有了这 4 款脚本工具, 再也不怕写烂 SQL 了!!!
![有了这 4 款脚本工具, 再也不怕写烂SQL了!!!](https://static001.geekbang.org/infoq/a1/a1fa0380e24887e3dab1debf27fe7467.png)
1、前言
对于正在运行的 mysql,性能如何,参数设置的是否合理,账号设置的是否存在安全隐患,你是否了然于胸呢?
俗话说工欲善其事,必先利其器,定期对你的 MYSQL 数据库进行一个体检,是保证数据库安全运行的重要手段,因为,好的工具是使你的工作效率倍增!
今天和大家分享几个 mysql 优化的工具,你可以使用它们对你的 mysql 进行一个体检,生成 awr 报告,让你从整体上把握你的数据库的性能情况。
![](https://static001.geekbang.org/infoq/13/13c7a08b6e5c5e34eaf91ba392b68e3b.png)
2、mysqltuner.pl
是 mysql 一个常用的数据库性能诊断工具,主要检查参数设置的合理性包括日志文件、存储引擎、安全建议及性能分析。针对潜在的问题,给出改进的建议。是 mysql 优化的好帮手。
在上一版本中,MySQLTuner 支持 MySQL / MariaDB / Percona Server 的约 300 个指标。
项目地址:https://github.com/major/MySQLTuner-perl
1.1、下载
1.2、使用
1.3、报告分析
1)重要关注[!!](中括号有叹号的项)例如[!!] Maximum possible memory usage: 4.8G (244.13% of installed RAM),表示内存已经严重用超了。
![](https://static001.geekbang.org/infoq/e2/e22d765541a27ef76309fb909a783ba7.png)
2)关注最后给的建议“Recommendations ”。
![](https://static001.geekbang.org/infoq/95/950841278275e27e42765ec8f1ba0846.png)
3、tuning-primer.sh
mysql 的另一个优化工具,针于 mysql 的整体进行一个体检,对潜在的问题,给出优化的建议。
项目地址:https://github.com/BMDan/tuning-primer.sh
目前,支持检测和优化建议的内容如下:
![](https://static001.geekbang.org/infoq/37/37de7cf5ae9bbf183751ae1b9a22d557.png)
2.1 下载
2.2、使用
2.3、报告分析
重点查看有红色告警的选项,根据建议结合自己系统的实际情况进行修改,例如:
![](https://static001.geekbang.org/infoq/77/775ac064acf7c7f0b36a873b66a8e995.png)
4、pt-variable-advisor
pt-variable-advisor 可以分析 MySQL 变量并就可能出现的问题提出建议。
3.1、安装
https://www.percona.com/downloads/percona-toolkit/LATEST/
3.2、使用
pt-variable-advisor 是 pt 工具集的一个子工具,主要用来诊断你的参数设置是否合理。
3.3、报告分析
重点关注有 WARN 的信息的条目,例如:
![](https://static001.geekbang.org/infoq/e0/e0d7e0d93d15ee4053c00f979f7dc75a.png)
5、pt-qurey-digest
pt-query-digest 主要功能是从日志、进程列表和 tcpdump 分析 MySQL 查询。
4.1、安装
具体参考 3.1 节
4.2、使用
pt-query-digest 主要用来分析 mysql 的慢日志,与 mysqldumpshow 工具相比,py-query_digest 工具的分析结果更具体,更完善。
4.3、常见用法分析
1)直接分析慢查询文件:
2)分析最近 12 小时内的查询:
3)分析指定时间范围内的查询:
4)分析指含有 select 语句的慢查询
5)针对某个用户的慢查询
6)查询所有所有的全表扫描或 full join 的慢查询
4.4、报告分析
第一部分:总体统计结果
Overall:总共有多少条查询
Time range:查询执行的时间范围
unique:唯一查询数量,即对查询条件进行参数化以后,总共有多少个不同的查询
total:总计
min:最小
max:最大
avg:平均
95%:把所有值从小到大排列,位置位于 95%的那个数,这个数一般最具有参考价值
median:中位数,把所有值从小到大排列,位置位于中间那个数
第二部分:查询分组统计结果
Rank:所有语句的排名,默认按查询时间降序排列,通过--order-by 指定
Query ID:语句的 ID,(去掉多余空格和文本字符,计算 hash 值)
Response:总的响应时间
time:该查询在本次分析中总的时间占比
calls:执行次数,即本次分析总共有多少条这种类型的查询语句
R/Call:平均每次执行的响应时间
V/M:响应时间 Variance-to-mean 的比率
Item:查询对象
第三部分:每一种查询的详细统计结果
ID:查询的 ID 号,和上图的 Query ID 对应
Databases:数据库名
Users:各个用户执行的次数(占比)
Query_time distribution :查询时间分布, 长短体现区间占比。
Tables:查询中涉及到的表
Explain:SQL 语句
评论