理
- 通过平台提供的自治入口，进入自治服务；
- 查看实时会话，通过执行时间（单位是S）和状态（非Sleep）两个指标判断是否有会话阻塞；
- 根据紧急程度，采取不同措施：状况紧急，直接结束会话；状况不紧急，点击优化分析 SQL 阻塞原因。
场景二、性能监控及告警处理
- 监控指标：CPU 使用率、内存使用率、TPS/IOPS、磁盘空间、连接数、网络流量。
- 告警配置：告警模板有 6 种告警，区分阈值和事件两种类型，支持钉钉/邮件/短信三种通知方式。
- 告警处理：日常告警会同时通知 DBA 和业务，接收到告警应该进入平台及时查看监控和会话信息进行处理。
| 告警项 | 告警规则 | 发送间隔 | 告警类型 | 通知方式 |
|---|---|---|---|---|
| 数据库无法连接 | 连续 3 次则告警 | 30分钟 | 事件告警 | 短信 / 邮件 / 钉钉 |
| CPU使用率（%） | 连续 1 次总是大于等于 90 则告警 | 30分钟 | 阈值 | 短信 / 邮件 / 钉钉 |
| 内存使用率（%） | 连续 1 次总是大于等于 95 则告警 | 30分钟 | 阈值 | 短信 / 邮件 / 钉钉 |
| 活跃连接数 | 连续 3 次总是大于等于 100 则告警 | 30分钟 | 阈值 | 短信 / 邮件 / 钉钉 |
| 磁盘使用率（%） | 连续 3 次总是大于等于 90 则告警 | 30分钟 | 阈值 | 短信 / 邮件 / 钉钉 |
| MySQL复制中断 | 连续 3 次则告警 | 30分钟 | 事件告警 | 短信 / 邮件 / 钉钉 |
场景三、慢日志抓取及 SQL 优化
- 慢日志的查看和 SQL 优化如下图案例所示。
- 优化策略：优先关注 Top10 执行次数和执行时间都较高的 SQL。
- 优化方法：系统诊断推荐 + 优化 Explain 执行计划。
场景四、死锁诊断分析
- 诊断：平台自治 -> 锁分析 -> 立即诊断。
- 分析：根据诊断信息分析，处理方式一般有三种：拆分事务、添加索引、调整业务 SQL 执行顺序一致性。
场景五、安全管控
数据安全一般有三级保障策略：
- 事前权限管控：白名单限制、授权粒度最小化原则。
- 事中安全审计：操作审计、高风险 SQL 审计、SQL 注入等。
- 事后备份恢复：海飞等第三方合作方。
如何接入平台？
如果需要接入平台，需要提供服务器登陆账号和数据库连接账号，详细咨询可联系杨楠 19028862。