用户+系统+IO等待+软硬中断+空闲
用户空间CPU消耗，各种逻辑运算
正在进行大量tpsIO等待
函数/排序/类型转化/逻辑IO访问…
等待IO请求的完成
此时CPU实际上空闲
如vmstat中的wa 很高。但IO等待增加，wa也不一定会上升（请求I/O后等待响应，但进程从核上移开了）
用户和IO等待消耗了大部分cpu
- 吞吐量下降（tps）
- 查询响应时间增加
- 慢查询数增加
- 对mysql的并发陡增，也会产生上述影响
减少IO量
SQL/index，使用合适的索引减少扫描的行数（需平衡索引的正收益和维护开销，空间换时间）
提升IO处理能力
加cache/加磁盘/SSD
减少逻辑运算量
- 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
- ….
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（非数据库本身）
- 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
- ….
- 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T_T
- 是时候拿出最后的杀手锏了，升级cpu，是选择更快的cpu还是更多的cpu了？