जवाबों:
क्वेरी लॉग और धीमे क्वेरी लॉग को सक्षम करने पर ध्यान दें ।
यदि आपके पास अपने उत्पादन / परीक्षण वातावरण पर क्वेरी लॉगिंग चालू है [जो आवश्यक नहीं है] तो आप maatkit टूलकिट से mk-query-digest का उपयोग कर सकते हैं । यह आपको यह निर्धारित करने में मदद करेगा कि कौन से प्रश्न सबसे अधिक लगातार / सबसे लंबे समय तक ले रहे हैं आदि।
एक अन्य वाणिज्यिक विकल्प MySQL क्वेरी एनालाइज़र है जो MySQL एंटरप्राइज मॉनिटर का हिस्सा है। मैंने पाया है कि यह उनके प्रदर्शन को सुधारने के तरीकों का पता लगाने के लिए ऑड-ईवन प्रश्नों की मदद करने में मामूली उपयोगी है।
आप MySQLTuner को भी देख सकते हैं
यहाँ MySQL के प्रोफाइलर के बारे में एक अच्छा लेख है । हालांकि व्याख्या कथन पर एक नज़र डालें ।
मैं इस छोटी सी स्क्रिप्ट का उपयोग करता हूं। यह हमेशा मेरे लिए उपयोगी रहा है, हालांकि कुछ भी आधिकारिक नहीं है।
मैंने कई लिपियों और अन्य उपकरणों का उपयोग किया है, जो सभी महान हैं, लेकिन मैंने पाया कि जेट प्रोइलर वास्तव में समय की निगरानी और क्या हो रहा है और कैसे बदल रहा है, इसकी कल्पना करने में अच्छा है। पूर्ण संस्करण में पैसे की लागत होती है लेकिन प्रतिबंधित मुक्त संस्करण भी उपयोगी है और आपको पूर्णता के लिए एक अच्छा अनुभव देता है।
देखें: https://sites.google.com/site/basicsqlmanagment/ मेरे लिए काम करता है, एक प्रॉक्सी प्रोफाइलर नहीं है
मैं निम्नलिखित की अत्यधिक अनुशंसा करता हूं
पुराने MAATKIT प्रलेखन से
Column Meaning
============ ==========================================================
Rank The query's rank within the entire set of queries analyzed
Query ID The query's fingerprint
Response time The total response time, and percentage of overall total
Calls The number of times this query was executed
R/Call The mean response time per execution
Apdx The Apdex score; see --apdex-threshold for details
V/M The Variance-to-mean ratio of response time
EXPLAIN If --explain was specified, a sparkline; see --explain
Item The distilled query
DBA StackExchange में मैंने MySQL के सामान्य क्वेरी लॉग प्रदर्शन प्रभावों का उत्तर दिया । अपने पुराने पोस्ट में, मैंने सामान्य लॉग या स्लो लॉग के बजाय एमके-क्वेरी-डाइजेस्ट का उपयोग करने का सुझाव दिया। उस पोस्ट से, यहाँ mk-query-digest द्वारा की गई क्वेरी प्रोफाइलिंग का नमूना आउटपुट है:
# Rank Query ID Response time Calls R/Call Item
# ==== ================== ================ ======= ========== ====
# 1 0x812D15015AD29D33 336.3867 68.5% 910 0.369656 SELECT mt_entry mt_placement mt_category
# 2 0x99E13015BFF1E75E 25.3594 5.2% 210 0.120759 SELECT mt_entry mt_objecttag
# 3 0x5E994008E9543B29 16.1608 3.3% 46 0.351321 SELECT schedule_occurrence schedule_eventschedule schedule_event schedule_eventtype schedule_event schedule_eventtype schedule_occurrence.start
# 4 0x84DD09F0FC444677 13.3070 2.7% 23 0.578567 SELECT mt_entry
# 5 0x377E0D0898266FDD 12.0870 2.5% 116 0.104199 SELECT polls_pollquestion mt_category
# 6 0x440EBDBCEDB88725 11.5159 2.3% 21 0.548376 SELECT mt_entry
# 7 0x1DC2DFD6B658021F 10.3653 2.1% 54 0.191949 SELECT mt_entry mt_placement mt_category
# 8 0x6C6318E56E149036 8.8294 1.8% 44 0.200667 SELECT schedule_occurrence schedule_eventschedule schedule_event schedule_eventtype schedule_event schedule_eventtype schedule_occurrence.start
# 9 0x392F6DA628C7FEBD 8.5243 1.7% 9 0.947143 SELECT mt_entry mt_objecttag
# 10 0x7DD2B294CFF96961 7.3753 1.5% 70 0.105362 SELECT polls_pollresponse
# 11 0x9B9092194D3910E6 5.8124 1.2% 57 0.101973 SELECT content_specialitem content_basecontentitem advertising_product organizations_neworg content_basecontentitem_item_attributes
# 12 0xA909BF76E7051792 5.6005 1.1% 55 0.101828 SELECT mt_entry mt_objecttag mt_tag
# 13 0xEBE07AC48DB8923E 5.5195 1.1% 54 0.102213 SELECT rssfeeds_contentfeeditem
# 14 0x3E52CF0261A7C3FF 4.4676 0.9% 44 0.101536 SELECT schedule_occurrence schedule_occurrence.start
# 15 0x9D0BCD3F6731195B 4.2804 0.9% 41 0.104401 SELECT mt_entry mt_placement mt_category
# 16 0x7961BD4C76277EB7 4.0143 0.8% 18 0.223014 INSERT UNION UPDATE UNION mt_session
# 17 0xD2F486BA41E7A623 3.1448 0.6% 21 0.149754 SELECT mt_entry mt_placement mt_category mt_objecttag mt_tag
# 18 0x3B9686D98BB8E054 2.9577 0.6% 11 0.268885 SELECT mt_entry mt_objecttag mt_tag
# 19 0xBB2443BF48638319 2.7239 0.6% 9 0.302660 SELECT rssfeeds_contentfeeditem
# 20 0x3D533D57D8B466CC 2.4209 0.5% 15 0.161391 SELECT mt_entry mt_placement mt_category
इस आउटपुट के ऊपर इन 20 सबसे खराब प्रदर्शन वाले प्रश्नों के हिस्टोग्राम हैं
पहली प्रविष्टि के हिस्टोग्राम का उदाहरण
# Query 1: 0.77 QPS, 0.28x concurrency, ID 0x812D15015AD29D33 at byte 0 __
# This item is included in the report because it matches --limit.
# pct total min max avg 95% stddev median
# Count 36 910
# Exec time 58 336s 101ms 2s 370ms 992ms 230ms 393ms
# Lock time 0 0 0 0 0 0 0 0
# Users 1 mt
# Hosts 905 10.64.95.74:54707 (2), 10.64.95.74:56133 (2), 10.64.95.80:33862 (2)... 901 more
# Databases 1 mt1
# Time range 1321642802 to 1321643988
# bytes 1 1.11M 1.22k 1.41k 1.25k 1.26k 25.66 1.20k
# id 36 9.87G 11.10M 11.11M 11.11M 10.76M 0.12 10.76M
# Query_time distribution
# 1us
# 10us
# 100us
# 1ms
# 10ms
# 100ms ################################################################
# 1s ###
# 10s+
# Tables
# SHOW TABLE STATUS FROM `mt1` LIKE 'mt_entry'\G
# SHOW CREATE TABLE `mt1`.`mt_entry`\G
# SHOW TABLE STATUS FROM `mt1` LIKE 'mt_placement'\G
# SHOW CREATE TABLE `mt1`.`mt_placement`\G
# SHOW TABLE STATUS FROM `mt1` LIKE 'mt_category'\G
# SHOW CREATE TABLE `mt1`.`mt_category`\G
# EXPLAIN
SELECT `mt_entry`.`entry_id`, `mt_entry`.`entry_allow_comments`, `mt_entry`.`entry_allow_pings`, `mt_entry`.`entry_atom_id`, `mt_entry`.`entry_author_id`, `mt_entry`.`entry_authored_on`, `mt_entry`.`entry_basename`, `mt_entry`.`entry_blog_id`, `mt_entry`.`entry_category_id`, `mt_entry`.`entry_class`, `mt_entry`.`entry_comment_count`, `mt_entry`.`entry_convert_breaks`, `mt_entry`.`entry_created_by`, `mt_entry`.`entry_created_on`, `mt_entry`.`entry_excerpt`, `mt_entry`.`entry_keywords`, `mt_entry`.`entry_modified_by`, `mt_entry`.`entry_modified_on`, `mt_entry`.`entry_ping_count`, `mt_entry`.`entry_pinged_urls`, `mt_entry`.`entry_status`, `mt_entry`.`entry_tangent_cache`, `mt_entry`.`entry_template_id`, `mt_entry`.`entry_text`, `mt_entry`.`entry_text_more`, `mt_entry`.`entry_title`, `mt_entry`.`entry_to_ping_urls`, `mt_entry`.`entry_week_number` FROM `mt_entry` INNER JOIN `mt_placement` ON (`mt_entry`.`entry_id` = `mt_placement`.`placement_entry_id`) INNER JOIN `mt_category` ON (`mt_placement`.`placement_category_id` = `mt_category`.`category_id`) WHERE (`mt_entry`.`entry_status` = 2 AND `mt_category`.`category_basename` IN ('business_review' /*... omitted 3 items ...*/ ) AND NOT (`mt_entry`.`entry_id` IN (53441))) ORDER BY `mt_entry`.`entry_authored_on` DESC LIMIT 4\G