22丨MySQL：数据库级监控及常用计数器解析（上）

 

 

数据库是一个非常大的话题，我们在很多地方，都会看到对数据库的性能分析会包括以下部分。

但其实呢，以上这些内容都是我们应该具备的基础知识，所以我今天要讲的就是，具备了这些基础知识之后我们应该干什么事情。

也就是说，从性能瓶颈判断分析的角度入手，才是性能从业人员该有的逻辑。每次我分析一个性能问题时，逻辑总是这样的：

先画出整个系统的架构图。

列出整个系统中用到了哪些组件。这一步要确定用哪些监控工具来收集数据，具体的内容你可以看下之前讲到的监控设计相关的内容。

掌握每个组件的架构图。在这一步中需要列出它们的关键性能配置参数。

在压力场景执行的过程中收集状态计数器。

通过分析思路画出性能瓶颈的分析决策树。

找到问题的根本原因。

提出解决方案并评估每个方案的优缺点和成本。

这是我一直强调的分析决策树的创建逻辑。有了这些步骤之后，即使不熟悉一个系统，你也可以进行性能分析。

对于 MySQL 数据库来说，我们想对它进行分析，同样也需要看它的架构图。如下图所示（这是 MySQL5 版本的架构示意图）：

这里就有一个问题了：看架构图是看什么？这个图够细吗？

首先，看架构图，一开始肯定是看大而全的架构。比如说上图，我们知道了，MySQL 中有 Connection Pool、SQL Interface、Parser 等这些大的模块。

其次，我们得知道这些模块的功能及运行逻辑。比如说，我们看到了这些模块之后，需要知道，当一个 SQL 通过 Connection Pool 进到系统之后，需要先进入 SQL Interface 模块判断这个语句，知道它是一个什么样的 SQL，涉及到了什么内容；然后通过 Parser 模块进行语法语义检查，并生成相应的执行计划；接着到 Optimizer 模块进行优化，判断走什么索引，执行顺序之类的；然后就到 Caches 中找数据，如果在 Caches 中找不到数据的话，就得通过文件系统到磁盘中找。

这就是一个大体的逻辑。但是知道了这个逻辑还不够。还记得前面我们说的对一个组件进行“全局—定向”的监控思路吧。

这里我们也得找工具实现对 MySQL 的监控，还好 MySQL 的监控工具非常多。

在讲 MySQL 的监控工具之前，我们先来了解下 MySQL 中的两个 Schema，分别是information_schema和performance_schema 。

为什么呢？

information_schema保存了数据库中的所有表、列、索引、权限、配置参数、状态参数等信息。像我们常执行的show processlist;就来自于这个 schema 中的 processlist 表。

performance_schema提供了数据库运行时的资源消耗情况，它以较低的代价收集信息，可以提供不少性能数据。

所以这两个 Schema 对我们来说就非常重要了。

你没事的时候，也可以查一下它们相关的各个表，一个个看着玩。监控工具中的很多数据来自于它们。

还有两个命令是你在分析 MySQL 时一定要学会的：SHOW GLOBAL VARIABLES;和SHOW GLOBAL status;。前一个用来查看配置的参数值，后一个用来查询状态值。当你没有其他工具可用的时候，就可以用这两个命令的输出结果来分析。对于全局监控来说，这两个命令绝对够用。

对于 MySQL 的监控工具有很多，但我主要讲的是以下几个工具：

mysqlreport、pt-query-digest、mysql_exportor+Prometheus+Grafana。

今天我们先来说一下 mysqlreport。

全局分析：mysqlreport

这个工具执行之后会生成一个文本文件，在这个文本文件中包括了如下这些内容。

我觉得这个工具是属于既不浪费资源，又能全局监控 MySQL 的很好的工具。

在我们执行性能场景时，如果想让 mysqlreport 抓取到的数据更为准确，可以先重启一下数据库。如果你觉得重启数据库这个动作实在是有点大，可以先把状态计数器、打开表、查询缓存等数据给刷新一下。

我认为 mysqlreport 有一些重要的知识点需要你知道，在这里我找一个例子给你解释一下。

索引报表

1. _ Key _________________________________________________________________
2. Buffer used 5.00k of 8.00M %Used: 0.06
3. Current 1.46M %Usage: 18.24

请注意，这里所指的 Key Buffer 是指 MyISAM 引擎使用的Shared Key Buffer，InnoDB 所使用的Key Buffer不在这里统计。

从上面的数据来看，MySQL 每次分配的Key Buffer最大是 5K，占 8M 的 0.06%，还是很小的。下一行中的数据可以看到的是当前只用了 1.46M，占 8M 的 18.24%。

显然这个 Key Buffer 是够用的，如果这个使用率高，你就得增加key_buffer_size的值了。

操作报表

1. __ Questions ___________________________________________________________
2. Total 126.82M 32.5/s
3. +Unknown 72.29M 18.5/s %Total: 57.00
4. Com_ 27.63M 7.1/s 21.79
5. DMS 26.81M 6.9/s 21.14
6. COM_QUIT 45.30k 0.0/s 0.04
7. QC Hits 38.18k 0.0/s 0.03
8. Slow 2 s 6.21M 1.6/s 4.90 %DMS: 23.17 Log:
9. DMS 26.81M 6.9/s 21.14
10. SELECT 20.73M 5.3/s 16.34 77.30
11. INSERT 3.68M 0.9/s 2.90 13.71
12. UPDATE 1.43M 0.4/s 1.13 5.33
13. DELETE 983.11k 0.3/s 0.78 3.67
14. REPLACE 0 0/s 0.00 0.00
15. Com_ 27.63M 7.1/s 21.79
16. admin_comma 11.86M 3.0/s 9.35
17. set_option 10.40M 2.7/s 8.20
18. commit 5.15M 1.3/s 4.06

从这个数据可以看到的信息量就有点大了，它可以反应出来这个数据库现在忙不忙。

从 32.5 每秒的操作量上来说，还是有点忙的。你还可以看到下面有操作数的细分，其实我不太愿意看下面的这些细分，描述上除了QC Hits和DMS的意思比较清晰之外，其他的几个值理解起来比较费劲。我也不建议你看下面那几个，因为它们对性能分析来说没起到什么正向的作用。

而 Slow 那这一行就很重要了，从这行可以看出slow log的时间是设置为 2 秒的，并且每秒还出现 1.6 个的慢日志，可见这个系统的 SQL 的慢日志实在是有点多。

DMS部分可以告诉我们这个数据库中各种 SQL 所占的比例。其实它是具有指向性的，像我们的这个例子中，显然是SELECT多，那如果要做 SQL 优化的话，肯定优先考虑SELECT的语句，才会起到立竿见影的效果。

查询和排序报表

1. __ SELECT and Sort _____________________________________________________
2. Scan 7.88M 2.0/s %SELECT: 38.04
3. Range 237.84k 0.1/s 1.15
4. Full join 5.97M 1.5/s 28.81
5. Range check 913.25k 0.2/s 4.41
6. Full rng join 18.47k 0.0/s 0.09
7. Sort scan 737.86k 0.2/s
8. Sort range 56.13k 0.0/s
9. Sort mrg pass 282.65k 0.1/s

这个报表具有着绝对的问题指向性。这里的Scan（全表扫描）和Full join（联合全表扫描）在场景执行过程中实在是太多了，这显然是 SQL 写得有问题。

Range 范围查询很正常，本来就应该多。

查询缓存报表

1. __ Query Cache _________________________________________________________
2. Memory usage 646.11k of 1.00M %Used: 63.10
3. Block Fragmnt 14.95%
4. Hits 38.18k 0.0/s
5. Inserts 1.53k 0.0/s
6. Insrt:Prune 2.25:1 0.0/s
7. Hit:Insert 24.94:1

在这部分中，我们看的关键点是，Query Cache没用！因为各种query都没有缓存下来。同时这里我们还要看一个关键值，那就是Block Fragment，它是表明Query Cache碎片的，值越高，则说明问题越大。

如果你看到下面这样的数据，就明显没有任何问题。

1. __ Query Cache ______________________________________________________
2. Memory usage 38.05M of 256.00M %Used: 14.86
3. Block Fragmnt 4.29%
4. Hits 12.74k 33.3/s
5. Inserts 58.21k 152.4/s
6. Insrt:Prune 58.21k:1 152.4/s
7. Hit:Insert 0.22:1

这个数据明显看到缓存了挺多的数据。Hits 这一行指的是每秒有多少个 SELECT 语句从Query Cache中取到了数据，这个值是越大越好。

而通过Insrt:Prune的比值数据，我们可以看到 Insert 远远大于 Prune（每秒删除的Query Cache碎片)，这个比值越大就说明Query Cache越稳定。如果这个值接近 1：1 那才有问题，这个时候就要加大Query Cache或修改你的 SQL 了。

而通过下面的Hit:Insert的值，我们可以看出命中要少于插入数，说明插入的比查询的还要多，这时就要去看这个性能场景中是不是全是插入了。如果我们查看了，发现 SELECT 语句还是很多的，而这个比值又是 Hit 少，那么我们的场景中使用的数据应该并不是插入的数据。其实在性能场景的执行过程中经常这样。所以在性能分析的过程中，我们只要知道这个值就可以了，并不能说明Query Cache就是无效的了。

表信息报表

1. __ Table Locks _________________________________________________________
2. Waited 0 0/s %Total: 0.00
3. Immediate 996 0.0/s
4. __ Tables ______________________________________________________________
5. Open 2000 of 2000 %Cache: 100.00
6. Opened 15.99M 4.1/s

这个很明显了，表锁倒是不存在。但是你看现在table_open_cache已经达到上限了，设置为 2000，而现在已经达到了 2000，同时每秒打开表 4.1 个。

这些数据说明了什么呢？首先打开的表肯定是挺多的了，因为达到上限了嘛。这时候你会自然而然地想到去调table_open_cache参数。但是我建议你调之前先分析下其他的部分，如果在这个性能场景中，MySQL 的整体负载就会比较高，同时也并没有报错，那么我不建议你调这个值。如果负载不高，那再去调它。

连接报表和临时表

1. __ Connections _________________________________________________________
2. Max used 521 of 2000 %Max: 26.05
3. Total 45.30k 0.0/s
4. __ Created Temp ________________________________________________________
5. Disk table 399.77k 0.1/s
6. Table 5.81M 1.5/s Size: 16.0M
7. File 2.13k 0.0/s

这个数据连接还完全够用，但是从临时表创建在磁盘（Disk table）和临时文件（File) 上的量级来说，还是有点偏大了，所以，可以增大tmp_table_size。

线程报表

1. __ Threads _____________________________________________________________
2. Running 45 of 79
3. Cached 9 of 28 %Hit: 72.35
4. Created 12.53k 0.0/s
5. Slow 0 0/s
6. __ Aborted _____________________________________________________________
7. Clients 0 0/s
8. Connects 7 0.0/s
9. __ Bytes _______________________________________________________________
10. Sent 143.98G 36.9k/s
11. Received 21.03G 5.4k/

当 Running 的线程数超过配置值时，就需要增加thread_cache_size。但是从这里来看，并没有超过，当前配置了 79，只用到了 45。而这里 Cached 的命中%Hit是越大越好，我们通常都希望在 99% 以上。

InnoDB 缓存池报表

1. __ InnoDB Buffer Pool __________________________________________________
2. Usage 1.87G of 4.00G %Used: 46.76
3. Read hit 100.00%
4. Pages
5. Free 139.55k %Total: 53.24
6. Data 122.16k 46.60 %Drty: 0.00
7. Misc 403 0.15
8. Latched 0.00
9. Reads 179.59G 46.0k/s
10. From file 21.11k 0.0/s 0.00
11. Ahead Rnd 0 0/s
12. Ahead Sql 0/s
13. Writes 54.00M 13.8/s
14. Flushes 3.16M 0.8/s
15. Wait Free 0 0/s

这个部分对 MySQL 来说是很重要的，innodb_buffer_pool_size为 4G，它会存储表数据、索引数据等。通常在网上或书籍里，你能看到有人建议将这个值设置为物理内存的 50%，当然这个值没有绝对的，还要在具体的应用场景中测试才能知道。

这里的Read hit达到 100%，这很好。

下面还有些其他的读写数据，这部分的数据将和我们在操作系统上看到的 I/O 有很大关系。有些时候，由于写入的过多，导致操作系统的I/O wait很高的时候，我们不得不设置innodb_flush_log_at_trx_commit参数（0：延迟写，实时刷；1：实时写，实时刷；2：实时写，延迟刷）和sync_binlog 参数（0：写入系统缓存，而不刷到磁盘；1：同步写入磁盘；N：写 N 次系统缓存后执行一次刷新操作）来降低写入磁盘的频率，但是这样做的风险就是当系统崩溃时会有数据的丢失。

这其实是我们做测试时，存储性能不高的时候常用的一种手段，为了让 TPS 更高一些。但是，你一定要知道生产环境中的存储是什么样的能力，以确定在生产环境中应该如何配置这个参数。

InnoDB 锁报表

1. __ InnoDB Lock _________________________________________________________
2. Waits 227829 0.1/s
3. Current 1
4. Time acquiring
5. Total 171855224 ms
6. Average 754 ms
7. Max 6143 ms

这个信息就有意思了。显然在这个例子中，锁的次数太多了，并且锁的时间都还不短，平均时间都能达到 754ms，这显然是不能接受的。

那就会有人问了，锁次数和锁的平均时间多少才是正常呢？在我的经验中，锁平均时间最好接近零。锁次数可以有，这个值是累加的，所以数据库启动时间长，用得多，锁次数就会增加。

InnoDB 其他信息

1. __ InnoDB Data, Pages, Rows ____________________________________________
2. Data
3. Reads 35.74k 0.0/s
4. Writes 6.35M 1.6/s
5. fsync 4.05M 1.0/s
6. Pending
7. Reads 0
8. Writes 0
9. fsync 0
10. Pages
11. Created 87.55k 0.0/s
12. Read 34.61k 0.0/s
13. Written 3.19M 0.8/s
14. Rows
15. Deleted 707.46k 0.2/s
16. Inserted 257.12M 65.9/s
17. Read 137.86G 35.3k/s
18. Updated 1.13M 0.3/

这里的数据可以明确告诉你的一点是，在这个性能场景中，插入占有着绝对的量级。

总结

好了，我们拿一个 mysqlreport 报表从上到下看了一遍之后，你是不是觉得对 MySQL 有点感觉了？这里我给一个结论性的描述吧：

在这个性能场景中，慢日志太多了，需要定向监控看慢 SQL，找到慢 SQL 的执行计划。

在这个插入多的场景中，锁等待太多，并且等待的时候又太长，解决慢 SQL 之后，这里可能会解决，但还是要分析具体的原因的，所以这里也是指向了 SQL。

这里为什么要描述得这么细致呢？主要是因为当你看其他一些工具的监控数据时，分析思路是可以共用的。

但是有人说这里还有一个问题：SQL 怎么看？

其实对于我们分析的逻辑来说，在数据库中看 SQL 就是在做定向的分析了。请你不要相信一些人所吹嘘的那样，一开始就把所有的 SQL 执行时间统计出来，这真的是完全没有必要的做法。因为成本太高了。

在下一篇文章里，我们换个工具来看看 SQL 的执行时间到底应该怎么分析。