1. 程式人生 > 資料庫 >利用MySQL系統資料庫做效能負載診斷的方法

利用MySQL系統資料庫做效能負載診斷的方法

某大師曾說過,像瞭解自己的老婆 一樣瞭解自己管理的資料庫,個人認為包含了兩個方面的瞭解:

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,在例項級別的來說,需要關注記憶體、IO、網路,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誌資料,可以幫助我們更好地瞭解非常細節的,這裡簡單地列舉出來了一些常用的資料。

sys庫是以較為可讀化的方式封裝了performance_data中的某些表,因此這些個資料來源還是performance_data庫中的資料。

這裡粗略列舉出個人常用的一些系統資料,可以在例項級別更加清楚地瞭解MySQL的執行過程中資源分配情況。

Status中的資訊

MySQL的status變數只是給出了一個總的資訊,從status變數上無法得知詳細資源的消耗,比如IO或者記憶體的熱點在哪裡,庫、表的熱點在哪裡,如果想要知道具體的明細資訊就需要系統庫中的資料。

前提要開啟performance_schema,因為sys庫的檢視是基於performance_schema的庫的。

記憶體使用:

記憶體/innodb_buffer_pool使用

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

innodb_buffer_pool已佔用記憶體的明細資訊,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,'.')+1),'')
  ELSE 'system_obj' END AS table_name,if(compressed_size = 0,16384,compressed_size) AS compressed_size,data_size,if(is_hashed = 'YES',0) is_hashed,if(is_old = 'YES',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,邏輯層面的熱點資料統計

目標表是performance_schema.table_io_waits_summary_by_table,某些文章上說是邏輯IO,其實這裡跟邏輯IO並無關係,這個表中的欄位含義是基於表,讀寫的到的行數的統計。至於真正的邏輯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麼計算出來的。

基於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層面的熱點資料統計

按照物理IO的維度統計熱點資料,哪些庫\表消耗了多少物理IO。這裡原始系統表中的資料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/',''),instr(REPLACE(file,'/')-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','GiB')>0 then replace(total_read,'GiB','')*1024
  END AS total_read,case 
   when instr(total_written,'KiB')>0 then replace(total_written,'')/1024
   when instr(total_written,'MiB')>0 then replace(total_written,'')
   when instr(total_written,'GiB')>0 then replace(total_written,'')*1024
  END AS total_written,case 
   when instr(total,'KiB')>0 then replace(total,'')/1024
   when instr(total,'MiB')>0 then replace(total,'')
   when instr(total,'GiB')>0 then replace(total,'')*1024
  END AS total
 from sys.io_global_by_file_by_bytes 
 WHERE FILE LIKE '%@@datadir%' AND instr(REPLACE(file,'/')>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_***函式,這個函式的初衷是好的,把一些資料(時間,儲存空間)等格式化成更加可讀的模式。但是卻不支援單位的引數,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,格式化後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,不支援,某些個數據不僅僅是看一眼那麼簡單,甚至是要讀出來存檔分析的,因此這裡不建議也不會使用那些個format函式

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,這裡是迴圈寫個資料的一個儲存過程,呼叫方式就是call create_test_data(N),寫入N條測試資料。
比如call create_test_data(1000000)就是寫入100W的測試資料,這個執行過程耗費了幾分鐘的時間,按照筆者的測試例項情況,avg_timer_wait的維度,絕對是一個TOP SQL。

但是在查詢的時候,始終沒有發現這個儲存過程的呼叫被列為TOP SQL,後面嘗試在儲存過程內部加了一個事物,然後就順利地收集到了整個TOP SQL.

因此說performance_schema.events_statements_summary_by_digest裡面的統計,是基於事務的,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援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,後面才發現,這些資訊,MySQL會完整地記錄下來

這裡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,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

基於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,但是沒有資料受影響(就是沒有DML語句的條件沒有命中資料),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,索引看到類似的資訊,也不能貿然刪除索引。

等待事件統計

MySQL資料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,且預設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資料庫,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,是在併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,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;

最後,需要注意的是,

1,MySQL提供的諸多的系統表(檢視)中的資料,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資料的統計收集。

總結

以上所述是小編給大家介紹的利用MySQL系統資料庫做效能負載診斷的方法,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回覆大家的。在此也非常感謝大家對我們網站的支援!
如果你覺得本文對你有幫助,歡迎轉載,煩請註明出處,謝謝!