Existe uma ferramenta como o "SQL Server Profiler" da Microsoft para MySQL? [fechadas]

43

Enquanto desenvolvo no MySQL, sinto muita falta de poder acionar um criador de perfil. Acho que o SQLyog é um substituto suficientemente bom para o Query Analyzer, mas não encontrei uma ferramenta que funcione como o SQL Profiler.

Para o pessoal do MySQL que ainda não viu o SQL Profiler da Microsoft , aqui está uma captura de tela

sql do profiler

No meu trabalho anterior, tínhamos uma ferramenta que superava o SQL Profiler e até nos dava rastreamentos de pilha

altiris profiler

Alguém conhece ferramentas como as que eu mencionei que funcionam com o MySQL.

(Para sua informação, posso fazer com que o Altiris Profiler funcione com o MySQL, mas isso envolverá a execução do Windows, além de não ser um sku da Symantec, portanto, o licenciamento é realmente complicado)

mysql profiler tools Sam Saffron
fonte

Respostas:

17

O MySQL nunca criou o Query Profiling. Agora que o MySQL está sendo adquirido pela Oracle, sei que continuará sendo esse o caso.

No entanto, toda a esperança não está perdida.

Desde 2007, a Percona oferece algumas ferramentas absolutamente maravilhosas para tudo o que um desenvolvedor e um DBA desejam, incluindo o Query Profiling.

O primeiro conjunto de ferramentas da Percona , conhecido como MAATKIT , criou um domínio para o usuário sério do MySQL. Possui muitas coisas , como:

  • Perfil de Consulta
  • Batimento cardíaco de replicação
  • Gerenciamento de Escravos de Replicação
  • Soma de verificação de tabela e sincronização

A Percona recentemente introduziu o MAATKIT em um conjunto de ferramentas mais atualizado, conhecido hoje como Percona Toolkit . Essas ferramentas começaram do ponto em que o MAATKIT parou ao expandir o campo de atividade para o usuário sério do MySQL para incluir coisas como:

  • Verificação de erro de chave estrangeira
  • Alteração de esquema online
  • Visual Explain Plans
  • e mais ...

Voltando à pergunta original, as ferramentas disponíveis para o perfil de consulta são

Aqui está um exemplo do tipo de informação rica que pode resultar do uso de uma dessas ferramentas:

Ajudei um cliente a implementar o mk-query-digest para relatar as 20 consultas com pior desempenho a cada 20 minutos. Eu tive a ideia deste vídeo do YouTube . O cliente moveria a saída de qualquer consulta incorreta para o cache de memcached, reduzindo assim a incidência de consultas sobre o banco de dados.

Aqui está o script que eu criei para chamar mk-query-digest (examinando apenas a lista de processos)

#!/bin/sh

RUNFILE=/tmp/QueriesAreBeingDigested.txt
if [ -f ${RUNFILE} ] ; then exit ; fi

MKDQ=/usr/local/sbin/mk-query-digest
RUNTIME=${1}
COPIES_TO_KEEP=${2}
DBVIP=${3}

WHICH=/usr/bin/which
DATE=`${WHICH} date`
ECHO=`${WHICH} echo`
HEAD=`${WHICH} head`
TAIL=`${WHICH} tail`
AWK=`${WHICH} awk`
SED=`${WHICH} sed`
CAT=`${WHICH} cat`
WC=`${WHICH} wc`
RM=`${WHICH} rm | ${TAIL} -1 | ${AWK} '{print $1}'`
LS=`${WHICH} ls | ${TAIL} -1 | ${AWK} '{print $1}'`

HAS_THE_DBVIP=`/sbin/ip addr show | grep "scope global secondary" | grep -c "${DBVIP}"`
if [ ${HAS_THE_DBVIP} -eq 1 ] ; then exit ; fi

DT=`${DATE} +"%Y%m%d_%H%M%S"`
UNIQUETAG=`${ECHO} ${SSH_CLIENT}_${SSH_CONNECTION}_${DT} | ${SED} 's/\./ /g' | ${SED} 's/ //g'`

cd /root/QueryDigest
OUTFILE=QP_${DT}.txt
HOSTADDR=${DBVIP}
${MKDQ} --processlist h=${HOSTADDR},u=queryprofiler,p=queryprofiler --run-time=${RUNTIME} > ${OUTFILE}

#
# Rotate out Old Copies
#

QPFILES=QPFiles.txt
QPFILES2ZAP=QPFiles2Zap.txt
${LS} QP_[0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9]_[0-9][0-9][0-9][0-9][0-9][0-9].txt > ${QPFILES}

LINECOUNT=`${WC} -l < ${QPFILES}`
if [ ${LINECOUNT} -gt ${COPIES_TO_KEEP} ]
then
        (( DIFF = LINECOUNT - COPIES_TO_KEEP ))
        ${HEAD} -${DIFF} < ${QPFILES} > ${QPFILES2ZAP}
        for QPFILETOZAP in `${CAT} ${QPFILES2ZAP}`
        do
                ${RM} ${QPFILETOZAP}
        done
fi

rm -f ${QPFILES2ZAP}
rm -f ${QPFILES}
rm -f ${RUNFILE}

Aqui está o usuário que eu fiz para conectar ao mysql usando mk-query-digest

GRANT PROCESS ON *.* TO 'queryprofiler'@'%' IDENTIFIED BY 'queryprofiler';

Aqui está o crontab que eu executei a cada 20 minutos (menos 10 segundos), mantendo as últimas 144 cópias (que são 48 horas de criação de perfil)

*/20 * * * * /root/QueryDigest/ExecQueryDigest.sh 1190s 144 10.1.1.8

A parte incrível: a saída do mk-query-digest

Aqui está um perfil que foi executado 28/12/2011 11:20:00 por 1190 segundos (20 minutos a menos 10 segundos)

As últimas 22 linhas

# Rank Query ID           Response time    Calls   R/Call     Item
# ==== ================== ================ ======= ========== ====
#    1 0x5E994008E9543B29    40.3255 11.2%     101   0.399263 SELECT schedule_occurrence schedule_eventschedule schedule_event schedule_eventtype schedule_event schedule_eventtype schedule_occurrence.start
#    2 0x392F6DA628C7FEBD    33.9181  9.4%      17   1.995184 SELECT mt_entry mt_objecttag
#    3 0x6C6318E56E149036    26.4695  7.3%     102   0.259505 SELECT schedule_occurrence schedule_eventschedule schedule_event schedule_eventtype schedule_event schedule_eventtype schedule_occurrence.start
#    4 0x00F66961DAE6FFB2    25.5472  7.1%      55   0.464495 SELECT mt_entry mt_placement mt_category
#    5 0x99E13015BFF1E75E    22.3618  6.2%     199   0.112371 SELECT mt_entry mt_objecttag
#    6 0x84DD09F0FC444677    22.3516  6.2%      39   0.573118 SELECT mt_entry
#    7 0x440EBDBCEDB88725    21.1817  5.9%      36   0.588380 SELECT mt_entry
#    8 0x8D258C584B858811    17.2402  4.8%      37   0.465951 SELECT mt_entry mt_placement mt_category
#    9 0x4E2CB0F4CAFD1400    16.9768  4.7%      40   0.424419 SELECT mt_entry mt_placement mt_category
#   10 0x377E0D0898266FDD    16.6979  4.6%     150   0.111319 SELECT polls_pollquestion mt_category
#   11 0x3B9686D98BB8E054    16.2089  4.5%      32   0.506529 SELECT mt_entry mt_objecttag mt_tag
#   12 0x97F670B604A85608    15.6158  4.3%      34   0.459287 SELECT mt_entry mt_placement mt_category
#   13 0x3F5557DA231225EB    14.4309  4.0%      36   0.400859 SELECT mt_entry mt_placement mt_category
#   14 0x191D660A10738896    13.1220  3.6%      31   0.423290 SELECT mt_entry mt_placement mt_category
#   15 0xF88F7421DD88036D    12.1261  3.4%      61   0.198788 SELECT mt_entry mt_blog mt_objecttag mt_tag mt_author
#   16 0xA909BF76E7051792    10.3971  2.9%      53   0.196172 SELECT mt_entry mt_objecttag mt_tag
#   17 0x3D42D07A335ED983     9.1424  2.5%      20   0.457121 SELECT mt_entry mt_placement mt_category
#   18 0x59F43B57DD43F2BD     9.0533  2.5%      21   0.431111 SELECT mt_entry mt_placement mt_category
#   19 0x7961BD4C76277EB7     8.5564  2.4%      47   0.182052 INSERT UNION UPDATE UNION mt_session
#   20 0x173EB4903F3B6DAC     8.5394  2.4%      22   0.388153 SELECT mt_entry mt_placement mt_category

Observe que esta é a lista das 20 consultas com pior desempenho com base no Tempo de resposta da consulta dividido pelo número de vezes que a consulta foi chamada.

Observando o ID da consulta nº 1, ou seja 0x5E994008E9543B29, localizamos esse ID de consulta no arquivo de saída e aqui está o relatório para essa consulta específica:

# Query 1: 0.09 QPS, 0.03x concurrency, ID 0x5E994008E9543B29 at byte 0 __
# This item is included in the report because it matches --limit.
#              pct   total     min     max     avg     95%  stddev  median
# Count          4     101
# Exec time      7     40s   303ms      1s   399ms   992ms   198ms   293ms
# Lock time      0       0       0       0       0       0       0       0
# Users                  1      mt
# Hosts                101 10.64.95.73:33750 (1), 10.64.95.73:34452 (1), 10.64.95.73:38440 (1)... 97 more
# Databases              1     mt1
# Time range 1325089201 to 1325090385
# bytes          0 273.60k   2.71k   2.71k   2.71k   2.62k       0   2.62k
# id             4 765.11M   7.57M   7.58M   7.58M   7.29M    0.12   7.29M
# Query_time distribution
#   1us
#  10us
# 100us
#   1ms
#  10ms
# 100ms  ################################################################
#    1s  ######
#  10s+
# Tables
#    SHOW TABLE STATUS FROM `mt1` LIKE 'schedule_occurrence'\G
#    SHOW CREATE TABLE `mt1`.`schedule_occurrence`\G
#    SHOW TABLE STATUS FROM `mt1` LIKE 'schedule_eventschedule'\G
#    SHOW CREATE TABLE `mt1`.`schedule_eventschedule`\G
#    SHOW TABLE STATUS FROM `mt1` LIKE 'schedule_event'\G
#    SHOW CREATE TABLE `mt1`.`schedule_event`\G
#    SHOW TABLE STATUS FROM `mt1` LIKE 'schedule_eventtype'\G
#    SHOW CREATE TABLE `mt1`.`schedule_eventtype`\G
#    SHOW TABLE STATUS FROM `schedule_occurrence` LIKE 'start'\G
#    SHOW CREATE TABLE `schedule_occurrence`.`start`\G
# EXPLAIN
SELECT `schedule_occurrence`.`id`, `schedule_occurrence`.`schedule_id`, `schedule_occurrence`.`event_id`, `schedule_occurrence`.`start`, `schedule_occurrence`.`end`, `schedule_occurrence`.`cancelled`, `schedule_occurrence`.`original_start`, `schedule_occurrence`.`original_end`, `schedule_occurrence`.`all_day`, `schedule_occurrence`.`ongoing`, `schedule_occurrence`.`featured`, `schedule_eventschedule`.`id`, `schedule_eventschedule`.`event_id`, `schedule_eventschedule`.`start`, `schedule_eventschedule`.`end`, `schedule_eventschedule`.`all_day`, `schedule_eventschedule`.`ongoing`, `schedule_eventschedule`.`min_date_calculated`, `schedule_eventschedule`.`max_date_calculated`, `schedule_eventschedule`.`rule`, `schedule_eventschedule`.`end_recurring_period`, `schedule_eventschedule`.`textual_description`, `schedule_event`.`id`, `schedule_event`.`title`, `schedule_event`.`slug`, `schedule_event`.`description`, `schedule_event`.`host_id`, `schedule_event`.`cost`, `schedule_event`.`age_restrictions`, `schedule_event`.`more_info`, `schedule_event`.`photo_id`, `schedule_event`.`contact_email`, `schedule_event`.`event_type_id`, `schedule_event`.`featured`, `schedule_event`.`staff_pick`, `schedule_event`.`futuremost`, `schedule_event`.`creator_id`, `schedule_event`.`created_on`, `schedule_event`.`allow_comments`, `schedule_event`.`mt_entry`, `schedule_eventtype`.`id`, `schedule_eventtype`.`parent_id`, `schedule_eventtype`.`name`, `schedule_eventtype`.`slug`, `schedule_eventtype`.`lft`, `schedule_eventtype`.`rght`, `schedule_eventtype`.`tree_id`, `schedule_eventtype`.`level`, T5.`id`, T5.`title`, T5.`slug`, T5.`description`, T5.`host_id`, T5.`cost`, T5.`age_restrictions`, T5.`more_info`, T5.`photo_id`, T5.`contact_email`, T5.`event_type_id`, T5.`featured`, T5.`staff_pick`, T5.`futuremost`, T5.`creator_id`, T5.`created_on`, T5.`allow_comments`, T5.`mt_entry`, T6.`id`, T6.`parent_id`, T6.`name`, T6.`slug`, T6.`lft`, T6.`rght`, T6.`tree_id`, T6.`level` FROM `schedule_occurrence` INNER JOIN `schedule_eventschedule` ON (`schedule_occurrence`.`schedule_id` = `schedule_eventschedule`.`id`) INNER JOIN `schedule_event` ON (`schedule_eventschedule`.`event_id` = `schedule_event`.`id`) INNER JOIN `schedule_eventtype` ON (`schedule_event`.`event_type_id` = `schedule_eventtype`.`id`) INNER JOIN `schedule_event` T5 ON (`schedule_occurrence`.`event_id` = T5.`id`) INNER JOIN `schedule_eventtype` T6 ON (T5.`event_type_id` = T6.`id`) WHERE (EXTRACT(MONTH FROM `schedule_occurrence`.`start`) = 8 AND EXTRACT(DAY FROM `schedule_occurrence`.`start`) = 6 AND `schedule_occurrence`.`start` BETWEEN '2011-01-01 00:00:00' and '2011-12-31 23:59:59.99') ORDER BY `schedule_occurrence`.`ongoing` ASC, `schedule_occurrence`.`all_day` DESC, `schedule_occurrence`.`start` ASC\G

Embora o histograma seja baseado em texto, ele fornece uma imagem precisa do desempenho geral da consulta, às vezes com duração de 1 segundo e na maioria das vezes entre 0,01 e 0,1 segundos. A partir daqui, é possível prosseguir com o ajuste de desempenho, refatorando a consulta, colocando os resultados da consulta no cache de memórias, adicionando índices ausentes ou abrangendo etc.

CONCLUSÃO

IMHO Se a Percona alguma vez colocasse as ferramentas de criação de perfil em uma GUI do Windows, ela rivalizaria facilmente com o SQL Server Profiler da Microsoft.

Defesa descansa !!!

RolandoMySQLDBA
fonte
O IMHO JetProfiler parece com o que seria graficamente o Percona Tools. Cada um tem nuances um sobre o outro. Usuários de Linux e pessoas da linha de comando ficariam satisfeitos com o Percona Tools ou o MAATKIT. O JetProfiler elimina a necessidade de ser um banco de dados aprofundado, além da vantagem gráfica do Windows de um MONyog à sua disposição.
RolandoMySQLDBA
8

Veja também esta resposta sobre o Jet Profiler for MySQL

Comunidade
fonte
1
Nada mal, mas também não mostra as consultas executadas. Em vez disso, mostra "consultas principais".
5

Não, não existe essa ferramenta.

Sam Saffron
fonte
Acordado. Descobri que a maioria dos desenvolvedores / administradores do MySQL nunca passou muito tempo com o Microsoft SQL Server e não percebeu o quão incrível a pilha do MS é para o desenvolvimento. Toda ferramenta de consulta do MySQL que eu vi depende de pesquisas, mas o SQL Server permite assistir quase tudo o que está acontecendo com o banco de dados em tempo real. Não há nada que se aproxime dos detalhes do SQL Server Profiler porque o MySQL simplesmente não o suporta.
parleer
4

O MySQL Query Profiler combinado com as ferramentas GUI do MySQL provavelmente está o mais próximo possível da ferramenta SQL Server Profiler


fonte
2
Ouch, não há interface gráfica do usuário lá ...
Sam Saffron
Pior ainda, ainda não mostra o histórico do tráfego. Uau, a Microsoft explode as meias da Oracle nessa!
4

As melhores soluções prontas para uso que encontrei são usar uma combinação do log de consultas lentas (que é uma merda em comparação com o Profiler) e executar o Wireshark na porta 3306 (que realmente é uma merda em comparação com o Profiler e ganhar ' funcione se você estiver criptografando conexões).

Há também SHOW FULL PROCESSLIST, que é como uma combinação reduzida de sys.dm_exec_sessions e sys.dm_exec_requests (com um pouco de sys.dm_exec_sql_text ativado).

db2
fonte
4

Se você precisar criar um perfil para um único aplicativo, e nem todos os bancos de dados presentes no MySQL, você encontrará o Neor Profile SQL útil.

Nikl
fonte
3

Eu sugeriria que o mais próximo disso é o Optimizer Trace (novo na 5.6).

Outro exemplo pode ser SHOW PROFILES(5.1+), ou performance_schema, que possui análise no nível de instrução do MySQL 5.6+.

Morgan Tocker
fonte