4 個好用的 MySQL 調(diào)優(yōu)工具推薦

本篇文章給大家推薦4個mysql 優(yōu)化的工具，你可以使用它們對你的mysql進(jìn)行一個體檢，生成awr報告，讓你從整體上把握你的數(shù)據(jù)庫的性能情況。

視頻推薦：MySQL視頻教程

對于正在運(yùn)行的mysql性能如何？參數(shù)設(shè)置的是否合理？賬號設(shè)置的是否存在安全隱患是否了然于胸？

俗話說工欲善其事，必先利其器，定期對你的MYSQL數(shù)據(jù)庫進(jìn)行一個體檢，是保證數(shù)據(jù)庫安全運(yùn)行的重要手段。

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

1、mysqltuner-pl

這是mysql一個常用的數(shù)據(jù)庫性能診斷工具，主要檢查參數(shù)設(shè)置的合理性包括日志文件、存儲引擎、安全建議及性能分析。針對潛在的問題，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個指標(biāo)。

項目地址：https://github.com/major/MySQ…

1.1 下載

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

1.2 使用

[root@localhost ~]# ./mysqltuner.pl --socket /var/lib/mysql/mysql.sock >> MySQLTuner 1.7.4 - Major Hayden <major@mhtx.net> >> Bug reports, feature requests, and downloads at http://mysqltuner.com/ >> Run with '--help' for additional options and output filtering[--] Skipped version check for MySQLTuner scriptPlease enter your MySQL administrative login: rootPlease enter your MySQL administrative password: [OK] Currently running supported MySQL version 5.7.23[OK] Operating on 64-bit architecture

1.3、報告分析

1）重要關(guān)注[!!]（中括號有嘆號的項）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的另一個優(yōu)化工具，針于mysql的整體進(jìn)行一個體檢，對潛在的問題，給出優(yōu)化的建議。

項目地址：https://github.com/BMDan/tuni…

目前，支持檢測和優(yōu)化建議的內(nèi)容如下：

2.1 下載

[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: Matthew Montgomery -

2.3 報告分析

重點(diǎn)查看有紅色告警的選項，根據(jù)建議結(jié)合自己系統(tǒng)的實際情況進(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)的問題提出建議。

3.1 安裝

https://www.percona.com/downl…

[root@localhost ~]#wget https://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 ~]#yum install percona-toolkit-3.0.13-1.el7.x86_64.rpm

3.2 使用

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

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

3.3 報告分析

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小時內(nèi)的查詢：

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

3）分析指定時間范圍內(nèi)的查詢：

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語句的慢查詢

pt-query-digest --filter '$event->{fingerprint} =~ m/^select/i' /var/lib/mysql/slowtest-slow.log> slow_report4.log

5）針對某個用戶的慢查詢

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

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 報告分析

第一部分：總體統(tǒng)計結(jié)果

Overall：總共有多少條查詢 Time range：查詢執(zhí)行的時間范圍 unique：唯一查詢數(shù)量，即對查詢條件進(jìn)行參數(shù)化以后，總共有多少個不同的查詢 total：總計 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%的那個數(shù)，這個數(shù)一般最具有參考價值 median：中位數(shù)，把所有值從小到大排列，位置位于中間那個數(shù)

第二部分：查詢分組統(tǒng)計結(jié)果

Rank：所有語句的排名，默認(rèn)按查詢時間降序排列，通過–order-by指定 Query ID：語句的ID，（去掉多余空格和文本字符，計算hash值） Response：總的響應(yīng)時間 time：該查詢在本次分析中總的時間占比 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句 R/Call：平均每次執(zhí)行的響應(yīng)時間 V/M：響應(yīng)時間Variance-to-mean的比率 Item：查詢對象

第三部分：每一種查詢的詳細(xì)統(tǒng)計結(jié)果

ID：查詢的ID號，和上圖的Query ID對應(yīng) Databases：數(shù)據(jù)庫名 Users：各個用戶執(zhí)行的次數(shù)（占比） Query_time distribution ：查詢時間分布, 長短體現(xiàn)區(qū)間占比。Tables：查詢中涉及到的表 Explain：SQL語句。

生活很美好，明天見～