雲計算之路-阿里雲上： RDS實例CPU跑滿引起的故障

今天上午 10: 40 左右，咱們所使用的阿里雲 RDS 實例的 CPU 忽然飆高到近 100% ，形成大量數據庫查詢操做緩慢、超時，在這個惡劣條件下大量 memcached 緩存沒法創建，這樣的雪上加霜讓 Web 服務器的 CPU 跟着不堪重負，因而要麼訪問緩慢，要麼直接 503 。。。形成網站沒法正常訪問，由此給您帶來了很大的麻煩，請您諒解。

問題很是奇怪，昨天一樣的時間段，RDS CPU 佔用卻少不少，平時 RDS CPU 的佔用一般都在 60% 如下，而今天咱們網站的訪問量並無明顯的突增。

面對這個突發故障，咱們實在找不出可能的線索。在前幾年使用阿里雲 RDS 曾經遇到過不多幾回相似數據庫訪問突發緩慢的問題，當時都經過主備切換神奇地解決了。此次，咱們最終仍是採用了主備切換的方法，在 11:20 左右啓動了主備切換。

主備切換後，CPU 很快就降了下來，但因爲 SQL Server 預熱須要必定的時間（創建緩存），因此在切換後的一段時間，訪問網站依然緩慢，直到 11:40 左右才恢復正常。

咱們所使用的 RDS 實例規格是 SQL Server 2008 R2 ，20核CPU ，12G內存，6000 IOPS ，一直沒有升級到 Server Server 2012 或 2016 ，就是由於阿里雲只有 2008 R2 才提供了高可用版（支持主備切換），而 2012 與 2016 只有基礎版。而使用高可用版，在出現突發故障進行主備切換是一個簡單有效的方式。

【更新】

咱們在故障恢復後，開啓了 RDS 的 SQL 審計功能，正在根據審計狀況對查詢與索引進行優化。