面试官：既然你用过MySQL，那你知道什么是慢查询吗？怎么分析？

最新推荐文章于 2025-05-25 16:59:54 发布

君莫笑(๑˙ー˙๑)

最新推荐文章于 2025-05-25 16:59:54 发布

阅读量1.8w

点赞数 23

CC 4.0 BY-SA版权

分类专栏： MySQL进阶文章标签：慢查询 mysqldumpslow pt_query_digest

本文链接：https://blog.youkuaiyun.com/weixin_44367006/article/details/101312625

MySQL进阶专栏收录该内容

8 篇文章

订阅专栏

本文深入解析MySQL慢查询机制，涵盖慢查询配置、日志解读与分析工具应用，助您掌握SQL性能优化技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

什么是慢查询

慢查询，顾名思义，执行很慢的查询。有多慢？超过 long_query_time 参数设定的时间阈值（默认10s），就被认为是慢的，是需要优化的。慢查询被记录在慢查询日志里。

然而，慢查询日志默认是不开启的，也就是说一般人没玩过这功能。如果你需要优化SQL语句，就可以开启这个功能，它可以让你很容易地知道哪些语句是需要优化的（想想一个SQL要10s就可怕）。

慢查询配置

slow_query_log 是否开启慢查询日志

开启：set global slow_query_log = 1;
slow_query_log_file 指定慢查询日志的存储路径及文件（默认和数据文件放一起）
long_query_time 指定记录慢查询日志SQL执行时间得阈值（单位：秒，默认10秒）

如果你是处于学习阶段，想要自己看看慢查询日志，可以将阈值设置为0：
set global long_query_time=0;
log_queries_not_using_indexes 是否记录未使用索引的SQL
log_output 日志存放的地方【TABLE】【FILE】【FILE,TABLE】

配置了慢查询后，它会记录符合条件的SQL
包括：
查询语句
数据修改语句
已经回滚的SQL

慢查询解读

在这里插入图片描述
第一行：记录时间
第二行：用户名、用户的IP信息、线程ID号
第三行：执行花费的时间【单位：毫秒】、执行获得锁的时间、获得的结果行数、扫描的数据行数
第四行：这SQL执行的时间戳
第五行：具体的SQL语句

慢查询分析工具

慢查询的日志记录非常多，要从里面找寻一条查询慢的日志并不是很容易的事情，一般来说都需要一些工具辅助才能快速定位到需要优化的SQL语句，下面介绍两个慢查询辅助工具

mysqldumpslow

bin目录下的工具，汇总除查询条件外其他完全相同的SQL，并将分析结果按照参数中所指定的顺序输出。

mysqldumpslow -s r -t 3 ../data/hadoop000-slow.log
-s order (c,t,l,r,at,al,ar)
c:总次数
t:总时间
l:锁的时间
r:总数据行
at,al,ar :t,l,r平均数【例如：at = 总时间/总次数】

-t 指定取前面几天作为结果输出

在这里插入图片描述

pt_query_digest

与mysqldumpslow工具相比，py_query_digest 工具的分析结果更具体，更完善。

有时因为某些原因如权限不足等，无法在服务器上记录查询。这样的限制我们也常常碰到。

进入/usr/local/mysql/data文件夹
下载：

wget https://www.percona.com/get/pt-query-digest

使可执行：

chmod u+x pt-query-digest;

语法

pt-query-digest [OPTIONS] [FILES] [DSN]

–create-review-table 当使用–review参数把分析结果输出到表中时，如果没有表就自动创建。
–create-history-table 当使用–history参数把分析结果输出到表中时，如果没有表就自动创建。
–filter 对输入的慢查询按指定的字符串进行匹配过滤后再进行分析
–limit限制输出结果百分比或数量，默认值是20,即将最慢的20条语句输出，如果是50%则按总响应时间占比从大到小排序，输出到总和达到50%位置截止。
–host mysql服务器地址
–user mysql用户名
–password mysql用户密码
–history 将分析结果保存到表中，分析结果比较详细，下次再使用–history时，如果存在相同的语句，且查
询所在的时间区间和历史表中的不同，则会记录到数据表中，可以通过查询同一CHECKSUM来比较某类型查询的历史变化。
–review 将分析结果保存到表中，这个分析只是对查询条件进行参数化，一个类型的查询一条记录，比较简单。当下次使用–review时，如果存在相同的语句分析，就不会记录到数据表中。
–output 分析结果输出类型，值可以是report(标准分析报告)、slowlog(Mysql slow log)、json、
json-anon，一般使用report，以便于阅读。
–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。

示例：

全部分析

./pt-query-digest  hadoop000-slow.log > slow_report.log;

since用法

24小时前到现在

./pt-query-digest  --since=24h  hadoop000-slow.log > slow_report.log

某个时间点到某个时间点

./pt-query-digest hadoop000-slow.log --since '2019-09-24 00:00:00' --until '2019-09-25 00:00:00' > slow_report.log;

filter用法

仅仅分析select语句

./pt-query-digest --filter '$event->{fingerprint} =~ m/^select/i' hadoop000-slow.log> slow_report.log;

针对某个用户

./pt-query-digest --filter '($event->{user} || "") =~ m/^root/i' hadoop000-slow.log> slow_report.log

分析

总体分析

体现的是所有慢查询的整体情况

上半部分：总体统计结果

该工具执行日志分析的用户时间 user time，系统时间 system time，物理内存占用大小 rss，虚拟内存占用大小 vsz
Current date：工具执行时间
Hostname：运行分析工具的主机名
Files：被分析的文件名
Overall：总共有多少条查询 total，总共有多少个不同的查询 unique，QPS，并发数
Time range：sql执行的时间范围
Exec time：sql执行时长
Lock time：锁占用时间
Rows sent：发送到客户端的行数
Rows examine：select 语句扫描行数
Query size：查询的字符数

下半部分：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：Variance-to-Mean，响应时间的平均方差
I：查询对象

个体分析

某个语句的执行情况
在这里插入图片描述

参考：Deer——mysql优化、https://blog.youkuaiyun.com/qq_16399991/article/details/82383917