使用mysqlsla分析mysql日志

mysqlsla是hackmysql.com推出的一款MySQL的日志分析工具，可以分析mysql的慢查询日志、分析慢查询非常好用，能针对库分析慢查询语句的执行频率、扫描的数据量、消耗时间等，而且分析出来以后还有语句范例，比mysqldumpslow好用。  接下来就来详细介绍一下mysqlsla的使用：

• mysqlsla的安装

wget http://hackmysql.com/scripts/mysqlsla-2.03.tar.gz
tar zvxf mysqlsla-2.03.tar.gz
cd mysqlsla-2.03  
perl Makefile.PL  
make 
make install 

• 使用参数说明

1. --log-type (-lt) type logs:

通过这个参数来制定log的类型，主要有slow, general, binary, msl, udl,分析slow log时通过制定为slow.

2. --sort:

 制定使用什么参数来对分析结果进行排序，默认是按照t_sum来进行排序。
 t_sum按总时间排序， c_sum按总次数排序，参数名称请参考：meta-property_names

3. --top:

显示sql的数量，默认是10,表示取按规则排序的前多少条

4. --statement-filter (-sf) [+-][TYPE]:

过滤sql语句的类型，比如select、update、drop. [TYPE]有SELECT, CREATE, DROP, UPDATE, INSERT，例如"+SELECT,INSERT"，不出现的默认是-，即不包括。

5. --databases db：

要处理哪个库的日志：

• 统计参数说明

1. queries total: 总查询次数  
2. unique:去重后的sql数量  
3. sorted by : 输出报表的内容排序 最重大的慢sql统计信息, 包括 平均执行时间, 等待锁时间, 结果行的总数, 扫描的行总数.  
4. Count: sql的执行次数及占总的slow log数量的百分比.  
5. Time: 执行时间, 包括总时间, 平均时间, 最小, 最大时间, 时间占到总慢sql时间的百分比.  
6. 95% of Time: 去除最快和最慢的sql, 覆盖率占95%的sql的执行时间.  
7. Lock Time: 等待锁的时间.  
8. 95% of Lock: 95%的慢sql等待锁时间.  
9. Rows sent: 结果行统计数量, 包括平均, 最小, 最大数量.  
10. Rows examined: 扫描的行数量.  
11. Database: 属于哪个数据库. 
12. Users: 哪个用户,IP, 占到所有用户执行的sql百分比. 
13. Query abstract: 抽象后的sql语句. 
14. Query sample: sql语句.

• 使用范例

1. 统计慢查询文件为dowload_server1-slow.log的所有select的慢查询sql，并显示执行时间最长的10条sql，并写到sql_time.sql中去

mysqlsla -lt slow  -sf "+select" -top 10  dowload_server1-slow.log >test_time.log

 

2. 统计慢查询文件为dowload_server1-slow.log的数据库为ultraxsmutf8的所有select和update的慢查询sql，并查询次数最多的100条sql，并写到sql_num.sql中去

mysqlsla -lt slow  -sf "+select,update" -top 100 -sort c_sum -db  ultraxsmutf8 dowload_server1-slow.log >num_time.log

• FAQ

1. 错误：

Can't locate DBI.pm in @INC (@INC contains: /usr/lib/perl5/site_perl/5.8.8/i386-linux-thread-…….

解决办法: perl -MCPAN -e 'install DBI' 或者cpan DBI
     2、错误：

Use of uninitialized value in numeric comparison (<=>) at /usr/bin/mysqlsla line 2962.

解决办法:当采用-sort t_su就会出现这个错误，默认就是采用时间排序，因此可以去掉。

 

转自：http://www.dedecms.com/knowledge/data-base/mysql/2012/0702/2461.html