上周三凌晨 2 点，监控告警：API 响应时间超过 5 秒。

故障现象

• 所有接口响应缓慢
• 数据库连接池耗尽
• 部分用户 502

排查过程

第一步：看日志

tail -f /var/log/app/error.log

发现大量 Connection timeout 错误。

第二步：查数据库

SHOW PROCESSLIST;

发现有几十个慢查询在排队。

第三步：定位慢查询

EXPLAIN SELECT * FROM orders WHERE ...

原来是一个新上线的功能没有加索引。

第四步：紧急处理

1. Kill 掉慢查询
2. 添加缺失索引
3. 重启应用释放连接池

事后复盘

1. 新功能上线前缺少 SQL Review
2. 慢查询监控告警阈值设置不合理
3. 缺少数据库连接池监控

改进措施

• 上线前必须 SQL Review
• 增加慢查询告警
• 完善监控面板

凌晨的故障最考验团队，这次学到了很多。