你是否了然于胸？

俗話說工欲善其事，必先利其器，定期對你的MYSQL數據庫進行一個體檢，是保證數據庫安全運行的重要手段。

今天和大家分享幾個mysql 優化的工具，你可以使用它們對你的mysql進行一個體檢，生成awr報告，讓你從整體上把握你的數據庫的性能情況。

1、mysqltuner.pl

這是mysql一個常用的數據庫性能診斷工具，主要檢查參數設置的合理性包括日志文件、存儲引擎、安全建議及性能分析。針對潛在的問題，給出改進的建議，是mysql優化的好幫手。

在上一版本中，MySQLTuner支持MySQL / MariaDB / Percona Server的約300個指標。

項目地址：https://github.com/major/MySQLTuner-perl

1.1 下載

[root@localhost~]#wgethttps://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
>>Bugreports,featurerequests,anddownloadsathttp://mysqltuner.com/
>>Runwith'--help'foradditionaloptionsandoutputfiltering
[--]SkippedversioncheckforMySQLTunerscript
PleaseenteryourMySQLadministrativelogin:root
PleaseenteryourMySQLadministrativepassword:[OK]CurrentlyrunningsupportedMySQLversion5.7.23
[OK]Operatingon64-bitarchitecture

1.3、報告分析

1）重要關注[!!]（中括號有嘆號的項）例如[!!] Maximum possible memory usage: 4.8G (244.13% of installed RAM)，表示內存已經嚴重用超了。

2）關注最后給的建議“Recommendations ”。

2、tuning-primer.sh

這是mysql的另一個優化工具，針于mysql的整體進行一個體檢，對潛在的問題，給出優化的建議。

項目地址：https://github.com/BMDan/tuning-primer.sh

目前，支持檢測和優化建議的內容如下：

2.1 下載

[root@localhost~]#wgethttps://launchpad.net/mysql-tuning-primer/trunk/1.6-r1/+download/tuning-primer.sh

2.2 使用

[root@localhost~]#[root@localhostdba]#./tuning-primer.sh

--MYSQLPERFORMANCETUNINGPRIMER--
-By:MatthewMontgomery-

2.3 報告分析

重點查看有紅色告警的選項，根據建議結合自己系統的實際情況進行修改，例如：

3、pt-variable-advisor

pt-variable-advisor 可以分析MySQL變量并就可能出現的問題提出建議。

3.1 安裝

https://www.percona.com/downloads/percona-toolkit/LATEST/

[root@localhost~]#wgethttps://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~]#yuminstallpercona-toolkit-3.0.13-1.el7.x86_64.rpm

3.2 使用

pt-variable-advisor是pt工具集的一個子工具，主要用來診斷你的參數設置是否合理。

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

3.3 報告分析

重點關注有WARN的信息的條目，例如：

4、pt-qurey-digest

pt-query-digest 主要功能是從日志、進程列表和tcpdump分析MySQL查詢。

4.1安裝

具體參考3.1節

4.2使用

pt-query-digest主要用來分析mysql的慢日志，與mysqldumpshow工具相比，py-query_digest 工具的分析結果更具體，更完善。

[root@localhost~]#pt-query-digest/var/lib/mysql/slowtest-slow.log

4.3 常見用法分析

1）直接分析慢查詢文件:

pt-query-digest/
var
/lib/mysql/slowtest-slow.log>slow_report.log

2）分析最近12小時內的查詢：

1. pt-query-digest--since=12h/var/lib/mysql/slowtest-slow.log>slow_report2.log

3）分析指定時間范圍內的查詢：

pt-query-digest/var/lib/mysql/slowtest-slow.log--since'2017-01-070900'--until'2017-01-071000'>>slow_report3.log

4）分析指含有select語句的慢查詢

pt-query-digest--filter'$event->{fingerprint}=~m/^select/i'/var/lib/mysql/slowtest-slow.log>slow_report4.log

5）針對某個用戶的慢查詢

pt-query-digest--filter'($event->{user}||"")=~m/^root/i'/var/lib/mysql/slowtest-slow.log>slow_report5.log

6）查詢所有所有的全表掃描或full join的慢查詢

1. 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 報告分析

• 第一部分：總體統計結果 Overall：總共有多少條查詢 Time range：查詢執行的時間范圍 unique：唯一查詢數量，即對查詢條件進行參數化以后，總共有多少個不同的查詢 total：總計 min：最小 max：最大 avg：平均 95%：把所有值從小到大排列，位置位于95%的那個數，這個數一般最具有參考價值 median：中位數，把所有值從小到大排列，位置位于中間那個數
• 第二部分：查詢分組統計結果 Rank：所有語句的排名，默認按查詢時間降序排列，通過--order-by指定 Query ID：語句的ID，（去掉多余空格和文本字符，計算hash值） Response：總的響應時間 time：該查詢在本次分析中總的時間占比 calls：執行次數，即本次分析總共有多少條這種類型的查詢語句 R/Call：平均每次執行的響應時間 V/M：響應時間Variance-to-mean的比率 Item：查詢對象
• 第三部分：每一種查詢的詳細統計結果 ID：查詢的ID號，和上圖的Query ID對應 Databases：數據庫名 Users：各個用戶執行的次數（占比） Query_time distribution ：查詢時間分布, 長短體現區間占比。Tables：查詢中涉及到的表 Explain：SQL語句