3.3.3使用性能剖析：有限

3.4診斷簡歇性問題

如系統偶爾停頓、慢查詢、喚影問題，盡量不要使用試錯的方式解決問題：風險大

3.4.1單條查詢問題還是服務問題

使用SHOW GLOBAL STATUS

較高頻率：1s/次執行該命令鋪獲數據，問題出現通過計數器的

使用SHOW PROCESSLIST 【參考】顯示哪些線程正在運行

使用查詢日志

開啟慢查詢，設置全局的long_query_time=0,確認all連接采用了新設置（可能需要重置all連接使生效）

注意吞吐量突然下降時間段的日志，查詢是在完成階段才寫入到慢查詢日志的

好的工具事半功倍：tcpdump、pt-query-digest、Percona Server

理解發現的問題

可視化數據：gnuplot /R（繪圖工具）

gnuplot：

安裝 一些命令： 常用技巧 入門教程 2 Gnuplot 數據可視化

建議：先使用前兩種方法，開銷低且通簡單shell腳本或反復執行的查詢交互式收集數據

3.4.2鋪獲診斷數據

現間歇性問題，盡量多收集數據（不只是問題出現時的）

弄清楚：1、有區分 何時出現了問題 的方法：觸發器；2、收集診斷數據的工具

診斷觸發器

誤差：在沒有發生問題期間收集了很多診斷數據，浪費時間（這個和前的、仔細讀一下 不矛盾）

漏檢：在問題出現時沒有鋪獲到數據，錯失了機會，開始收集前確認觸發器能夠真正地識別問題

好的觸發器：

找到些能和正常時的閾值進行比較的指標

選擇一個合適的閾值：足夠高（正常時不會觸發）、不能太高（問題發生時不錯過）

推薦工具pt-stalk【參考】【2】觸發器，設定到某個條件記錄 配置需監控的變量 閾值 檢查的頻率

收集什么樣的數據

執行時間：工作的時間和等待的時間

在需要的時間段內收集all能收集的數據

未知問題發生的原因：1、服務器需做大量工作、導致大量消耗CPU；2、在等待資源釋放

不同的方法收集診斷數據，確認原因：

1、剖析報告：確認是否有太多工作，工具：tcpdump 監聽TCP流量 模式開閉慢查詢日志

2、等待分析：確認是否存在大量等待，GDB堆棧跟蹤信息、show processlist ，show innodb status觀察線程、事務狀態

解釋結果數據

目的：1、問題是否真的發生了；2、是否有明顯的跳躍性變化

工具：

oprofile利用cpu硬件層面提供的性能計數器(performance counter)，通過計數采樣，幫助我們從進程、函數、代碼層面找出占用cpu的"罪魁禍首"。實例【參考】

opreport命令，分別從進程和函數層面查看cpu使用情況的方法

 samples                              % 
-----------------------------------------------------
     鏡像內發生的采樣次數     采樣次數所占總采樣次數的百分比      鏡像名稱

opannotate命令可顯示代碼層面占用cpu的統計信息

GDB:Linux應用程序開發中，最常用的調試器是gdb(調試的對象是可執行文件)，它可以在程序中設置斷點、查看變量值、一步一步跟蹤程序的執行過程(數據、源碼）、查看內存、堆棧信息。利用調試器的這些功能可以方便地找出程序中存在的非語法錯誤。【參考】【參考】 語法和實例

3.4.3一個診斷案例

間歇性性能問題，具備MySQL、innodb、GNU/Linux相關知識

明確：1、問題是什么，清晰描述；2、為解決問題已做過什么操作？

開始：1、了解服務器的行為；2、梳理服務器的狀態 參數配置 軟硬件環境（pt-summary pt-mysql-summary）

不要被離題太多的各種情況分散了注意力，問題寫在紙條上，檢查一個劃掉一個

是原因還是結果？？？

資源變得效率低下可能的原因：

1、資源過度使用，余額不足；2、資源未被正確匹配；3、資源損壞或失靈

3.5其他剖析工具

USER_STATISTICS:一些表對數據庫活動進行測量、審計

strace：調查系統調用情況，使用實際時間、不可預期性、開銷的，oprofile使用花費CPU周期

小結：

• 定義性能最有效的方法是響應時間

• 無法測量便無法有效優化，性能優化工作需要基于高質量、全方位及完整的響應時間測量

• 測量的最佳開始點是應用程序，即使問題出在底層的數據庫，借助良好的測量較容易發現問題

• 大多數系統無法完整地測量，測量有時候也會有錯誤的結果，想辦法繞過些限制，要能意識到方法的缺陷和不確定性在哪

• 完整的測量會產生大量需要分析的數據，so需要用到剖析器（最佳工具）

• 剖析報告：匯總信息，掩蓋和丟棄了很多細節，不會告訴你缺了什么，不能完全依賴

• 兩種消耗時間的操作：工作或等待，almost剖析器只能測量因工作而消耗的時間，so等待分享有時候是很有用的補充，特別是cpu利用率低但工作一直無法完成的情況

• 優化和提升兩回事，當繼續提升的成本超過收益時，應停止優化

• 注意你的直接，思路，決策盡量基于數據

in a words:首先澄清問題、選擇合適技術、善用工具、足夠細心、邏輯清晰且堅持下去，不要把原因和結果搞混，在確定問題前不要隨便針對系統做變動

相關文章：

【MySQL數據庫】第二章解讀：MySQL基準測試

【MySQL數據庫】第三章解讀：服務器性能剖析（上）

以上就是【MySQL數據庫】第三章解讀：服務器性能剖析 （下）的詳細內容，更多請關注php中文網其它相關文章！