Java --- MySQL8数据库优化性能查看工具

news2025/1/12 3:51:05

目录

一、数据库服务器优化步骤

​编辑二、查看系统性能的参数

三、统计SQL的查询成本：last_query_cost

四、定位执行慢的SQL：慢日志查询

4.1、开启并设置慢查询日志查询参数

4.2、查看慢查询数目

4.3、慢查询日志分析工具：mysqldumpslow

4.4关闭慢查询日志

4.5、删除慢查询日志

五、查看SQL执行成本：SHOW PROFILE

六、分析查询语句：EXPLAIN

6.1、explain的字段

6.1.1、table ：表名 

6.1.2、id

6.1.3、select_type:查询类型 

6.1.4、type

6.1.5、possible_keys和key 

6.1.6、key_len 

6.1.7、ref 

6.1.8、rows 

6.1.9、filtered 

6.1.10、extra 

6.2、explain的使用

 6.2.1、传统格式

6.2.2、json格式

 6.2.3、tree格式

 6.3、SHOW WARNINGS的使用

 七、分析优化器执行计划：trace

 八、MySQL监控分析视图-sys schema

8.1、Sys schema视图摘要 

8.2、Sys schema视图使用场景

8.2.1、索引情况  

8.2.2、表相关 

 8.2.3、语句相关

 8.2.4、IO相关

8.2.5、Innodb 相关  

一、数据库服务器优化步骤

流程主要分为：观察和行动两部分 S开头为观察，A开头为行动

总体概述：

二、查看系统性能的参数

使用 SHOW STATUS语句查询一些MySQL数据库服务器的性能参数、执行频率。

 SHOW [GLOBAL|SESSION] STATUS LIKE '参数';

一些常用的性能参数如下：

Connections：连接MySQL服务器的次数。

Uptime：MySQL服务器的上 线时间。

Slow_queries：慢查询的次数。

Innodb_rows_read：Select查询返回的行数

Innodb_rows_inserted：执行INSERT操作插入的行数

Innodb_rows_updated：执行UPDATE操作更新的 行数

Innodb_rows_deleted：执行DELETE操作删除的行数

Com_select：查询操作的次数。 

Com_insert：插入操作的次数。对于批量插入的 INSERT 操作，只累加一次。

Com_update：更新操作 的次数。

Com_delete：删除操作的次数。

#查询MySQL服务器连接次数
 SHOW STATUS LIKE 'connections';
 #查询mysql服务器工作时间
 SHOW STATUS LIKE 'uptime';
 #查询MySQL服务器慢查询的次数
 SHOW STATUS LIKE 'slow_queries';

三、统计SQL的查询成本：last_query_cost

SHOW STATUS LIKE 'last_query_cost';

结论：①、位置决定效率，页在数据库缓冲池中效率最高，其次是在内存中，最后在磁盘中。

②、批量决定效率：从磁盘中对单一页进行随机读取效率很低，而顺序的批量读取，则效率要更快。

四、定位执行慢的SQL：慢日志查询

MySQL的慢查询日志，记录在MySQL中响应时间超过阈值的语句，以”long_query_time “的默认值10秒标准，超过这个值就是慢SQL。MySQL默认没有开启慢日志查询。调优时开启，不调优则关闭。

4.1、开启并设置慢查询日志查询参数

查询是否开启慢日志查询：

SHOW VARIABLES LIKE '%slow_query_log%';

开启慢日志查询：

 SET GLOBAL slow_query_log = ON;

 修改long_query_time的阈值

#查询当前阈值
 SHOW VARIABLES LIKE '%long_query_time%';
 #修改阈值大小
 SET GLOBAL long_query_time = 1;
 SET long_query_time = 1;

4.2、查看慢查询数目

 SHOW GLOBAL STATUS LIKE '%Slow_queries%';

 测试表与数据：

 CREATE TABLE `student` (
 `id` INT(11) NOT NULL AUTO_INCREMENT,
 `stuno` INT NOT NULL ,
 `name` VARCHAR(20) DEFAULT NULL,
 `age` INT(3) DEFAULT NULL,
 `classId` INT(11) DEFAULT NULL,
 PRIMARY KEY (`id`)
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;
DELIMITER //
CREATE PROCEDURE insert_stu1(  START INT , max_num INT )
BEGIN
DECLARE i INT DEFAULT 0;
SET autocommit = 0; #设置手动提交事物
REPEAT #循环
SET i = i + 1; #赋值
INSERT INTO student (stuno, NAME ,age ,classId ) VALUES ((START+i),rand_string(6),rand_num(10,100),rand_num(10,1000));
UNTIL i = max_num
END REPEAT;
COMMIT; #提交事物
END //
DELIMITER ;


#调用存储函数
CALL insert_stu1(100001,4000000);
SELECT * FROM student WHERE stuno = 3444444;
SELECT * FROM student WHERE NAME = 'xdZMMx';
SHOW STATUS LIKE 'Slow_queries';

4.3、慢查询日志分析工具：mysqldumpslow

 mysqldumpslow -help #调取帮助手册

 查看有哪些慢查询的SQL

4.4关闭慢查询日志

方式1、永久性关闭

永久开启的需要去配置文件将#slow_query_log =OFF这个配置注释掉 。

方式2：临时方式关闭

SET GLOBAL slow_query_log=off;

4.5、删除慢查询日志

 先删除原有的日志，再执行下面命令重新生成慢查询日志

 mysqladmin -uroot -p flush-logs slow

五、查看SQL执行成本：SHOW PROFILE

查看最近的开销

SHOW PROFILES;

更详细的信息： 

SHOW PROFILE CPU,BLOCK IO FOR QUERY 3;

show profile的常用查询参数：  

① ALL：显示所有的开销信息。 ② BLOCK IO：显示块IO开销。 ③ CONTEXT SWITCHES：上下文切换开 销。 ④ CPU：显示CPU开销信息。 ⑤ IPC：显示发送和接收开销信息。 ⑥ MEMORY：显示内存开销信 息。 ⑦ PAGE FAULTS：显示页面错误开销信息。 ⑧ SOURCE：显示和Source_function，Source_file，Source_line相关的开销信息。 ⑨ SWAPS：显示交换次数开销信息。

六、分析查询语句：EXPLAIN

 基本语法：

#EXPLAIN和DESCRIBE的功能都是一样的
EXPLAIN SELECT * FROM student_info;

DESCRIBE SELECT * FROM student_info;

数据准备： 

CREATE TABLE s1(
id INT AUTO_INCREMENT,
key1 VARCHAR(100),
key2 INT,
key3 VARCHAR(100),
key_part1 VARCHAR(100),
key_part2 VARCHAR(100),
key_part3 VARCHAR(100),
common_field VARCHAR(100),
PRIMARY KEY(id),
INDEX idx_key1(key1),
UNIQUE INDEX idx_key2(key2),
INDEX idx_key3(key3),
INDEX idx_key_part(key_part1,key_part2,key_part3)
)ENGINE=INNODB CHARSET=utf8;

CREATE TABLE s2(
id INT AUTO_INCREMENT,
key1 VARCHAR(100),
key2 INT,
key3 VARCHAR(100),
key_part1 VARCHAR(100),
key_part2 VARCHAR(100),
key_part3 VARCHAR(100),
common_field VARCHAR(100),
PRIMARY KEY (id),
INDEX idx_key1 (key1),
UNIQUE INDEX idx_key2 (key2),
INDEX idx_key3 (key3),
INDEX idx_key_part(key_part1, key_part2, key_part3)
) ENGINE=INNODB CHARSET=utf8;

SET GLOBAL log_bin_trust_function_creators = 1;
#创建函数
DELIMITER //
CREATE FUNCTION rand_string1(n INT) 
RETURNS VARCHAR(255) #该函数会返回一个字符串
BEGIN 
DECLARE chars_str VARCHAR(100) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
DECLARE return_str VARCHAR(255) DEFAULT'';
DECLARE i INT DEFAULT 0;
WHILE i < n DO
SET return_str =CONCAT(return_str,SUBSTRING(chars_str,FLOOR(1+RAND()*52),1));
SET i = i + 1;
END WHILE;
RETURN return_str;
END //
DELIMITER ;
#创建存储过程
DELIMITER //
CREATE PROCEDURE insert_s1 (IN min_num INT (10),IN max_num INT (10))
BEGIN
DECLARE i INT DEFAULT 0;
SET autocommit = 0;
REPEAT
SET i = i + 1;
INSERT INTO s1 VALUES(
(min_num + i),
rand_string1(6),
(min_num + 30 * i + 5),
rand_string1(6),
rand_string1(10),
rand_string1(5),
rand_string1(10),
rand_string1(10));
UNTIL i = max_num
END REPEAT;
COMMIT;
END //
DELIMITER ;

DELIMITER //
CREATE PROCEDURE insert_s2 (IN min_num INT (10),IN max_num INT (10))
BEGIN
DECLARE i INT DEFAULT 0;
SET autocommit = 0;
REPEAT
SET i = i + 1;
INSERT INTO s2 VALUES(
(min_num + i),
rand_string1(6),
(min_num + 30 * i + 5),
rand_string1(6),
rand_string1(10),
rand_string1(5),
rand_string1(10),
rand_string1(10));
UNTIL i = max_num
END REPEAT;
COMMIT;
END //
DELIMITER ;


CALL insert_s1(10001,10000);

CALL insert_s2(10001,10000);

6.1、explain的字段

6.1.1、table ：表名 

不论我们的查询语句有多复杂，里边儿 包含了多少个表 ，到最后也是需要对每个表进行 单表访问 的，所 以MySQL规定EXPLAIN语句输出的每条记录都对应着某个单表的访问方法，该条记录的table列代表着该 表的表名（有时不是真实的表名字，可能是简称）。


#查询的每一行记录都对应着一个单表
EXPLAIN SELECT * FROM s1;

#s1:驱动表，s2:被驱动表
EXPLAIN SELECT * FROM s1 INNER JOIN s2;

 

6.1.2、id

在一个大的查询语句中每个select关键字都对应一个唯一id 

#只有一个select
EXPLAIN SELECT * FROM s1 WHERE id = 100045;

 

#有两个select
EXPLAIN SELECT * FROM s1 WHERE key1 IN (SELECT key1 FROM s2) OR key3 = 'a';

 

 特殊情况：

#查询优化器可能对涉及子查询的查询语句进行重写，转为多表查询
EXPLAIN SELECT * FROM s1 WHERE key1 IN (SELECT key2 FROM s2 WHERE common_field = 'a');

#去重建立临时表
EXPLAIN SELECT * FROM s1 UNION SELECT * FROM s2;

EXPLAIN SELECT * FROM s1 UNION ALL SELECT * FROM s2;

总结：

1、id如果相同，可以认为是一组，从上往下顺序执行。

2、在所有组中，id值越大，优先级越高，越先执行。

3、关注点：id号每个号码，表示一趟独立的查询，一个sql的查询趟数越少越好。

6.1.3、select_type:查询类型 

MySQL为每一个select关键字代表的小查询都定义了一个称为select_type的属性。

#查询语句中不包括union或子查询都算作是simple类型
EXPLAIN SELECT * FROM s1;

#连接查询也算是simple类型
EXPLAIN SELECT * FROM s1 INNER JOIN s2;

#union与UNION ALL
EXPLAIN SELECT * FROM s1 UNION SELECT * FROM s2;
EXPLAIN SELECT * FROM s1 UNION ALL SELECT * FROM s2;

6.1.4、type

执行计划的一条记录就代表着MySQL对某个表的执行查询时的访问方法，又称”访问类型“。

完整的访问方法如下： system ， const ， eq_ref ， ref ， fulltext ， ref_or_null ，

index_merge ， unique_subquery ， index_subquery ， range ， index ， ALL 。

 system：只有一条记录并且该表使用的存储引擎的统计数据是精确的。

CREATE TABLE t(i INT) ENGINE=MYISAM;
INSERT INTO t VALUES (1);

EXPLAIN SELECT * FROM t;

 const：根据主键或者唯一二级索引列与常数进行等值匹配时

EXPLAIN SELECT * FROM s1 WHERE id = 10005;

 eq_ref：连接查询时，如果被驱动表是通过主键或者唯一二级索引列等值匹配的方式进行访问的

EXPLAIN SELECT * FROM s1 INNER JOIN s2 ON s1.id = s2.id;

 ref：通过普通的二级索引与常量进行等值匹配时查询某个表。

EXPLAIN SELECT * FROM s1 WHERE key1 = 'a';

 ref_or_null：对普通的二级索引进行等值匹配查询，该索引列的值也可以是null值时

EXPLAIN SELECT * FROM s1 WHERE key1 = 'a' OR key1 IS NULL;

 index_merge：单表访问方法时在某些场景下可以使用`Intersection`,`Union`,`Sort-Union`这三种索引合并的方式来执行查询。

EXPLAIN SELECT * FROM s1 WHERE key1 = 'a' OR key3 = 'a';

unique_subquery：是针对在一些包含`IN`子查询的查询语句中，如果查询优化器决定将`IN`子查询转换为`exists`子查询，而且子查询可以使用到主键进行等值匹配的话，那么该子查询执行计划`type`列的值就是unique_subquery。

EXPLAIN SELECT * FROM s1 WHERE key2 IN (SELECT id FROM s2 WHERE s1.key1 = s2.key1) OR key3 = 'a';

range：使用索引获取某些范围区间记录

EXPLAIN SELECT * FROM s1 WHERE key1 IN ('a','b','c');

index：使用索引覆盖，但需要扫描全部的索引记录时。

EXPLAIN SELECT key_part2 FROM s1 WHERE key_part3 = 'a';

all：全表扫描 

EXPLAIN SELECT * FROM s1;

结果值从最好到最坏依次是： system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL 其中比较重要的几个提取出来（见上图中的蓝 色）。SQL 性能优化的目标：至少要达到 range 级别，要求是 ref 级别，最好是 consts级别。（阿里巴巴 开发手册要求）  

6.1.5、possible_keys和key 

possible_keys：表示查询语句中，对某个表执行单表查询可能用到的索引。

key ：表示实际用到的索引有哪些。

EXPLAIN SELECT * FROM s1 WHERE key1 > 'z' AND key3 = 'a';

6.1.6、key_len 

实际使用到的索引长度。


EXPLAIN SELECT * FROM s1 WHERE id = 10005;

6.1.7、ref 

当使用索引列等值查询时，与索引列进行等值匹配的对象信息。

EXPLAIN SELECT * FROM s1 WHERE key1 = 'a';

6.1.8、rows 

预估的需要读取的记录条数

EXPLAIN SELECT * FROM s1 WHERE key1 > 'z';

6.1.9、filtered 

某个表经过搜索条件过滤后剩余记录条数的百分比 

EXPLAIN SELECT * FROM s1 WHERE key1 > 'z' AND common_field = 'a';

6.1.10、extra 

说明一些额外信息，可以更准确的理解MySQL到底将如何执行给定的查询语句

1、查询语句中没有from子句时 

EXPLAIN SELECT 1;

2、查询语句的where 子句永远为false时

EXPLAIN SELECT * FROM s1 WHERE 1 != 1;

3、使用全表扫描来执行对某个表的查询，并且该语句的where子句中有针对该表的搜索条件时。 

EXPLAIN SELECT * FROM s1 WHERE common_field = 'a';

4、使用索引访问来执行对某个表的查询，并且该语句的where子句中，有除了该索引包含的列之外的其它搜索条件时。

EXPLAIN SELECT * FROM s1 WHERE key1 = 'a' AND common_field = 'a';

5、当查询列表处有min或max聚合函数。但并没有符合where子句中的搜索条件的记录时。 

EXPLAIN SELECT MIN(key1) FROM s1 WHERE key1 = 'abcfgj';

6、查询列表及搜索条件中只包含属于某个索引的列，就是可以使用覆盖索引的情况下。

EXPLAIN SELECT key1 FROM s1 WHERE key1 = 'a';

7、搜索条件中虽然有索引列，但却不能使用到索引

EXPLAIN SELECT * FROM s1 WHERE key1 > 'z' AND key1 LIKE '%a';

8、在连接查询执行过程中，当被驱动表不能有效的利用索引加快访问速度，MySQL会分配一块名为 join buffer的内存来加快查询速度。

EXPLAIN SELECT * FROM s1 INNER JOIN s2 ON s1.common_field = s2.common_field;

 总结：

1、EXPLAIN不考虑各种Cache。

2、EXPLAIN不能显示MySQL在执行查询时所作的优化工作。

3、EXPLAIN不会告诉你关于触发器、存储过程的信息或用户自定义函数对查询的影响情况。

4、部分统计信息是估算的，并非精确值。

6.2、explain的使用

EXPLAIN可以输出四种格式： 传统格式 ， JSON格式 ， TREE格式 以及可视化输出 。用户可以根据需要选择适用于自己的格式。

 6.2.1、传统格式

EXPLAIN SELECT * FROM s1 INNER JOIN s2 ON s1.common_field = s2.common_field;

6.2.2、json格式

在EXPLAIN单词和真正的查询语句中间加上 FORMAT=JSON 。  

EXPLAIN FORMAT=json SELECT * FROM s1 INNER JOIN s2 ON s1.key1 = s2.key2 WHERE s1.common_field = 'a'\G;

 6.2.3、tree格式

TREE格式是8.0.16版本之后引入的新格式，主要根据查询的 各个部分之间的关系 和 各部分的执行顺序 来描 述如何查询。

EXPLAIN FORMAT=tree SELECT * FROM s1 INNER JOIN s2 ON s1.key1 = s2.key2 WHERE s1.common_field = 'a'\G;

 6.3、SHOW WARNINGS的使用

EXPLAIN SELECT s1.key1, s2.key1 FROM s1 LEFT JOIN s2 ON s1.key1 = s2.key1 WHERE s2.common_field IS NOT NULL;

SHOW WARNINGS;

 七、分析优化器执行计划：trace

#开启该功能并设置为json格式
SET optimizer_trace="enabled=on",end_markers_in_json=ON;
#设置内存大小
SET optimizer_trace_max_mem_size=1000000;

测试使用：

SELECT * FROM student WHERE id < 10;
SELECT * FROM information_schema.optimizer_trace

//第1部分：查询语句

 QUERY: select * from student where id 10

 //第2部分：QUERY字段对应语句的跟踪信息

 TRACE: {  "steps": [   {      "join_preparation": {  //预备工作

       "select#": 1,        "steps": [         {            "expanded_query": "/* select#1 */ select `student`.`id` AS `id`,`student`.`stuno` AS `stuno`,`student`.`name` AS `name`,`student`.`age` AS `age`,`student`.`classId` AS `classId` from `student` where (`student`.`id` < 10)"

        }       ] /* steps */

    } /* join_preparation */

  },   {      "join_optimization": {  //进行优化

       "select#": 1,        "steps": [         {            "condition_processing": {   //条件处理

             "condition": "WHERE",              "original_condition": "(`student`.`id` < 10)",              "steps": [               {                  "transformation": "equality_propagation",                  "resulting_condition": "(`student`.`id` < 10)"

              },               {                  "transformation": "constant_propagation",                  "resulting_condition": "(`student`.`id` < 10)"

              },               {                  "transformation": "trivial_condition_removal",                  "resulting_condition": "(`student`.`id` < 10)"

              }             ] /* steps */

          } /* condition_processing */

        },         {            "substitute_generated_columns": {   //替换生成的列

          } /* substitute_generated_columns */

        },         {            "table_dependencies": [    //表的依赖关系

            {                "table": "`student`",                "row_may_be_null": false,                "map_bit": 0,                "depends_on_map_bits": [               ] /* depends_on_map_bits */

            }           ] /* table_dependencies */

        },         {            "ref_optimizer_key_uses": [    //使用键

          ] /* ref_optimizer_key_uses */

        },         {            "rows_estimation": [    //行判断

            {                "table": "`student`",                "range_analysis": {                  "table_scan": {                    "rows": 3973767,                    "cost": 408558

                } /* table_scan */,     //扫描表

                 "potential_range_indexes": [     //潜在的范围索引

                  {                      "index": "PRIMARY",                      "usable": true,                      "key_parts": [                        "id"

                    ] /* key_parts */

                  }                 ] /* potential_range_indexes */,                  "setup_range_conditions": [     //设置范围条件

                ] /* setup_range_conditions */,                  "group_index_range": {                    "chosen": false,                    "cause": "not_group_by_or_distinct"

                } /* group_index_range */,                  "skip_scan_range": {                    "potential_skip_scan_indexes": [                     {                        "index": "PRIMARY",                        "usable": false,                        "cause": "query_references_nonkey_column"

                    }                   ] /* potential_skip_scan_indexes */

                } /* skip_scan_range */,                  "analyzing_range_alternatives": {   //分析范围选项

                   "range_scan_alternatives": [                     {                        "index": "PRIMARY",                        "ranges": [                          "id < 10"

                      ] /* ranges */,                        "index_dives_for_eq_ranges": true,                        "rowid_ordered": true,                        "using_mrr": false,                        "index_only": false,                        "rows": 9,                        "cost": 1.91986,                        "chosen": true

                    }                   ] /* range_scan_alternatives */,                    "analyzing_roworder_intersect": {                      "usable": false,                      "cause": "too_few_roworder_scans"

                  } /* analyzing_roworder_intersect */

                } /* analyzing_range_alternatives */,                  "chosen_range_access_summary": {    //选择范围访问摘要

                   "range_access_plan": {                      "type": "range_scan",                      "index": "PRIMARY",                      "rows": 9,                      "ranges": [                        "id < 10"

                    ] /* ranges */

                  } /* range_access_plan */,                    "rows_for_plan": 9,                    "cost_for_plan": 1.91986,                    "chosen": true

                } /* chosen_range_access_summary */

              } /* range_analysis */

            }           ] /* rows_estimation */

        },         {            "considered_execution_plans": [   //考虑执行计划

            {                "plan_prefix": [               ] /* plan_prefix */,                "table": "`student`",                "best_access_path": {   //最佳访问路径

                 "considered_access_paths": [                   {                      "rows_to_scan": 9,                      "access_type": "range",                      "range_details": {                        "used_index": "PRIMARY"

                    } /* range_details */,                      "resulting_rows": 9,                      "cost": 2.81986,                      "chosen": true

                  }                 ] /* considered_access_paths */

              } /* best_access_path */,                "condition_filtering_pct": 100,   //行过滤百分比

               "rows_for_plan": 9,                "cost_for_plan": 2.81986,

9. MySQL监控分析视图-sys schema

               "chosen": true

            }           ] /* considered_execution_plans */

        },         {            "attaching_conditions_to_tables": {   //将条件附加到表上

             "original_condition": "(`student`.`id` < 10)",              "attached_conditions_computation": [             ] /* attached_conditions_computation */,              "attached_conditions_summary": [   //附加条件概要

              {                  "table": "`student`",                  "attached": "(`student`.`id` < 10)"

              }             ] /* attached_conditions_summary */

          } /* attaching_conditions_to_tables */

        },         {            "finalizing_table_conditions": [             {                "table": "`student`",                "original_table_condition": "(`student`.`id` < 10)",                "final_table_condition   ": "(`student`.`id` < 10)"

            }           ] /* finalizing_table_conditions */

        },         {            "refine_plan": [   //精简计划

            {                "table": "`student`"

            }           ] /* refine_plan */

        }       ] /* steps */

    } /* join_optimization */

  },   {      "join_execution": {    //执行

       "select#": 1,        "steps": [       ] /* steps */

    } /* join_execution */

  } ] /* steps */

}

//第3部分：跟踪信息过长时，被截断的跟踪信息的字节数。

MISSING_BYTES_BEYOND_MAX_MEM_SIZE: 0   //丢失的超出最大容量的字节

//第4部分：执行跟踪语句的用户是否有查看对象的权限。当不具有权限时，该列信息为1且TRACE字段为空，一般在 调用带有SQL SECURITY DEFINER的视图或者是存储过程的情况下，会出现此问题。

INSUFFICIENT_PRIVILEGES: 0   //缺失权限

1 row in set (0.00 sec)

 八、MySQL监控分析视图-sys schema

8.1、Sys schema视图摘要 

1. 主机相关：以host_summary开头，主要汇总了IO延迟的信息。

2. Innodb相关：以innodb开头，汇总了innodb buffer信息和事务等待innodb锁的信息。

3. I/o相关：以io开头，汇总了等待I/O、I/O使用量情况。

4. 内存使用情况：以memory开头，从主机、线程、事件等角度展示内存的使用情况

5. 连接与会话信息：processlist和session相关视图，总结了会话相关信息。

6. 表相关：以schema_table开头的视图，展示了表的统计信息。

7. 索引信息：统计了索引的使用情况，包含冗余索引和未使用的索引情况。

8. 语句相关：以statement开头，包含执行全表扫描、使用临时表、排序等的语句信息。

9. 用户相关：以user开头的视图，统计了用户使用的文件I/O、执行语句统计信息。

10. 等待事件相关信息：以wait开头，展示等待事件的延迟情况。

8.2、Sys schema视图使用场景

8.2.1、索引情况  

#1. 查询冗余索引
SELECT * FROM sys.schema_redundant_indexes;
#2. 查询未使用过的索引
SELECT * FROM sys.schema_unused_indexes;
#3. 查询索引的使用情况
SELECT index_name,rows_selected,rows_inserted,rows_updated,rows_deleted 
FROM sys.schema_index_statistics WHERE table_schema='dbname' ;

8.2.2、表相关 

# 1. 查询表的访问量
SELECT table_schema,TABLE_NAME,SUM(io_read_requests+io_write_requests) AS IO FROM 
sys.schema_table_statistics GROUP BY table_schema,TABLE_NAME ORDER BY IO DESC;
# 2. 查询占用bufferpool较多的表
SELECT object_schema,object_name,allocated,DATA 
FROM sys.innodb_buffer_stats_by_table ORDER BY allocated LIMIT 10;
# 3. 查看表的全表扫描情况
SELECT * FROM sys.statements_with_full_table_scans WHERE db='dbname';

 8.2.3、语句相关

#1. 监控SQL执行的频率
select db,exec_count,query from sys.statement_analysis 
order by exec_count desc;

#2. 监控使用了排序的SQL
select db,exec_count,first_seen,last_seen,query 
from sys.statements_with_sorting limit 1;

#3. 监控使用了临时表或者磁盘临时表的SQL
select db,exec_count,tmp_tables,tmp_disk_tables,query 
from sys.statement_analysis where tmp_tables>0 or tmp_disk_tables >0 
order by (tmp_tables+tmp_disk_tables) desc;

 8.2.4、IO相关

#1. 查看消耗磁盘IO的文件
select file,avg_read,avg_write,avg_read+avg_write as avg_io 
from sys.io_global_by_file_by_bytes order by avg_read  limit 10;

8.2.5、Innodb 相关  

#1. 行锁阻塞情况
select * from sys.innodb_lock_waits;

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1037303.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

MySQL单表查询和多表查询

MySQL单表查询和多表查询

一、单表查询 素材&#xff1a; 表名&#xff1a;worker-- 表中字段均为中文&#xff0c;比如 部门号 工资 职工号 参加工作等 CREATE TABLE worker (部门号 int(11) NOT NULL,职工号 int(11) NOT NULL,工作时间 date NOT NULL,工资 float(8,2) NOT NULL,政治面貌 varchar(10)…
阅读更多...
帆软FineReport决策报表之页面布局

帆软FineReport决策报表之页面布局

最近在用帆软决策报表绘制首页大屏&#xff0c;记录使用过程&#xff0c;方便查看。 版本&#xff1a;FineReport10.0 第一步、页面布局 页面布局其实就是组件的排列组合&#xff0c;决策报表主区域body有两种布局方式&#xff1a;自适应布局和绝对布局。 1&#xff09;自适应…
阅读更多...
C#中实现单元测试的示例流程_MSTest测试项目

C#中实现单元测试的示例流程_MSTest测试项目

一、单元测试简介 1.1、单元测试简介 在《单元测试艺术》一书中对于单元测试的定义是&#xff1a;【一个单元测试是一段代码&#xff0c;这段代码调用一个工作单元&#xff08;指&#xff1a;调用软件中的一个方法&#xff0c;这个方法执行过程中所发生的所有行为以及最后产生…
阅读更多...
你好，python！——python基础中的基础

你好，python！——python基础中的基础

〇、注释 0.1 单行注释 python中用 “# ”来给某一行注释&#xff0c; 他的快捷键是 CTRL / &#xff0c;当注释内容已被注释时&#xff0c;会解除注释 0.2 多行注释 python中用 """ 注释内容 """ 来对内容进行多行注释 ""&q…
阅读更多...
DATE和LocalDateTime在Java中有什么区别

DATE和LocalDateTime在Java中有什么区别

在Java中&#xff0c;Date和LocalDateTime是两个表示日期和时间的类&#xff0c;它们有以下区别&#xff1a; 类型&#xff1a;Date是Java旧版提供的日期和时间类&#xff0c;而LocalDateTime是Java 8引入的新日期和时间API中的类。 不可变性&#xff1a;Date是可变类&#x…
阅读更多...
Questasim与Visualizer的livesim仿真

Questasim与Visualizer的livesim仿真

1.前言 Live-Simulation (live-sim)模式允许Visualizer调试环境与Questasim进行交互操作&#xff0c;此模式将Visualizer GUI与Questasim仿真相结合&#xff0c;因此可以在线调试当前仿真的结果和波形。在livesim模式中&#xff0c;可以在Visualizer GUI中控制仿真、设置断点(…
阅读更多...
【Java 基础篇】Java 类加载器详解

【Java 基础篇】Java 类加载器详解

在Java编程中&#xff0c;类加载器&#xff08;Class Loader&#xff09;是一个重要的概念&#xff0c;它负责将类加载到Java虚拟机中&#xff0c;使程序能够正常运行。本文将详细解释Java类加载器的工作原理、不同类型的类加载器以及如何自定义类加载器。 什么是类加载器&…
阅读更多...
智慧公厕以数字技术为中心，融合数字管理技术与城市治理需求精准对接

智慧公厕以数字技术为中心，融合数字管理技术与城市治理需求精准对接

现代城市的发展离不开科技的进步&#xff0c;智慧公厕作为城市治理的重要方面之一&#xff0c;正逐渐受到越来越多的重视。智慧公厕以数字技术为中心&#xff0c;融合数字管理技术与城市治理需求精准对接&#xff0c;为城市居民提供更加方便、舒适的公共卫生设施。本文将以智慧…
阅读更多...
2023年7月嵌入式项目开发专题总汇

2023年7月嵌入式项目开发专题总汇

一、前言 当前文章总结了28个基于不同单片机&#xff08;51单片机和STM32&#xff09;设计的软件和硬件项目。这些项目涵盖了计算器、手机、酒精检测仪、环境温度与湿度检测设备、考勤系统、门禁照相机、人体健康检测仪、数码相册、太阳能热水器、数显热水器和智能空调等多个领…
阅读更多...
高性能计算环境下的深度学习异构集群建设与优化实践

高性能计算环境下的深度学习异构集群建设与优化实践

★深度学习&#xff1b;模式识别&#xff1b;图像处理&#xff1b;人工智能建模&#xff1b;人工智能&#xff1b;深度学习算法&#xff1b;强化学习&#xff1b;神经网络&#xff1b;卷积神经网络&#xff1b;人工神经网络&#xff1b;VIBE算法&#xff1b;控制系统仿真&#…
阅读更多...
用Redis做数据排名

用Redis做数据排名

1.背景 用Redis做数据缓存用的比较多&#xff0c;大家都能熟练使用String和Hash结构去存储数据&#xff0c;今天讲下如何使用ZSet来做数据排名。 假设场景是需要按天存储全国城市的得分数据&#xff0c;可以查询前十名的城市排名。 这个case可以使用传统关系型数据库做…
阅读更多...
5-2 Pytorch中的模型层layers

5-2 Pytorch中的模型层layers

深度学习模型一般由各种模型层组合而成。 torch.nn中内置了非常丰富的各种模型层。它们都属于nn.Module的子类&#xff0c;具备参数管理功能。 例如&#xff1a; nn.Linear, nn.Flatten, nn.Dropout, nn.BatchNorm2d, nn.Embedding nn.Conv2d,nn.AvgPool2d,nn.Conv1d,nn.ConvTr…
阅读更多...
2023华为杯数学建模D题第三问-碳排放路径优化（能源消费结构调整的多目标优化模型构建详细过程+模型假设（可复制））

2023华为杯数学建模D题第三问-碳排放路径优化（能源消费结构调整的多目标优化模型构建详细过程+模型假设（可复制））

1.碳排放约束下&#xff08;人为干预按时碳达峰与碳中和的基准情景&#xff09;能源消费结构多目标优化模型构建 1.1基本假设 本文的模型设计主要基于以下几个基本假设&#xff1a; &#xff08;1&#xff09;能源消费结构调整的根本驱动要素&#xff0c;是对投资耗费的最小化…
阅读更多...
uni-app图片保存到手机

uni-app图片保存到手机

uni.saveImageToPhotosAlbum(OBJECT) 官网地址uni.chooseImage(OBJECT) | uni-app官网 注意filePath不能是网络图片路径&#xff0c;如果我们是网络图片路径需要先下载文件资源到本地&#xff0c;然后再保存到相册 // 保存图片到手机 const saveImg () > {//wx.downloadF…
阅读更多...
《计算机视觉中的多视图几何》笔记（10）

《计算机视觉中的多视图几何》笔记（10）

10 3D Reconstruction of Cameras and Structure 本章主要描述了如何利用2张图片来恢复相机的参数以及物体在三维空间中的形状。 文章目录 10 3D Reconstruction of Cameras and Structure10.1 Outline of reconstruction method10.2 Reconstruction ambiguity10.3 The proje…
阅读更多...
【 Ubuntu】systemd服务创建、启用、状态查询、自启等

【 Ubuntu】systemd服务创建、启用、状态查询、自启等

要在 Ubuntu 启动后执行一个守护脚本&#xff0c;您可以使用 Shell 脚本编写一个 systemd 服务单元。systemd 是 Ubuntu 中常用的服务管理工具&#xff0c;可以在系统启动时自动启动和管理服务。 下面是一个示例的守护脚本和 systemd 服务单元的步骤&#xff1a; 创建守护脚本…
阅读更多...
机器学习第十课--提升树

机器学习第十课--提升树

一.Bagging与Boosting的区别 在上一章里我们学习了一个集成模型叫作随机森林&#xff0c;而且也了解到随机森林属于Bagging的成员。本节我们重点来学习一下另外一种集成模型叫作Boosting。首先回顾一下什么叫Bagging? 比如在随机森林里&#xff0c;针对于样本数据&#xff0c;…
阅读更多...
实在智能入选中国信通院最新《高质量数字化转型产品及服务全景图》，领跑AI大模型核心领域

实在智能入选中国信通院最新《高质量数字化转型产品及服务全景图》，领跑AI大模型核心领域

随着中国数字经济进入快速发展期&#xff0c;中国信通院于2021年正式发起“铸基计划-高质量数字化转型行动”&#xff0c;围绕企业数字化转型供需两侧引导行业数字化建设。近期&#xff0c;中国信通院发布了最新的2023《高质量数字化转型产品及服务全景图&#xff08;8月份新增…
阅读更多...
苹果电脑如何卸载录屏软件音频驱动？

苹果电脑如何卸载录屏软件音频驱动？

当你不想用录屏软件&#xff0c;且卸载后音频驱动还在&#xff0c;那想把音频驱动卸载的话应该如何操作&#xff1f; 或者是您使用录屏软件录制的视频没声音&#xff0c;应该如何操作&#xff0c;是音频插件的问题吗?需要将音频驱动卸载再重新安装吗&#xff1f; 接下来&…
阅读更多...
文心一言 VS 讯飞星火 VS chatgpt （99）-- 算法导论9.3 5题

文心一言 VS 讯飞星火 VS chatgpt （99）-- 算法导论9.3 5题

五、用go语言&#xff0c;假设你已经有了一个最坏情况下是线性时间的用于求解中位数的“黑箱”子程序。设计一个能在线性时间内解决任意顺序统计量的选择问题算法。 文心一言&#xff1a; 为了在线性时间内解决任意顺序统计量的选择问题&#xff0c;我们可以使用一个基于快速…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023