4 款 MySQL 調優工具,公司大神都在用!

對於正在執行的mysql,效能如何,引數設定的是否合理,賬號設定的是否存在安全隱患,你是否瞭然於胸呢?

俗話說工欲善其事,必先利其器,定期對你的MYSQL資料庫進行一個體檢,是保證資料庫安全執行的重要手段,因為,好的工具是使你的工作效率倍增!

今天和大家分享幾個mysql 最佳化的工具,你可以使用它們對你的mysql進行一個體檢,生成awr報告,讓你從整體上把握你的資料庫的效能情況。

是mysql一個常用的資料庫效能診斷工具,主要檢查引數設定的合理性包括日誌檔案、儲存引擎、安全建議及效能分析。針對潛在的問題,給出改進的建議。是mysql最佳化的好幫手。

在上一版本中,MySQLTuner支援MySQL / MariaDB / Percona Server的約300個指標。

專案地址:https://github.com/major/MySQLTuner-perl

1 .1下載

[root@localhost ~]#wget https://raw.githubusercontent.com/major/MySQLTuner-perl/master/mysqltuner.pl

1.2 使用

[root@localhost ~]# ./mysqltuner.pl --socket /var/lib/mysql/mysql.sock
>> MySQLTuner 1.7.4 - Major Hayden <major@mhtx.net>
>> Bug reports, feature requests, and downloads at http://mysqltuner.com/
>> Run with '--help' for additional options and output filtering
[--] Skipped version check for MySQLTuner script
Please enter your MySQL administrative login: root
Please enter your MySQL administrative password: [OK] Currently running supported MySQL version 5.7.23
[OK] Operating on 64-bit architecture

1.3報告分析

1)重要關注[!!](中括號有歎號的項)例如[!!] Maximum possible memory usage: 4.8G (244.13% of installed RAM),表示記憶體已經嚴重用超了。

2)關注最後給的建議“Recommendations ”。

mysql的另一個最佳化工具,針於mysql的整體進行一個體檢,對潛在的問題,給出最佳化的建議。

專案地址:https://github.com/BMDan/tuning-primer.sh

目前,支援檢測和最佳化建議的內容如下:

2 .1下載

[root@localhost ~]#wget https://launchpad.net/mysql-tuning-primer/trunk/1.6-r1/+download/tuning-primer.sh

2.2 使用

[root@localhost ~]# [root@localhost dba]# ./tuning-primer.sh 

-- MYSQL PERFORMANCE TUNING PRIMER --
- By: Matthew Montgomery -

2.3報告分析

重點檢視有紅色告警的選項,根據建議結合自己系統的實際情況進行修改,例如:

pt-variable-advisor 可以分析MySQL變數並就可能出現的問題提出建議。

3.1 安裝

[root@localhost ~]#wget https://www.percona.com/downloads/percona-toolkit/3.0.13/binary/redhat/7/x86_64/percona-toolkit-3.0.13-re85ce15-el7-x86_64-bundle.tar
[root@localhost ~]#yum install percona-toolkit-3.0.13-1.el7.x86_64.rpm

3.2 使用

pt-variable-advisor是pt工具集的一個子工具,主要用來診斷你的引數設定是否合理。

[root@localhost ~]# pt-variable-advisor localhost --socket /var/lib/mysql/mysql.sock

3.3 報告分析

重點關注有WARN的資訊的條目,例如:

pt-query-digest 主要功能是從日誌、程序列表和tcpdump分析MySQL查詢。

4.1安裝

具體參考3.1節

4.2使用

pt-query-digest主要用來分析mysql的慢日誌,與mysqldumpshow工具相比,py-query_digest 工具的分析結果更具體,更完善。

[root@localhost ~]# pt-query-digest /var/lib/mysql/slowtest-slow.log

4.3 常見用法分析

1)直接分析慢查詢檔案:

pt-query-digest /var/lib/mysql/slowtest-slow.log > slow_report.log

2)分析最近12小時內的查詢:

pt-query-digest — since=12h /var/lib/mysql/slowtest-slow.log > slow_report2.log

3)分析指定時間範圍內的查詢:

pt-query-digest /var/lib/mysql/slowtest-slow.log --since '2017-01-07 09:30:00' --until '2017-01-07 10:00:00'> > slow_report3.log

4)分析指含有select語句的慢查詢

pt-query-digest — filter ‘$event->{fingerprint} =~ m/^select/i’ /var/lib/mysql/slowtest-slow.log> slow_report4.log

5)針對某個使用者的慢查詢

pt-query-digest — filter ‘($event->{user} || “”) =~ m/^root/i’ /var/lib/mysql/slowtest-slow.log> slow_report5.log

6)查詢所有所有的全表掃描或full join的慢查詢

pt-query-digest — filter ‘(($event->{Full_scan} || “”) eq “yes”) ||(($event->{Full_join} || “”) eq “yes”)’ /var/lib/mysql/slowtest-slow.log> slow_report6.log

4.4 報告分析

第一部分:總體統計結果

Overall:總共有多少條查詢
Time range:查詢執行的時間範圍
unique:唯一查詢數量,即對查詢條件進行引數化以後,總共有多少個不同的查詢
total:總計
min:最小
max:最大
avg:平均
95%:把所有值從小到大排列,位置位於95%的那個數,這個數一般最具有參考價值
median:中位數,把所有值從小到大排列,位置位於中間那個數

第二部分:查詢分組統計結果

Rank:所有語句的排名,預設按查詢時間降序排列,透過 — order-by指定
Query ID:語句的ID,(去掉多餘空格和文字字元,計算hash值)
Response:總的響應時間
time:該查詢在本次分析中總的時間佔比
calls:執行次數,即本次分析總共有多少條這種型別的查詢語句
R/Call:平均每次執行的響應時間
V/M:響應時間Variance-to-mean的比率
Item:查詢物件

第三部分:每一種查詢的詳細統計結果

ID:查詢的ID號,和上圖的Query ID對應
Databases:資料庫名
Users:各個使用者執行的次數(佔比)
Query_time distribution :查詢時間分佈, 長短體現區間佔比。
Tables:查詢中涉及到的表
Explain:SQL語句

※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※

文章推選

資料分析師的SQL要學到什麼程度?

道SQL面試題,為什麼能淘汰494位候選人?

SQL基礎知識梳理

我是「數據分析那些事」。常年分享數據分析乾貨,不定期分享好用的職場技能工具。各位也可以關注我的Facebook,按讚我的臉書並私訊「10」,送你十週入門數據分析電子書唷!期待你與我互動起來~

這是一個專注於數據分析職場的內容部落格,聚焦一批數據分析愛好者,在這裡,我會分享數據分析相關知識點推送、(工具/書籍)等推薦、職場心得、熱點資訊剖析以及資源大盤點,希望同樣熱愛數據的我們一同進步! 臉書會有更多互動喔:https://www.facebook.com/shujvfenxi/

這是一個專注於數據分析職場的內容部落格,聚焦一批數據分析愛好者,在這裡,我會分享數據分析相關知識點推送、(工具/書籍)等推薦、職場心得、熱點資訊剖析以及資源大盤點,希望同樣熱愛數據的我們一同進步! 臉書會有更多互動喔:https://www.facebook.com/shujvfenxi/