如何使用MySQL系統數據庫做性能負載診斷

這篇文章主要介紹了如何使用MySQL系統數據庫做性能負載診斷，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

某大師曾說過，像了解自己的老婆 一樣了解自己管理的數據庫，個人認為包含了兩個方面的了解：

1，在穩定性層面來說，更多的是關注高可用、讀寫分離、負載均衡，災備管理等等high level層面的措施（就好比要保證生活的穩定性）

2，在實例級別的來說，需要關注內存、IO、網絡，熱點表，熱點索引，top sql，死鎖，阻塞，歷史上執行異常的SQL（好比生活品質細節）MySQL的performance_data庫和sys庫提供了非常豐富的系統日志數據，可以幫助我們更好地了解非常細節的，這里簡單地列舉出來了一些常用的數據。

sys庫是以較為可讀化的方式封裝了performance_data中的某些表，因此這些個數據來源還是performance_data庫中的數據。

這里粗略列舉出個人常用的一些系統數據，可以在實例級別更加清楚地了解MySQL的運行過程中資源分配情況。

Status中的信息

MySQL的status變量只是給出了一個總的信息，從status變量上無法得知詳細資源的消耗，比如IO或者內存的熱點在哪里，庫、表的熱點在哪里，如果想要知道具體的明細信息就需要系統庫中的數據。

前提要開啟performance_schema，因為sys庫的視圖是基于performance_schema的庫的。

內存使用：

內存/innodb_buffer_pool使用

概要innodb_buffer_pool的使用情況summary，已知當前實例262144*16/1024 = 4096MB buffer pool,已使用23260*16/1024 363MB

innodb_buffer_pool已占用內存的明細信息，可以按照庫\表的維度來統計

SET SESSION TRANSACTION ISOLATION LEVEL READ UNCOMMITTED ;
SELECT 
  database_name,
  SUM(compressed_size)/1024/1024 AS allocated_memory,
  SUM(data_size)/1024/1024 AS data_memory,
  SUM(is_hashed)*16/1024 AS is_hashed_memory,
  SUM(is_old)*16/1024 AS is_old_memory
FROM 
(
 SELECT 
  case when INSTR(TABLE_NAME,'.')>0 then replace(SUBSTRING(TABLE_NAME,1,INSTR(TABLE_NAME,'.')-1),'`','')
  else  'system_database' end as database_name,
  case when INSTR(TABLE_NAME,'.')>0 then replace(SUBSTRING(TABLE_NAME,INSTR(TABLE_NAME,'.')+1),'`','')
  ELSE 'system_obj' END AS table_name,
  if(compressed_size = 0, 16384, compressed_size) AS compressed_size,
  data_size,
  if(is_hashed = 'YES',1,0) is_hashed,
  if(is_old = 'YES',1,0) is_old
 FROM information_schema.innodb_buffer_page
 WHERE TABLE_NAME IS NOT NULL
) t
GROUP BY database_name
ORDER BY allocated_memory DESC
LIMIT 10;

庫\表的讀寫統計，邏輯層面的熱點數據統計

目標表是performance_schema.table_io_waits_summary_by_table，某些文章上說是邏輯IO，其實這里跟邏輯IO并無關系，這個表中的字段含義是基于表，讀寫的到的行數的統計。至于真正的邏輯IO層面的統計，筆者目前還有不知道有哪個可用的系統表來查詢。這個庫可以很清楚地看到這個表中的統計結果是怎么計算出來的。

基于表的讀寫的行的次數統計，這是一個累計值，單純的看這個值本身，個人覺得意義不大，需要定時收集計算差值，才具備參考意義。

以下按照庫級別統計表的讀寫情況。

庫\表的讀寫統計，物理IO層面的熱點數據統計

按照物理IO的維度統計熱點數據，哪些庫\表消耗了多少物理IO。這里原始系統表中的數據是一個累計統計的值，最極端的情況就是一個表為0行，卻存在大量的物理讀寫IO。

SET SESSION TRANSACTION ISOLATION LEVEL READ UNCOMMITTED ;
SELECT 
 database_name,
 IFNULL(cast(sum(total_read) as signed),0) AS total_read,
 IFNULL(cast(sum(total_written) as signed),0) AS total_written,
 IFNULL(cast(sum(total) AS SIGNED),0) AS total_read_written
FROM
(
 SELECT 
  substring(REPLACE(file, '@@datadir/', ''),1,instr(REPLACE(file, '@@datadir/', ''),'/')-1) AS database_name,
  count_read,
  case 
   when instr(total_read,'KiB')>0 then replace(total_read,'KiB','')/1024
   when instr(total_read,'MiB')>0 then replace(total_read,'MiB','')/1024
   when instr(total_read,'GiB')>0 then replace(total_read,'GiB','')*1024
  END AS total_read,
  case 
   when instr(total_written,'KiB')>0 then replace(total_written,'KiB','')/1024
   when instr(total_written,'MiB')>0 then replace(total_written,'MiB','')
   when instr(total_written,'GiB')>0 then replace(total_written,'GiB','')*1024
  END AS total_written,
  case 
   when instr(total,'KiB')>0 then replace(total,'KiB','')/1024
   when instr(total,'MiB')>0 then replace(total,'MiB','')
   when instr(total,'GiB')>0 then replace(total,'GiB','')*1024
  END AS total
 from sys.io_global_by_file_by_bytes 
 WHERE FILE LIKE '%@@datadir%' AND instr(REPLACE(file, '@@datadir/', ''),'/')>0 
)t
GROUP BY database_name
ORDER BY total_read_written DESC;

ps：個人不太喜歡MySQL自定義的format_***函數，這個函數的初衷是好的，把一些數據（時間，存儲空間）等格式化成更加可讀的模式。但是卻不支持單位的參數，更多的時候想以某個固定的單位來顯示，比如格式化一個的時間，格式化后根據單位大小可能會顯示微妙，或者是毫秒，或者是秒，或者分鐘，或者天。比如想把時間統一格式化成秒，對不起，不支持，某些個數據不僅僅是看一眼那么簡單，甚至是要讀出來存檔分析的，因此這里不建議也不會使用那些個format函數

TOP SQL 統計

可以按照執行時間，阻塞時間，返回行數等等維度統計top sql。
另外可以按照時間篩選last_seen，可以統計最近某一段時間出現過的top sql

SET SESSION TRANSACTION ISOLATION LEVEL READ UNCOMMITTED ;

SELECT 
 schema_name,
 digest_text,
 count_star,
 avg_timer_wait/1000000000000 AS avg_timer_wait,
 max_timer_wait/1000000000000 AS max_timer_wait,
 sum_lock_time/count_star/1000000000000 AS avg_lock_time ,
 sum_rows_affected/count_star AS avg_rows_affected,
 sum_rows_sent/count_star AS avg_rows_sent ,
 sum_rows_examined/count_star AS avg_rows_examined,
 sum_created_tmp_disk_tables/count_star AS avg_create_tmp_disk_tables,
 sum_created_tmp_tables/count_star AS avg_create_tmp_tables,
 sum_select_full_join/count_star AS avg_select_full_join,
 sum_select_full_range_join/count_star AS avg_select_full_range_join,
 sum_select_range/count_star AS avg_select_range,
 sum_select_range_check/count_star AS avg_select_range,
 first_seen,
 last_seen
FROM performance_schema.events_statements_summary_by_digest
WHERE last_seen>date_add(NOW(), interval -1 HOUR)
ORDER BY 
max_timer_wait
-- avg_timer_wait
-- sum_rows_affected/count_star 
-- sum_lock_time/count_star
-- avg_lock_time
-- avg_rows_sent
DESC
limit 10;

需要注意的是，這個統計是按照MySQL執行一個事務消耗的資源做統計的，而不是一個語句，筆者一開始懵逼了一陣子，舉個簡單的例子。

參考如下，這里是循環寫個數據的一個存儲過程，調用方式就是call create_test_data(N)，寫入N條測試數據。
比如call create_test_data(1000000)就是寫入100W的測試數據，這個執行過程耗費了幾分鐘的時間，按照筆者的測試實例情況，avg_timer_wait的維度，絕對是一個TOP SQL。

但是在查詢的時候，始終沒有發現這個存儲過程的調用被列為TOP SQL，后面嘗試在存儲過程內部加了一個事物，然后就順利地收集到了整個TOP SQL.

因此說performance_schema.events_statements_summary_by_digest里面的統計，是基于事務的，而不是某一個批處理的執行時間的。

CREATE DEFINER=`root`@`%` PROCEDURE `create_test_data`(
 IN `loopcnt` INT
)
LANGUAGE SQL
NOT DETERMINISTIC
CONTAINS SQL
SQL SECURITY DEFINER
COMMENT ''
BEGIN
 -- START TRANSACTION; 
  while loopcnt>0 do
   insert into test_mrr(rand_id,create_date) values (RAND()*100000000,now(6));
   set loopcnt=loopcnt-1;
  end while;
 -- commit;
END

另外一點比較有意思的是，這個系統表是為數不多的支持truncate的，當然它在內部，也是在不斷收集的一個過程。

執行失敗的SQL 統計

一直以為系統不會記錄執行失敗的\解析錯誤的SQL，比如想統計因為超時而執行失敗的語句，后面才發現，這些信息，MySQL會完整地記錄下來

這里會詳細記錄執行錯誤的語句，包括最終執行失敗（超時之類的），語法錯誤，執行過程中產生了警告之類的語句。用sum_errors>0 or sum_warnings>0去performance_schema.events_statements_summary_by_digest篩選一下即可。

SET SESSION TRANSACTION ISOLATION LEVEL READ UNCOMMITTED ;

select 
 schema_name,
 digest_text,
 count_star,
 first_seen,
 last_seen
from performance_schema.events_statements_summary_by_digest
where sum_errors>0 or sum_warnings>0 
order by last_seen desc;

Index使用情況統計

基于performance_schema.table_io_waits_summary_by_index_usage這個系統表，其統計的維度同樣是“按照某個索引查詢返回的行數的統計”。

可以按照哪些索引使用最多\最少等情況進行統計。

不過這個統計有一個給人潛在一個誤區：
count_read,count_write,count_fetch,count_insert,count_update,count_delete統計了某個索引上使用到索引的情況下，受影響的行數，sum_timer_wait是累計在該索引上等待的時間。

如果使用到了該索引，但是沒有數據受影響（就是沒有DML語句的條件沒有命中數據），將count_***不會統計進來，但是sum_timer_wait會統計進來
這就存在一個容易受到誤導的地方，這個索引明明沒有命中過很多次，但是卻產生了大量的timer_wait，索引看到類似的信息，也不能貿然刪除索引。

等待事件統計

MySQL數據庫中的任何一個動作，都需要等待（一定的時間來完成），一共有超過1000個等待事件，分屬不懂的類別，每個版本都不一樣，且默認不是所有的等待事件都啟用。

個人認為等待事件這個東西，僅做參考，不具備問題的診斷性，即便是再優化或者低負載的數據庫，累計一段時間，某些事件仍舊會積累大量的等待事件。

這些事件的等待事件，不一定都是負面性的，比如事物的鎖等待，是在并發執行過程中必然會生成的，這個等待事件的統計結果，也是累計的，單純的看一個直接的值，不具備任何參考意義。
除非定期收集，做差值計算，根據實際情況，才具備參考意義。

SET SESSION TRANSACTION ISOLATION LEVEL READ UNCOMMITTED ;

SELECT SUBSTRING_INDEX(NAME, '/', 1) as wait_type,COUNT(1) 
FROM performance_schema.setup_instruments
GROUP BY 1 
ORDER BY 2 DESC;


SELECT
event_name,
count_star,
sum_timer_wait
FROM performance_schema.events_waits_summary_global_by_event_name
WHERE event_name != 'idle'
order by sum_timer_wait desc
limit 100;

最后，需要注意的是，

1，MySQL提供的諸多的系統表（視圖）中的數據，單純的看這個值本身，因為它是一個累計值，個人覺得意義不大，尤其是avg_***，需要結合多方面的綜合因素，做參考使用。
2，任何系統表的查詢，都可能對系統性能的本身造成一定的影響，不要再對系統可能產生較大負面影響的情況下做數據的統計收集。

感謝你能夠認真閱讀完這篇文章，希望小編分享的“如何使用MySQL系統數據庫做性能負載診斷”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!