转：

MySQL 慢查询日志介绍

2018年08月23日 08:47:40 曾梦想仗剑走天涯XX 阅读数 1104

一. 慢查询介绍

MySQL的慢查询日志是MySQL提供的一种日志记录，它用来记录在MySQL中响应时间超过指定阀值的SQL语句，运行时间超过long_query_time值的SQL，会被记录到慢查询日志中。

默认情况下，MySQL数据库并不启动慢查询日志，需要手动开启。如果不是调优需要的话，一般不建议开启，因为开启慢查询日志会或多或少带来一定的性能影响。

在SQL Server中我们利用SQL Profile来记录SQL执行情况，在Oracle中我们可以使用AWR、ASH报告来分析历史SQL执行情况，类似的调优方式映射到MySQL中，即对应为慢查询日志。

二. 参数介绍

介绍与慢查询日志相关的参数

slow_query_log：是否开启慢查询日志，1表示开启，0表示关闭。

slow_query_log_file：MySQL慢查询日志存储路径。

long_query_time ：慢查询阈值(s)，当查询时间多于设定的阈值时，记录日志。

log_queries_not_using_indexes：未使用索引的查询也被记录到慢查询日志中。

log_throttle_queries_not_using_indexes：表示每分钟允许记录到slow_log的且未使用索引的sql语句次数(0为无限制，如果为固定值，可能会记录不到sql)。

log_output：日志存储方式。’FILE’表示存入文件，‘TABLE’表示存入系统表。因为FILE模式开销比较低，所以默认为FILE。

log_slow_admin_statements = 1：记录ALTER TABLE等语句引发的慢查询

log_slow_slave_statements = 1：记录从服务器产生的慢查询

min_examined_row_limit = 100 ：SQL扫描行数大于等于100行才会被记录

我们可以通过show variables命令查看当前具体的参数值，如下查看当前slow_query_log为OFF，即表示未开启慢查询日志，long_query_time值为2，即表示慢查询阈值为2s。

mysql> show variables like '%slow_query_log%';
+---------------------+----------+
| Variable_name | Value |
+---------------------+----------+
| slow_query_log | OFF |
| slow_query_log_file | slow.log |
+---------------------+----------+
mysql> show variables like '%long_query_time%';
+-----------------+----------+
| Variable_name | Value |
+-----------------+----------+
| long_query_time | 2.000000 |
+-----------------+----------+

三. 开启慢查询日志

开启慢查询日志只需要如下修改部分参数即可，这里设置的慢查询阈值为0.1s，项目上可以根据实际情况调整，这边的建议是如果压测可以设置为0.1s，如果是非压测可以设置为2s。由于开启了log_queries_not_using_indexes，所以慢日志不仅会记录超过阈值的SQL，没有走索引的SQL也会记录日志，即使这些SQL并没有超过阈值。通过set global设置参数后，只会在新连接中生效，所以要查看修改后的参数值，需要重新连接。

mysql> set global long_query_time = 0.1;
Query OK, 0 rows affected (0.00 sec)
mysql> set global log_queries_not_using_indexes = 1;
Query OK, 0 rows affected (0.00 sec)
mysql> set global log_throttle_queries_not_using_indexes = 0;
Query OK, 0 rows affected (0.00 sec)
mysql> set global min_examined_row_limit = 100;
Query OK, 0 rows affected (0.00 sec)
mysql> set global slow_query_log = 1;
Query OK, 0 rows affected (0.00 sec)

四. 日志内容

我们得到慢查询日志后，最重要的一步就是去分析这个日志。我们先来看下慢日志里到底记录了哪些内容。

如下图是慢日志里其中一条SQL的记录内容，可以看到有时间戳，用户，查询时长及具体的SQL等，内容其实是很齐全的。但是存在一个问题，慢日志里往往有许多SQL，不可能一条一条SQL看过去，我们需要将所有的慢SQL分组统计后在进行分析。

# Time: 2018-08-16T00:00:04.821003+08:00
# User@Host: zwfwroot[zwfwroot] @ 19.15.0.30 [19.15.0.30] Id: 67508
# Schema: gdqlk Last_errno: 0 Killed: 0
# Query_time: 14.344185 Lock_time: 0.000028 Rows_sent: 237064 Rows_examined: 237064 Rows_affected: 0
# Bytes_sent: 96078006
SET timestamp=1534348804;
SELECT * FROM `audit_catalog_lobby`;

五. 日志分析

pt-query-digest是用于分析MySQL慢查询的一个工具，先对查询语句的条件进行参数化，然后对参数化以后的查询进行分组统计，统计出各查询的执行时间、次数、占比等，同时把分析结果输出到文件中，我们可以借助分析结果找出问题进行优化。

pt-query-digest是percona-toolkit工具包下的一个工具，如果MySQL是使用Linux_5.7.22版本的bin包安装的话，默认会安装percona-toolkit，可以直接使用pt-query-digest命令来分析慢查询日志。

Linux下使用如下命令分析指定时间范围内的慢查询，slow.log需要指定具体路径，slow_report.log指定输出文件。

# pt-query-digest slow.log --since '2017-01-07 09:30:00' --until '2017-01-07 10:00:00' > slow_report.log

下面介绍通过pt-query-digest分析slow.log后得到的slow_report.log文件。

文件内容总体分成3个部分，第一部分为总体统计结果，第二部分为查询分组统计结果，第三部分为每一类查询的详细统计结果。

`(1) 总体统计结果`

Overall：查询总数、唯一查询数量、QPS、并发
Time range：查询的时间范围
Exec time ：执行时间
Lock time：被阻塞时间
Rows sent：查询返回行数
Rows examine : 查询扫描行数
query size ：查询数据量
total：总计 min：最小 max：最大 avg：平均 stddev: 标准差
95%：把所有值从小到大排列，位于95%的值
median：中位数，把所有值从小到大排列，位于中间的值

`(2) 查询分组统计结果`

Rank：所有语句的排名，默认按查询总时间降序排列
Query ID：SQL的ID
Response：总执行时间
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：方差均值
Item：查询对象

`(3) 每个查询的详细统计结果`

Query：对应第二部分中的Rank排名
ID：查询ID号，与Query ID对应
Time range：查询时间范围
Attribute：针对此类查询的统计
Databases：数据库名
Hosts：执行查询的IP分布（占比）
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10s以上查询数较多。

六. 总结

项目上可以通过此方法来优化SQL，根据Rank排名先后，依次分析优化SQL即可。