MySQL / 系统课时
用 Performance Schema 观察语句
用 Performance Schema 观察语句
单条慢日志适合还原一次异常,但要判断哪些 SQL 长期高频、高耗时或扫描量大,更适合看 Performance Schema 的语句事件与 digest 聚合。本篇会从采集状态检查开始,建立候选 SQL 排序方法,再回到单次事件补齐执行上下文。
学习目标
- 确认语句事件与 digest 聚合是否正在采集
- 用累计耗时、平均耗时、扫描行数识别高价值 SQL
- 从 digest 回到单次事件,补充线程、错误与行数信息
先确认语句采集状态
以下示例按 MySQL 8.x 说明。先确认 Performance Schema 已启用,并检查与语句观察直接相关的 consumer。statements_digest 决定是否维护 digest 聚合,events_statements_history 与 events_statements_history_long 则决定是否保留近期单次事件。
SHOW VARIABLES LIKE 'performance_schema';
SELECT NAME, ENABLED
FROM performance_schema.setup_consumers
WHERE NAME IN (
'events_statements_current',
'events_statements_history',
'events_statements_history_long',
'statements_digest'
)
ORDER BY NAME;预期结果
performance_schema ON
events_statements_current <VALUE>
events_statements_history <VALUE>
events_statements_history_long <VALUE>
statements_digest <VALUE>实际的 YES、NO 组合取决于实例配置。若 statements_digest 为 NO,后面的 digest 汇总不会持续积累;若只需要临时回看单次语句,可按需开启 history consumer,避免把“没有历史事件”误判成“业务没有执行 SQL”。
用 digest 建立稳定视角
events_statements_summary_by_digest 会把结构相同、仅字面量不同的语句归并到同一个 digest,因此比盯一条完整 SQL 更适合找长期热点。下面以 app 库为例,按累计执行时间找最值得先看的十类语句。
SELECT
SCHEMA_NAME,
DIGEST_TEXT,
COUNT_STAR,
ROUND(SUM_TIMER_WAIT / 1000000000000, 2) AS total_seconds,
ROUND(AVG_TIMER_WAIT / 1000000000, 2) AS avg_ms,
SUM_ROWS_EXAMINED,
SUM_ROWS_SENT
FROM performance_schema.events_statements_summary_by_digest
WHERE SCHEMA_NAME = 'app'
AND DIGEST_TEXT IS NOT NULL
ORDER BY SUM_TIMER_WAIT DESC
LIMIT 10;预期结果
+-------------+----------------------------------------------+------------+---------------+----------+-------------------+---------------+
| SCHEMA_NAME | DIGEST_TEXT | COUNT_STAR | total_seconds | avg_ms | SUM_ROWS_EXAMINED | SUM_ROWS_SENT |
+-------------+----------------------------------------------+------------+---------------+----------+-------------------+---------------+
| app | SELECT ... FROM `orders` WHERE `user_id` = ? | <VALUE> | <VALUE> | <VALUE> | <VALUE> | <VALUE> |
| app | UPDATE `inventory` SET ... WHERE `sku` = ? | <VALUE> | <VALUE> | <VALUE> | <VALUE> | <VALUE> |
+-------------+----------------------------------------------+------------+---------------+----------+-------------------+---------------+COUNT_STAR 看频率,SUM_TIMER_WAIT 看总资源贡献,AVG_TIMER_WAIT 看单次延迟,SUM_ROWS_EXAMINED 与 SUM_ROWS_SENT 的差距可帮助识别“大量扫描、少量返回”的语句。不要只按平均耗时排序:一条平均 5 ms、每分钟执行几十万次的 SQL,可能比偶发的 500 ms 查询更值得优先优化。
把聚合指标转成排查优先级
同一条 digest 至少从三个角度判断:是否执行得多、是否累计耗时高、是否扫描得重。实践中可以先按总耗时筛一轮,再计算平均每次扫描行数,区分“高频轻查询”和“低频重扫描”。
SELECT
DIGEST_TEXT,
COUNT_STAR,
ROUND(SUM_TIMER_WAIT / 1000000000000, 2) AS total_seconds,
ROUND(SUM_ROWS_EXAMINED / NULLIF(COUNT_STAR, 0), 1) AS rows_examined_per_exec,
ROUND(SUM_ROWS_SENT / NULLIF(COUNT_STAR, 0), 1) AS rows_sent_per_exec
FROM performance_schema.events_statements_summary_by_digest
WHERE SCHEMA_NAME = 'app'
AND COUNT_STAR > 0
ORDER BY rows_examined_per_exec DESC
LIMIT 10;预期结果
+----------------------------------------------+------------+---------------+------------------------+--------------------+
| DIGEST_TEXT | COUNT_STAR | total_seconds | rows_examined_per_exec | rows_sent_per_exec |
+----------------------------------------------+------------+---------------+------------------------+--------------------+
| SELECT ... FROM `orders` WHERE `status` = ? | <VALUE> | <VALUE> | <VALUE> | <VALUE> |
+----------------------------------------------+------------+---------------+------------------------+--------------------+如果单次扫描行数很高,而返回行数很少,应优先检查过滤条件、索引顺序和执行计划;如果扫描量并不大但累计耗时高,则还要考虑锁等待、排序、临时表、I/O 抖动或调用频率。digest 是“候选发现器”,不是根因判定器。
回到单次事件补上下文
聚合结果发现可疑 SQL 后,再看近期事件可以补上线程、错误码、实际返回行数等上下文。events_statements_history_long 是否有数据取决于对应 consumer 是否开启以及历史缓冲区是否已被覆盖。
SELECT
THREAD_ID,
EVENT_ID,
CURRENT_SCHEMA,
SQL_TEXT,
MYSQL_ERRNO,
ROWS_EXAMINED,
ROWS_SENT,
ROUND(TIMER_WAIT / 1000000000, 2) AS elapsed_ms
FROM performance_schema.events_statements_history_long
WHERE CURRENT_SCHEMA = 'app'
AND SQL_TEXT IS NOT NULL
ORDER BY TIMER_START DESC
LIMIT 10;预期结果
+-----------+----------+----------------+----------------------+-------------+---------------+-----------+------------+
| THREAD_ID | EVENT_ID | CURRENT_SCHEMA | SQL_TEXT | MYSQL_ERRNO | ROWS_EXAMINED | ROWS_SENT | elapsed_ms |
+-----------+----------+----------------+----------------------+-------------+---------------+-----------+------------+
| <ID> | <ID> | app | <SQL_TEXT> | <VALUE> | <VALUE> | <VALUE> | <VALUE> |
+-----------+----------+----------------+----------------------+-------------+---------------+-----------+------------+这里的 THREAD_ID 是 Performance Schema 线程标识,不等同于客户端连接 ID。需要继续关联会话时,可再与 performance_schema.threads 通过 THREAD_ID 对接,取得 PROCESSLIST_ID 等信息。
避免把累计值当成瞬时值
digest 表中的计数和计时是自统计周期开始后的累计值,因此一次查询只能说明“到现在为止谁贡献最多”,不能直接证明“最近五分钟谁突然变慢”。要看趋势,应由监控系统周期采样后计算差值,或在受控实验中明确记录清零前后的时间窗口。
TRUNCATE TABLE performance_schema.events_statements_summary_by_digest 可以重置 digest 汇总,但会影响实例上的其他观察者,不应把它当作日常查询步骤。生产分析更稳妥的做法是保留累计表,用外部采样形成区间增量,再对进入候选集的 digest 结合 EXPLAIN ANALYZE、索引信息和锁等待继续定位。