使用以下工具的前置条件-将MySQL的bin目录配置到PATH环境变量中
$ vim /etc/profile
export MYSQL=/local/dev/mysql/mysql-8.0.11-linux-glibc2.12-x86_64
export PATH=$MYSQL/bin:$PATH
$ source /etc/profile
1、mysqltuner.pl
这是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
A.下载
$ wget https://raw.githubusercontent.com/major/MySQLTuner-perl/master/mysqltuner.pl
B.使用-为分析脚本添加可执行权限,执行脚本
给mysqltuner.pl添加可执行权限
$ chmod +x mysqltuner.pl
$ ./mysqltuner.pl --socket /var/lib/mysql/mysql.sock
C.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。
2)关注最后给的建议“Recommendations ”。
2、tuning-primer.sh
这是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:GitHub - BMDan/tuning-primer.sh: MySQL Tuning-Primer.sh, updated and improved
目前,支持检测和优化建议的内容如下:
A.安装
$ wget https://launchpad.net/mysql-tuning-primer/trunk/1.6-r1/+download/tuning-primer.sh
B.使用
①为脚本添加配置文件(在用户目录下创建.my.cnf文件)
$ vim ~/.my.cnf
# 添加内容如下
[client]
user=root
password=509165
socket=/var/lib/mysql/mysql.sock
②为脚本添加可执行权限,执行脚本
$ chmod +x tuning-primer.sh
$ ./tuning-primer.sh
C.报告分析
重点查看有红色告警的选项,根据建议结合系统的实际情况进行修改
3、Percona Toolkit工具包
Percona Toolkit简称pt工具,是Percona公司开发用于管理MySQL的工具,功能包括检查主从复制的数据一致性、检查重复索引、定位IO占用高的表文件、在线DDL等,DBA熟悉掌握后将极大提高工作效率。
A.安装
从官网选择合适的rpm包进行下载安装
$ sudo yum install perl-IO-Socket-SSL
$ sudo yum install perl-DBD-MySQL
$ sudo yum install perl-DBD-MySQL --skip-broken
$ sudo yum install perl-Digest-MD5.x86_64
$ yum install percona-toolkit-3.0.13-1.el7.x86_64.rpm
$ wget -c install https://www.percona.com/downloads/percona-toolkit/3.2.1/binary/redhat/7/x86_64/percona-toolkit-3.2.1-1.el7.x86_64.rpm
$ rpm -ivh percona-toolkit-3.2.1-1.el7.x86_64.rpm
B.工具介绍
工具类别 | 工具命令 | 工具作用 | 备注 |
开发类 | pt-duplicate-key-checker | 列出并删除重复的索引和外键 | |
pt-online-schema-change | 在线修改表结构 | ||
pt-query-advisor | 分析查询语句,并给出建议,有bug | 已废弃 | |
pt-show-grants | 规范化和打印权限 | ||
pt-upgrade | 在多个服务器上执行查询,并比较不同 | ||
性能类 | pt-index-usage | 分析日志中索引使用情况,并出报告 | |
pt-pmp | 为查询结果跟踪,并汇总跟踪结果 | ||
pt-visual-explain | 格式化执行计划 | ||
pt-table-usage | 分析日志中查询并分析表使用情况 | pt 2.2新增命令 | |
配置类 | pt-config-diff | 比较配置文件和参数 | |
pt-mysql-summary | 对mysql配置和status进行汇总 | ||
pt-variable-advisor | 分析参数,并提出建议 | ||
监控类 | pt-deadlock-logger | 提取和记录mysql死锁信息 | |
pt-fk-error-logger | 提取和记录外键信息 | ||
pt-mext | 并行查看status样本信息 | ||
pt-query-digest | 分析查询日志,并产生报告 | 常用命令 | |
pt-trend | 按照时间段读取slow日志信息 | 已废弃 | |
复制类 | pt-heartbeat | 监控mysql复制延迟 | |
pt-slave-delay | 设定从落后主的时间 | ||
pt-slave-find | 查找和打印所有mysql复制层级关系 | ||
pt-slave-restart | 监控salve错误,并尝试重启salve | ||
pt-table-checksum | 校验主从复制一致性 | ||
pt-table-sync | 高效同步表数据 | ||
系统类 | pt-diskstats | 查看系统磁盘状态 | |
pt-fifo-split | 模拟切割文件并输出 | ||
pt-summary | 收集和显示系统概况 | ||
pt-stalk | 出现问题时,收集诊断数据 | ||
pt-sift | 浏览由pt-stalk创建的文件 | pt 2.2新增命令 | |
pt-ioprofile | 查询进程IO并打印一个IO活动表 | pt 2.2新增命令 | |
实用类 | pt-archiver | 将表数据归档到另一个表或文件中 | |
pt-find | 查找表并执行命令 | ||
pt-kill | Kill掉符合条件的sql | 常用命令 | |
pt-align | 对齐其他工具的输出 | pt 2.2新增命令 | |
pt-fingerprint | 将查询转成密文 | pt 2.2新增命令 |
①pt-variable-advisor的使用
[root@iZuligp6e1dyzfZ tools 15:38]# pt-variable-advisor localhost --socket /var/lib/mysql/mysql.sock
②pt-query-digest常见用法分析
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。
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)查询所有所有的全表扫描或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
②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