Linux MySQL执行日志
引言
在使用MySQL数据库时，了解和分析执行日志是非常重要的。MySQL执行日志记录了数据库中每个执行的语句和操作，包括查询语句、事务、DDL语句等。通过分析执行日志，我们可以了解数据库的性能瓶颈、慢查询、死锁等问题，并对数据库进行性能优化和故障排查。
本文将介绍如何在Linux环境下开启和分析MySQL执行日志，并通过示例代码演示如何使用执行日志帮助我们分析和优化数据库。
开启MySQL执行日志
首先，我们需要在MySQL配置文件中开启执行日志功能。在Linux系统中，MySQL的配置文件通常是/etc/mysql/my.cnf，我们可以使用文本编辑器打开该文件。
$ sudo vi /etc/mysql/my.cnf
找到[mysqld]部分，在该部分下添加以下内容：
# 开启执行日志
general_log = on
# 执行日志保存路径
general_log_file = /var/log/mysql/mysql.log
保存并退出配置文件。
接下来，我们需要重启MySQL服务，使配置生效。
$ sudo service mysql restart
分析MySQL执行日志
当MySQL执行日志功能开启后，MySQL服务器会将执行的语句记录在指定的日志文件中。我们可以使用文本编辑器打开该文件，查看其中的内容。
$ sudo vi /var/log/mysql/mysql.log
执行日志的内容格式通常为：
时间 线程ID 执行时间 语句
以下是一个示例：
2021-01-01T00:00:01.000000Z 1 0.000 SET NAMES utf8mb4
2021-01-01T00:00:02.000000Z 1 0.001 SELECT * FROM users WHERE id = 1
2021-01-01T00:00:03.000000Z 2 0.001 SELECT * FROM products WHERE price > 100
每条语句的执行时间记录了该语句从发送到返回结果的时间，单位为秒。
使用执行日志优化查询
执行日志可以帮助我们分析和优化查询语句的性能。我们可以通过执行日志统计每个查询语句的执行时间，找出执行时间较长的语句进行优化。
以下是一个使用Python脚本分析执行日志的示例：
import re
import matplotlib.pyplot as plt
def analyze_log(log_file):
query_times = {}
with open(log_file, 'r') as f:
for line in f:
# 解析日志行
match = re.match(r'^(\d+-\d+-\d+T\d+:\d+:\d+\.\d+Z)\s+(\d+)\s+(\d+\.\d+)\s+(.+)$', line)
if match:
timestamp = match.group(1)
thread_id = match.group(2)
execution_time = float(match.group(3))
query = match.group(4)
# 统计每个查询语句的执行时间
if query in query_times:
query_times[query].append(execution_time)
else:
query_times[query] = [execution_time]
# 绘制饼状图
labels = []
sizes = []
for query, times in query_times.items():
total_time = sum(times)
avg_time = total_time / len(times)
labels.append(query)
sizes.append(total_time)
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.axis('equal')
plt.show()
if __name__ == '__main__':
log_file = '/var/log/mysql/mysql.log'
analyze_log(log_file)
以上脚本会解析执行日志文件，统计每个查询语句的总执行时间，并绘制相应的饼状图。
类图
下面是一个使用mermaid语法绘制的MySQL执行日志类图示例：
classDiagram
class MySQL_Log {
- log_file : string
+ analyze() : void
+ plot_pie_chart() : void
}
class QueryTime {
- query : string
- times : list
+ get_total_time() : float
+ get_average_time() : float
}
MySQL_Log "1" --> "1..*" QueryTime
