前因：某天有用户反馈公司app速度特别慢，然后亲自去打开使用，发现其他功能接口响应还是可以的，只是消息查询接口特别慢，而且大多数时候结果根本返回不出来。找到对应sql替换参数后直接在客户端执行，发现很长时间才能返回出来(相关表数据量也很多，应该是表数据量积累导致的)。sql肯定要重新优化，于是在这种情况下就准备做一次慢查询分析，然后统一优化有问题的sql。
请出助手pt-query-digest
pt-query-digest 属于 Percona Toolkit 的一个工具，也是使用较多的一个；用于分析slow log,也可以分析MySQL的 binary log 、 general log 日志。
本文就是通过pt-query-digest实现慢sql的分析，优化sql
一，安装percona-toolkit
下载:www.percona.com/doc/percona…
安装在/usr/local/percona-toolkit目录下， 命令如下：
wget percona.com/get/percona-toolkit.tar.gz
tar zxf percona-toolkit.tar.gz
cd percona-toolkit-3.3.1/
perl Makefile.PL PREFIX=/usr/local/percona-toolkit
make && make install
1. MySQL开启慢查询日志并设置慢查询时间
mysql> show variables like '%slow_query_log%';
+---------------------------+-------------------------------+
| Variable_name | Value |
+---------------------------+-------------------------------+
| slow_query_log | ON |
| slow_query_log_file | /var/lib/mysql/mysql-slow.log |
+---------------------------+-------------------------------+
-- 超过一秒的记录到日志中
mysql> set global long_query_time=1;
开启慢查询之后，在程序运行一段时间之后,可以是三天，也可以是一周，更加业务情况而定，然后几句可以拿到记录的日志
2. 使用命令直接分析慢查询日志
直接拿到的mysql-slow.log看着没有条理，不容易分析,这时候就用到了前面安装的percona-toolkit工具，使用命令分析并生成规律的sql日志报告slow_report.log，命令如下 ：
pt-query-digest slow.log > slow_report.log
然后我们可以导出这个文件，查看其中内容，后面来具体分析下文件。
二，分析慢查询日志
文件中总共包含三部分：总体统计，sql统计，单个sql的统计
1. 总体统计
# 85.8s user time, 990ms system time, 30.71M rss, 193.21M vsz
# Current date: Mon May 10 11:47:39 2021
# Hostname: xxxx.xxx-xxx.com
# Files: /var/lib/mysql/mysql-slow.log
# Overall: 87.23k total, 73 unique, 0.05 QPS, 0.37x concurrency __________
# Time range: 2021-04-16T03:15:31 to 2021-05-07T08:38:15
# 属性 总计 最小 最大 平均 95% 标准 中等
# Attribute total min max avg 95% stddev median
# ============ ======= ======= ======= ======= ======= ======= =======
# Exec time 676605s 2s 905s 8s 23s 12s 4s
# Lock time 242s 0 1s 3ms 4ms 17ms 839us
# Rows sent 8.90M 0 15.53k 107.02 400.73 616.06 8.91
# Rows examine 7.13G 0 8.94M 85.77k 46.68k 412.27k 2.38k
# Query size 161.99M 6 24.91k 1.90k 1.96k 682.67 1.96k
2. sql统计汇总
# Profile
# Rank Query ID Response time Calls R/Call
# ==== =================================== ================ ===== =======
# 1 0x8EBD7078F62A82A7C578540C76F46BC4 602766.9262 8... 75091 8.0272 13.94 SELECT xxxx
# 2 0x40A63F5C50A2324033DB9FCAA2719C4E 18044.3571 2.7% 4131 4.3680 3.07 SELECT xxxx
# 3 0xFB8F32AE0EFAA83C665B91B6E5862D2F 16215.4058 2.4% 2335 6.9445 6.22 SELECT xxxx
# 4 0x2CF3802FA98AFCE8DA5C85F6E8424DCE 12951.3375 1.9% 2390 5.4190 6.56 SELECT xxxx
# 5 0x56A24EC2EC1FFDB2F49A123C34D5E0BD 8612.3662 1.3% 479 17.9799 31... SELECT xxxx
# 6 0x6D73ABA4D5097101273AA5ADB2259759 8328.1423 1.2% 858 9.7065 12.72 SELECT xxxx
# 7 0x75A04B6CA2CBDE5EB7A27A7FC15FFCC1 3864.3549 0.6% 615 6.2835 5.72 SELECT xxxx
# 8 0x886F3B1A59BD9900A6688314B0A3E4E0 3050.7563 0.5% 614 4.9687 2.93 SELECT xxxx
# 9 0xE6AA1C4FE828263924B7C26F5160BD60 680.7256 0.1% 171 3.9809 1.06 SELECT xxxx
# 10 .............
Rank: 排名
Query ID: 语句ID（去掉多余空格和文本字符，计算hash值）
Response time: 总的响应时间和 该查询在本次分析中总的时间占比
Calls: 执行次数
R/Call: 平均每次执行的响应时间
3. 单个sql的统计
# Query 1: 0.04 QPS, 0.33x concurrency, ID 0x8EBD7078F62A82A7C578540C76F46BC4 at byte 66396962
# This item is included in the report because it matches --limit.
# Scores: V/M = 13.94
# Time range: 2021-04-16T03:15:31 to 2021-05-07T08:38:15
# Attribute pct total min max avg 95% stddev median
# ============ === ======= ======= ======= ======= ======= ======= =======
# Count 86 75091
# Exec time 89 602767s 2s 281s 8s 23s 11s 4s
# Lock time 64 156s 352us 730ms 2ms 4ms 10ms 839us
# Rows sent 6 554.55k 0 31 7.56 16.81 5.75 5.75
# Rows examine 4 294.12M 110 77.33k 4.01k 10.29k 5.80k 2.38k
# Query size 89 145.64M 1.98k 1.99k 1.99k 1.96k 0.00 1.96k
# Tables
# 设计到的表
# EXPLAIN /*!50100 PARTITIONS*/
#具体执行的sql语句
SELECT
hg.group_id,
MAX( ham.app_message_id ) latest_message,
COALESCE ( hgrf.last_read_message_id, 0 ) last_read_message_id,
SUM(
CASE
WHEN app_message_id > COALESCE ( last_read_message_id, 0 )
AND ham.receiver_type = 'USER' THEN
1 ELSE 0
END
) unread_message_count
FROM
h_group hg
INNER JOIN h_message hm ON hm.group_id = hg.group_id
INNER JOIN h_app_message ham ON ham.message_id = hm.message_id
AND ham.user_id = 2084
LEFT JOIN h_group_read_flag hgrf ON hg.group_id = hgrf.group_id
AND hgrf.user_id = ham.user_id
AND hgrf.user_type = 0
WHERE
ham.deleted = 0
AND hm.send_flag = 1
GROUP BY
hg.group_id,
hgrf.last_read_message_id
通过以上日志我们可以看出哪些sql执行较慢，哪些sql执行次数较多，然后根据不同的业务需求去分析有问题的sql进行优化，例如：
对于执行慢的sql:
- 使用explain查询执行计划，确认索引是否正常使用； 可参考explain命令详解
- 关联表太多，是否可以使用冗余字段减少没必要的表关联；
- 查询条件复杂，查询数据量较多，是否可以在业务层分多次查询(有时候多次并不比一次慢)；
- 分析业务，是否查询多余字段或者数据；
- 单表数据量过大，考虑数据归档，读写分离，分库分表；
对于执行频率高的sql:
- 数据尝试使用缓存，较少数据库的查询。
三，实际案例分析
例如上面的sql(缩减后的)是查询用户未读数
SQL分析：执行次数75091，总时间耗费602767s,平均单次8s，最大一次281s，最少也是2s
a. 首先优化SQL，提高sql效率
调试很久，索引都是正常使用，时间始终在2s左右，如果某个用户未读数量大，那花费时间更长
b. 根据业务逻辑拆解SQL, 减少数据量，减少表关联
场景描述和分析：
公司每天会有不定量的推文推送到每个用户,app_message 会存储用户和消息的关联( count=消息数x用户数)
总共4张表：
app_message(用户消息关联表， 主要字段：app_message_id,message_id,user_id),数据量1千万
message(消息表，主要字段：message_id，group_id) 数据量近2百万
h_group(频道表，主要字段：group_id) 每条推文都有所属的频道，数据量较少
h_group_read_flag(用户频道最新已读表，主要字段：last_read_message_id，group_id,user_id) 存储用户每个频道最新已读消息记录 (last_read_message_id=app_message_id)，数据量较少
每次用户打开APP都会通过这4个表关联查询用户的未读数量以及最新的消息
根据相关表的业务解决分析：
1: 首先h_group 只是用来关联h_group ,可以在h_app_message 中冗余group_id字段，去掉h_group表的关联；
2: h_message的send_flag是撤回推文是0，否则是1（没有这个关联即可去除h_message表）在撤回推文之后就把h_app_message中相关数据删除，这样h_message也可以不用使用.
3: 最后主要是h_app_message表，数量级较大，然后减少数量（将跨度较远的数据归档处理）
也考虑过使用分表来降低单表的数据量，提高查询效率，但是考虑到用户量和应用的使用场景以及增加分表带来大运维和开发难度增加，就放弃了。
大家如果有这方便的经验欢迎交流
