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？

是否了然于胸？

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。

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。

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

1.1 下载

	

		
		

			
			

				[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
			

		

		

			
			

				>> MySQLTuner1.7.4- MajorHayden
			

		

		

			
			

				>> Bug reports, feature requests, and downloads at http://mysqltuner.com/
			

		

		

			
			

				>> Runwith'--help'for additional options and output filtering
			

		

		

			
			

				[--] Skipped version check forMySQLTuner script
			

		

		

			
			

				Please enter your MySQL administrative login: root
			

		

		

			
			

				Please enter your MySQL administrative password: [OK] Currently running supported MySQL version 5.7.23
			

		

		

			
			

				[OK] Operating on 64-bit architecture
			

		

	

1.3、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：https://github.com/BMDan/tuning-primer.sh

目前，支持检测和优化建议的内容如下：

2.1 下载

	

		
		

			
			

				[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: 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：

3、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 ~]#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工具集的一个子工具，主要用来诊断你的参数设置是否合理。

	

		
		

			
			

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

		

	

3.3 报告分析

重点关注有WARN的信息的条目，例如：

4、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.log
			

		

	

4.3 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 '2017-01-07 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
			

		

	

4.4 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

--- EOF ---