mysql慢日志

2021-08-10

开启慢日志

在 MySQL 中，慢查询日志默认为OFF状态，通过如下命令进行查看：
show variables like "slow_query_log";

通过如下命令进行设置为 ON 状态：

set global slow_query_log = "ON";

日志存储位置

其中slow_query_log_file属性，表示慢查询日志存储位置，其日志默认名称为 host 名称。
如下所示：
show variables like "slow_query_log_file";

+---------------------+----------------------------------------------+
| Variable_name       | Value                                        |
+---------------------+----------------------------------------------+                                     |
| slow_query_log_file | /usr/local/mysql/data/hostname.log |
+---------------------+----------------------------------------------+
2 rows in set (0.01 sec)

也可使用以下命令进行修改：

set global slow_query_log_file = ${path}/${filename}.log;

设置阀值

慢查询查询时间，当SQL执行时间超过该值时，则会记录在slow_query_log_file 文件中，其默认为 10 ，最小值为 0，(单位：
秒)。

mysql> show variables like "long_query_time";
+-----------------+-----------+
| Variable_name | Value |
+-----------------+-----------+
| long_query_time | 10.000000 |
+-----------------+-----------+
1 row in set (0.00 sec)

可通过以下命令进行修改：

mysql> set global long_query_time = 5;

记录为走索引的sql

在 MySQL 中，还可以设置将未走索引的SQL语句记录在慢日志查询文件中(默认为关闭状态)。通过下述属性即可进行设置：

mysql> set global log_queries_not_using_indexes = "ON";
Query OK, 0 rows affected (0.00 sec)

注意事项

设置该属性后，只要SQL未走索引，即使查询时间小于long_query_time值，也会记录在慢SQL日志文件中。
该设置会导致慢日志快速增长，开启前建议检查慢查询日志文件所在磁盘空间是否充足。
在生产环境中，不建议开启该参数。

解析日志文件

慢查询日志以#作为起始符。
User@Host：表示用户和慢查询查询的ip地址。
如上所述，表示 root用户 localhost地址。
Query_time: 表示SQL查询持续时间，单位 (秒)。
Lock_time: 表示获取锁的时间，单位(秒)。
Rows_sent: 表示发送给客户端的行数。
Rows_examined: 表示：服务器层检查的行数。
set timestamp ：表示慢SQL 记录时的时间戳。

慢sql日志分析工具pt-query-digest

下载安装

yum install percona-toolkit-3.0.3-1.el7.x86_64.rpm

下载地址：https://www.percona.com/downloads/percona-toolkit/3.0.3/

常见用法

直接分析慢查询文件

pt-query-digest  slow.log > slow_report.log

分析某个用户的慢sql

pt-query-digest –filter ‘($event->{user} || “”) =~ m/^root/i’ slow.log
分析某个数据库的慢sql

pt-query-digest –filter ‘($event->{db} || “”) =~ m/^sonar/i’ slow.log

分析某段时间内的慢sql

pt-query-digest mysql_slow.log --since '2020-09-21 09:30:00' --until '2020-09-21 18:30:00'

输出结果说明

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

……
#语句执行时间
#锁占用时间
#发送到客户端的行数
#select语句扫描行数
#查询的字符数

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

由下面查询的详细统计结果，最上面的表格列出了执行次数、最大、最小、平均、95%等各项目的统计。
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，本例中1s-10s之间查询数量是10s以上的两倍。
Tables：查询中涉及到的表
Explain：SQL语句