​

 参考文章

《数据库优化——慢查询MySQL定位优化流程》

《MySQL慢查询分析工具pt-query-digest详解》

写在开头：本文为学习后的总结，可能有不到位的地方，错误的地方，欢迎各位指正。

1. 慢sql

我们将查询时间超出一定阈值的sql称为慢sql，mysql提供了慢sql日志帮助我们进行优化分析

慢sql相关参数：

（1）是否开启慢sql日志:slow_query_log

使用

set global slow_query_log=on;

开启慢sql记录

（2）慢sql阈值：long_query_time

使用

set global long_query_time=1; 

记录查询时间大于1秒的sql

（3）慢sql日志路径：slow_query_log_file

默认slow.log,路径为mysql的data目录下

（4）是否记录未使用索引的查询 log_queries_not_using_indexes

记录未使用索引的sql：

set global log_queries_not_using_indexes=on

（5）sql扫描行数大于 min_examined_row_limit 时才记录

sql扫描行数大于100时才记录

set global min_examined_row_limit=100;

2. pt-query-digest

我们利用mysql日志分析工具对slow.log进行分析（慢sql只能记录已经查询完的sql，正在执行的慢sql则无法记录，

不过可以使用show full processlist查看正在运行的sql，不过这个更接近运维的范畴，这里不做深入讲解，有兴趣的

可以移步这里看下《MySQL show processlist说明》）

比如我们对2021年7月5日下午1点到5点的慢sql日志进行分析

pt-query-digest slow.log --since '2021-07-05 13:00:00' --until '2021-07-05 17:00:00' -->/tmp/slow_0705.report

--since 从什么时间开始分析，值为字符串，可以是指定的某个”yyyy-mm-dd [hh:mm:ss]”格式的时间点，也可以是简单的一个时间值：s(秒)、h(小时)、m(分钟)、d(天)

，如12h就表示从12小时前开始统计。

--until 截止时间，配合—since可以分析一段时间内的慢查询。

（1）第一部分：总体情况

​

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

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）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

Query ID：查询的ID （有说法是sql id 去掉空格和文本字符后计算的hash）

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：响应时间Variance-to-mean的比率

Item：查询对象(记录了查方法与涉及到的表等信息)

（3）第三部分：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，即第二部分中的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。

Tables ：查询中涉及到的表

EXPLAIN ：显示具体的sql

3. explain

在分析完后，我们确定了存在异常的sql，那么接下来就要对其进行进一步的解析与优化。

之前在索引介绍里简单介绍了下explain，这里再做下补充

​

​

​

使用explain对慢sql分析日志中的异常sql再进行详细分析，就可以有针对性的进行sql优化，

比如是调整sql写法还是增加索引。

​