分享幾個(gè)mysql優(yōu)化的工具

你是否了然于胸？

俗話說(shuō)工欲善其事，必先利其器，定期對(duì)你的MYSQL數(shù)據(jù)庫(kù)進(jìn)行一個(gè)體檢，是保證數(shù)據(jù)庫(kù)安全運(yùn)行的重要手段。

今天和大家分享幾個(gè)mysql 優(yōu)化的工具，你可以使用它們對(duì)你的mysql進(jìn)行一個(gè)體檢，生成awr報(bào)告，讓你從整體上把握你的數(shù)據(jù)庫(kù)的性能情況。

1、mysqltuner.pl

這是mysql一個(gè)常用的數(shù)據(jù)庫(kù)性能診斷工具，主要檢查參數(shù)設(shè)置的合理性包括日志文件、存儲(chǔ)引擎、安全建議及性能分析。針對(duì)潛在的問(wèn)題，給出改進(jìn)的建議，是mysql優(yōu)化的好幫手。

在上一版本中，MySQLTuner支持MySQL / MariaDB / Percona Server的約300個(gè)指標(biāo)。

項(xiàng)目地址：https://github.com/major/MySQLTuner-perl

1.1 下載

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

1.2 使用

[root@localhost~]#./mysqltuner.pl--socket/var/lib/mysql/mysql.sock
>>MySQLTuner1.7.4-MajorHayden
>>Bugreports,featurerequests,anddownloadsathttp://mysqltuner.com/
>>Runwith'--help'foradditionaloptionsandoutputfiltering
[--]SkippedversioncheckforMySQLTunerscript
PleaseenteryourMySQLadministrativelogin:root
PleaseenteryourMySQLadministrativepassword:[OK]CurrentlyrunningsupportedMySQLversion5.7.23
[OK]Operatingon64-bitarchitecture

1.3、報(bào)告分析

1）重要關(guān)注[!!]（中括號(hào)有嘆號(hào)的項(xiàng)）例如[!!] Maximum possible memory usage: 4.8G (244.13% of installed RAM)，表示內(nèi)存已經(jīng)嚴(yán)重用超了。

2）關(guān)注最后給的建議“Recommendations ”。

2、tuning-primer.sh

這是mysql的另一個(gè)優(yōu)化工具，針于mysql的整體進(jìn)行一個(gè)體檢，對(duì)潛在的問(wèn)題，給出優(yōu)化的建議。

項(xiàng)目地址：https://github.com/BMDan/tuning-primer.sh

目前，支持檢測(cè)和優(yōu)化建議的內(nèi)容如下：

2.1 下載

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

2.2 使用

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

--MYSQLPERFORMANCETUNINGPRIMER--
-By:MatthewMontgomery-

2.3 報(bào)告分析

重點(diǎn)查看有紅色告警的選項(xiàng)，根據(jù)建議結(jié)合自己系統(tǒng)的實(shí)際情況進(jìn)行修改，例如：

3、pt-variable-advisor

pt-variable-advisor 可以分析MySQL變量并就可能出現(xiàn)的問(wèn)題提出建議。

3.1 安裝

https://www.percona.com/downloads/percona-toolkit/LATEST/

[root@localhost~]#wgethttps://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~]#yuminstallpercona-toolkit-3.0.13-1.el7.x86_64.rpm

3.2 使用

pt-variable-advisor是pt工具集的一個(gè)子工具，主要用來(lái)診斷你的參數(shù)設(shè)置是否合理。

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

3.3 報(bào)告分析

重點(diǎn)關(guān)注有WARN的信息的條目，例如：

4、pt-qurey-digest

pt-query-digest 主要功能是從日志、進(jìn)程列表和tcpdump分析MySQL查詢。

4.1安裝

具體參考3.1節(jié)

4.2使用

pt-query-digest主要用來(lái)分析mysql的慢日志，與mysqldumpshow工具相比，py-query_digest 工具的分析結(jié)果更具體，更完善。

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

4.3 常見(jiàn)用法分析

1）直接分析慢查詢文件:

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

2）分析最近12小時(shí)內(nèi)的查詢：

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

3）分析指定時(shí)間范圍內(nèi)的查詢：

pt-query-digest/var/lib/mysql/slowtest-slow.log--since'2017-01-070900'--until'2017-01-071000'>>slow_report3.log

4）分析指含有select語(yǔ)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(duì)某個(gè)用戶的慢查詢

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

1. 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(bào)告分析

• 第一部分：總體統(tǒng)計(jì)結(jié)果 Overall：總共有多少條查詢 Time range：查詢執(zhí)行的時(shí)間范圍 unique：唯一查詢數(shù)量，即對(duì)查詢條件進(jìn)行參數(shù)化以后，總共有多少個(gè)不同的查詢 total：總計(jì) min：最小 max：最大 avg：平均 95%：把所有值從小到大排列，位置位于95%的那個(gè)數(shù)，這個(gè)數(shù)一般最具有參考價(jià)值 median：中位數(shù)，把所有值從小到大排列，位置位于中間那個(gè)數(shù)
• 第二部分：查詢分組統(tǒng)計(jì)結(jié)果 Rank：所有語(yǔ)句的排名，默認(rèn)按查詢時(shí)間降序排列，通過(guò)--order-by指定 Query ID：語(yǔ)句的ID，（去掉多余空格和文本字符，計(jì)算hash值） Response：總的響應(yīng)時(shí)間 time：該查詢?cè)诒敬畏治鲋锌偟臅r(shí)間占比 calls：執(zhí)行次數(shù)，即本次分析總共有多少條這種類型的查詢語(yǔ)句 R/Call：平均每次執(zhí)行的響應(yīng)時(shí)間 V/M：響應(yīng)時(shí)間Variance-to-mean的比率 Item：查詢對(duì)象
• 第三部分：每一種查詢的詳細(xì)統(tǒng)計(jì)結(jié)果 ID：查詢的ID號(hào)，和上圖的Query ID對(duì)應(yīng) Databases：數(shù)據(jù)庫(kù)名 Users：各個(gè)用戶執(zhí)行的次數(shù)（占比） Query_time distribution ：查詢時(shí)間分布, 長(zhǎng)短體現(xiàn)區(qū)間占比。Tables：查詢中涉及到的表 Explain：SQL語(yǔ)句