mysql工具有哪些(mysql性能监控工具和调优)-众学网

第一时间获取技术干货！

前言

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

俗话说工欲善其事，必先利其器，定期对你的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，因为，好的工具是使你的工作效率倍增！

今天和大家分享几个mysql 优化的工具，你可以使用它们对你的mysql进行一个体检，生成awr报告，让你从整体上把握你的数据库的性能情况。

mysqltuner.pl

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。

1.1 下载[root@localhost~]#wgethttps://raw.githubusercontent.com/major/MySQLTuner-perl/master/mysqltuner.pl1.2 使用[root@localhost~]#./mysqltuner.pl–socket/var/lib/mysql/mysql.sock>>MySQLTuner1.7.4-MajorHayden<major@mhtx.net>>>Bugreports,featurerequests,anddownloadsathttp://mysqltuner.com/>>Runwith’–help’foradditionaloptionsandoutputfiltering[–]SkippedversioncheckforMySQLTunerscriptPleaseenteryourMySQLadministrativelogin:rootPleaseenteryourMySQLadministrativepassword:[OK]CurrentlyrunningsupportedMySQLversion5.7.23[OK]Operatingon64-bitarchitecture1.3、报告分析

tuning-primer.sh

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。

目前，支持检测和优化建议的内容如下：

2.1 下载[root@localhost~]#wgethttps://launchpad.net/mysql-tuning-primer/trunk/1.6-r1/ download/tuning-primer.sh2.2 使用[root@localhost~]#[root@localhostdba]#./tuning-primer.sh–MYSQLPERFORMANCETUNINGPRIMER—By:MatthewMontgomery-2.3 报告分析

重点查看有红色告警的选项，根据建议结合自己系统的实际情况进行修改，例如：

pt-variable-advisor

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

3.1 安装

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.rpm3.2 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-advisorlocalhost–socket/var/lib/mysql/mysql.sock3.3 报告分析

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.log4.3 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’2017-01-0709:30:00′–until’2017-01-0710:00:00′>>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.log4.4 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

– 完 –