在TiDB分布式数据库的应用开发中，随着数据量的增长和业务复杂度的提升，SQL查询的执行效率可能逐渐下降，影响系统整体性能。由于TiDB的分布式特性，慢SQL问题可能涉及跨Region查询、热点Key、执行计划不稳定等独特挑战，传统的单机数据库优化工具往往难以直接适用。
传统慢SQL分析工具的局限性
常见的慢SQL分析工具（如pt-query-digest、mysqldumpslow）在TiDB场景下存在以下不足：
- 无法适配TiDB分布式架构，难以分析跨节点查询性能问题
- 依赖命令行操作，缺乏直观的可视化分析
- 仅提供基础统计信息，无法自动识别TiDB特有的性能瓶颈（如PD调度延迟、TiKV Compaction压力）
- 优化建议通用化，无法针对TiDB的执行计划特点给出精准优化方案
相比之下，DBdoctor不仅提供了指定时间范围内当前实例的慢SQL统计和趋势分析，还能针对特定慢SQL进行深度剖析。它涵盖了最差性能的SQL样本提取、执行计划、索引优化建议、SQL规则审核以及锁等待信息等多个维度，为慢SQL优化提供更直观、全面的解决方案。
DBdoctor：TiDB专属慢SQL治理专家
DBdoctor专为TiDB分布式数据库优化，提供**端到端的慢SQL治理方案。**在DBdoctor中，慢SQL治理只需要两步。点击【诊断与优化】→【慢SQL治理】菜单，可以查看当前实例下的慢SQL治理页面。
如何使用DBdoctor治理TiDB慢SQL？
Step 1 选择时间范围，找到Top慢SQL
界面左上角选择时间范围，即可查看当前时间区间内的以下信息：
- 慢SQL趋势与CPU、内存、IO的组合视图，快速识别慢SQL与资源消耗的关系。例如图中存在 慢SQL与CPU高度重合的突刺，则可推断当时的慢SQL导致CPU突增。
- 慢SQL耗时分布，快速评估实例风险。风险可分为4个等级，如果3s以上的数量较多，那该实例需要重点关注。
- 慢SQL列表，快速筛选Top慢SQL。
- 按SQL指纹进行聚合分析：对同类SQL进行聚合，并按照SQL指纹进行统计分析。
- 按执行次数、平均执行时间筛选：可以根据执行次数和平均执行时间排序。
- 按锁耗时分析筛选：若平均锁等待时间大于0，则说明该SQL存在锁导致的慢SQL问题，DBdoctor将生成该SQL的锁等待可视化分析图。
Step 2 点击该慢SQL进行分析
点击该慢SQL记录右边的SQL分析按钮，可以获取SQL最差样本以及执行计划、索引推荐、sql审核、锁等待可视化等信息。接下来简单介绍下锁等待和慢SQL缺少索引两个场景案例。
场景案例1 锁等待引发慢SQL
点击查看详情的超链接，即可查看锁等待可视化分析，细节还原加锁等锁现场。
从上图中我们能看到导致卡顿的原因是业务代码执行事务A中的delete SQL占有锁导致事务B在执行replace SQL卡住。要解决事务B中的replace SQL变慢问题，需要对事务A进行业务代码上的事务拆分，变成小事务，减少delete占用锁的时间，即可解决问题。
场景案例2 索引缺失引发慢SQL
点击某条慢SQL的SQL分析按钮，即可查看执行计划、基于自研cost优化器生成的索引推荐、SQL规则审核信息。
从上图的SQL问题分析我们能看到，给test_ref_a添加一个索引，可以提升9倍的查询性能。
总结
无论是新业务上线还是例行巡检，DBdoctor的慢SQL治理功能都能帮助您轻松识别并处理慢SQL。通过从“慢SQL的识别、影响分析、性能瓶颈排查、优化建议”四个方面进行全面治理，DBdoctor帮助您快速分析原因、改善性能瓶颈，确保业务的稳定运行。
免费下载地址：DBdoctor-数据库性能诊断
治理慢sql这个效率是真的赞 