mysql tuning py_有了这 4 款工具，老板不再怕我写烂SQL了

分手后的思念是犯贱 2022-11-05 03:04 28阅读 0赞

你对于正在运行的mysql 性能如何？参数设置的是否合理？帐号设置的是否存在安全隐患？是否了然于胸？mysql

俗话说工欲善其事，必先利其器，按期对你的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。git

今天和你们分享几个mysql 优化的工具，你可使用它们对你的mysql进行一个体检，生成awr报告，让你从总体上把握你的数据库的性能状况。

![2f3f4a33d7c75d072e71155916851e4f.png][]github

一、mysqltuner.plsql

这是mysql一个经常使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。数据库

在上一版本中，MySQLTuner支持MySQL / MariaDB / Percona Server的约300个指标。安全

1.1 下载socket

\[root@localhost ~\]\#wget https:

//raw.githubusercontent.com/major/MySQLTuner-perl/master/mysqltuner.pl

1.2 使用tcp

\[root@localhost ~\]\# ./mysqltuner.pl --socket /var/lib/mysql/mysql.sock

>> MySQLTuner1.7.4- MajorHayden

>> Bug reports, feature requests, and downloads at http://mysqltuner.com/

>> Runwith'--help'for additional options and output filtering

\[--\] Skipped version check forMySQLTuner script

Please enter your MySQL administrative login: root

Please enter your MySQL administrative password: \[OK\] Currently running supported MySQL version 5.7.

\[OK\] Operating on 64-bit architecture

1.三、报告分析工具

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。

![371982aca286d864aab70a34c7d55bf0.png][]

2)关注最后给的建议“Recommendations ”。

![9a58c71e41797545b2d4d5f742010142.png][]

二、tuning-primer.sh

这是mysql的另外一个优化工具，针于mysql的总体进行一个体检，对潜在的问题，给出优化的建议。

目前，支持检测和优化建议的内容以下：

![87ce17a939b876b9cf3324f55b32baa4.png][]

2.1 下载

\[root@localhost ~\]\#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: MatthewMontgomery-

2.3 报告分析

重点查看有红色告警的选项，根据建议结合本身系统的实际状况进行修改，例如：

![04613b245165919506db0fb7194c8ef7.png][]

三、pt-variable-advisor

pt-variable-advisor 能够分析MySQL变量并就可能出现的问题提出建议。

3.1 安装

\[root@localhost ~\]\#wget https://www.percona.com/downloads/perconatoolkit/3.0.13/binary/redhat/7/x86\_64/pecona-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工具集的一个子工具，主要用来诊断你的参数设置是否合理。

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

3.3 报告分析

重点关注有WARN的信息的条目，例如：

![eca57f549b072cfc075e66e5773b5b37.png][]

四、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。

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

4.3 常见用法分析

1)直接分析慢查询文件:

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

2)分析最近12小时内的查询：

pt-query-digest --since=12h/var/lib/mysql/slowtest-slow.log > slow\_report2.log

3)分析指定时间范围内的查询：

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语句的慢查询

pt-query-digest --filter '$event->\{fingerprint\} =~ m/^select/i'/var/lib/mysql/slowtest-slow.log> slow\_report4.log

5)针对某个用户的慢查询

pt-query-digest --filter '($event->\{user\} || "") =~ m/^root/i'/var/lib/mysql/slowtest-slow.log> slow\_report5.log

6)查询全部全部的全表扫描或full join的慢查询

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 报告分析

第一部分：整体统计结果 Overall：总共有多少条查询 Time range：查询执行的时间范围 unique：惟一查询数量，即对查询条件进行参数化之后，总共有多少个不一样的查询 total：总计 min：最小 max：最大 avg：平均 95%：把全部值从小到大排列，位置位于95%的那个数，这个数通常最具备参考价值 median：中位数，把全部值从小到大排列，位置位于中间那个数

第二部分：查询分组统计结果 Rank：全部语句的排名，默认按查询时间降序排列，经过--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

[2f3f4a33d7c75d072e71155916851e4f.png]: /images/20221023/51b9e63f5358424e86113ec3e05fe020.png
[371982aca286d864aab70a34c7d55bf0.png]: /images/20221023/920178ff20d74ab290a6f4824a7c3ac5.png
[9a58c71e41797545b2d4d5f742010142.png]: /images/20221023/43be516c4f0240b585b50517ac364303.png
[87ce17a939b876b9cf3324f55b32baa4.png]: /images/20221023/ace2dbf5f9e9425792c9450de9472665.png
[04613b245165919506db0fb7194c8ef7.png]: /images/20221023/89094b05d37b49e78b9ce116536b4376.png
[eca57f549b072cfc075e66e5773b5b37.png]: /images/20221023/beb4945f98f34d3f88e5e111fd452d6a.png