MySQL用のMicrosoftの「SQL Server Profiler」のようなツールはありますか？[閉まっている]

43

MySQLでの開発中に、プロファイラーを起動できないことが本当に残念です。私が見つけSQLyogのは、クエリアナライザのための良い十分な代替品ですが、SQLプロファイラのような働きツールを発見していません。

MicrosoftのSQLプロファイラーを見たことがないMySQLの人向けに、ここにスクリーンショットがあります

プロファイラーSQL

私の以前の仕事では、SQLプロファイラに勝るツールがあり、スタックトレースも提供していました。

アルティリスプロファイラー

私が言及したようなMySQLで動作するツールを知っている人はいますか？

（参考までに、MySQLでAltiris Profilerを使用することはできますが、Windowsを実行する必要があります。さらに、Symantec skuではないため、ライセンスは非常に複雑です）

mysql  profiler  tools 
— サム・サフラン
ソース

回答:

17

MySQLはクエリプロファイリングを思いつきませんでした。MySQLがOracleによって祖父となっている今、これが引き続き当てはまることを知っています。

しかし、すべての希望が失われるわけではありません。

2007年以来、Perconaは、クエリプロファイリングなど、開発者とDBAが必要とするあらゆるものに対応するためのすばらしいツールをいくつか開発しました。

知られているツールのPerconaの最初のセット、MAATKITは、MySQLの深刻なユーザーのためのレルムを作成しました。次のような多くの機能を備えています。

  • クエリプロファイリング
  • レプリケーションハートビート
  • レプリケーションスレーブ管理
  • テーブルのチェックサムと同期

Perconaは最近、MAATKITを、今日のPercona Toolkitとして知られる最新のツールセットに分岐しました。これらのツールは、真剣なMySQLユーザーが次のようなものを含むようにアクティビティの領域を拡張することで、MAATKITが中断したところから始まりました。

  • 外部キーエラーチェック
  • オンラインスキーマ変更
  • 視覚的説明計画
  • もっと ...

元の質問に戻ると、クエリプロファイリング用のツールは次のとおりです。

これらのツールのいずれかを使用して得られる種類の豊富な情報の例を次に示します。

クライアントがmk-query-digestを実装して、20分ごとに20個の最もパフォーマンスの低いクエリを報告できるようにしました。このYouTubeビデオからアイデアを得ました。クライアントは、不正なクエリの出力をmemcachedに移動するため、クエリがデータベースに損害を与える可能性が低くなります。

mk-query-digestを呼び出すために作成したスクリプトを次に示します（プロセスリストのみを調べる）

#!/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}

mk-query-digestを使用してmysqlに接続するために作成したユーザーは次のとおりです。

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

これは、最後の144個のコピー（48時間のプロファイリング）を保持しながら、20分（10秒未満）ごとに実行したcrontabです。

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

信じられないほどの部分：mk-query-digestの出力

これは、2011-12-28 11:20:00を1190秒（20分から10秒を引いた時間）実行したプロファイルです。

最後の22行

# 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

これは、クエリ応答時間をクエリが呼び出された回数で割ったものに基づいた、パフォーマンスが最も悪い20のクエリのリストです。

クエリID＃1を見ると0x5E994008E9543B29、出力ファイルでそのクエリIDが見つかり、そのクエリのレポートは次のとおりです。

# 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

ヒストグラムはテキストベースですが、クエリの全体的なパフォーマンスの正確な画像を提供します。1秒以上実行されることもあり、ほとんどの場合は0.01〜0.1秒です。ここから、クエリのリファクタリング、memcachedへのクエリ結果の配置、欠落インデックスまたはカバーインデックスの追加などにより、パフォーマンスチューニングを実行できます。

結論

私見PerconaがプロファイラーツールをWindows GUIに配置した場合、MicrosoftのSQL Server Profilerに簡単に匹敵します。

ディフェンスレスト!!!

— RolandoMySQLDBA
ソース
IMHO JetProfilerは、グラフィカルに組み合わされたPercona Toolsのように見えます。それぞれに微妙な違いがあります。Linuxユーザーとコマンドラインユーザーは、Percona ToolsまたはMAATKITに満足するでしょう。JetProfilerは、DBの詳細に加えて、自由に使えるMONyogのWindowsグラフィカルな利点を必要としません。
— RolandoMySQLDBA
5

いいえ、そのようなツールはありません。

— サム・サフラン
ソース
同意した。ほとんどのMySQL開発者/管理者は、Microsoft SQL Serverにあまり時間を費やしたことがなく、MSスタックが開発にどれほど素晴らしいかを認識していません。私が見たすべてのMySQLクエリツールはポーリングに依存していますが、SQL Serverでは、データベースで起こっているほぼすべてをリアルタイムで監視できます。MySQLは単にサポートしていないため、SQL Server Profilerの詳細に近いものはありません。
— -parleer
4

GUI MySQLツールと組み合わせたMySQL Query Profilerは、おそらくSQL Server Profilerツールに到達できる程度に近いでしょう。

2
痛い、そこにGUIはありません...
— サムサフラン
さらに悪いことに、トラフィックの実際の履歴はまだ表示されません。うわー、マイクロソフトはこれでOracleから靴下を吹き飛ばします！
4

私が見つけた最高のアウトオブボックスソリューションは、（プロファイラに比べて吸う）スロークエリログの組み合わせを使用することで、ちょうどその（ポート3306上でWiresharkのを実行している、本当にプロファイラに比べて吸う、とウォン」接続を暗号化する場合は機能しません）。

また、SHOW FULL PROCESSLISTもあります。これは、sys.dm_exec_sessionsとsys.dm_exec_requestsの組み合わせを減らしたものです（sys.dm_exec_sql_textが少しスローされます）。

— db2
ソース
4

MySQLに存在するすべてのデータベースではなく、単一のアプリケーションのプロファイルを作成する必要がある場合は、Neor Profile SQLが便利です。

— ニクル
ソース
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.