前往小程序，Get更优阅读体验！
立即前往
文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布
首页
学习
活动
专区
圈层
工具
MCP广场
返回腾讯云官网
社区首页 >专栏 >ELK-收集mysql slow 日志

ELK-收集mysql slow 日志

作者头像
星哥玩云
发布于 2022-09-15 12:54:05
发布于 2022-09-15 12:54:05
64000
代码可运行
举报
文章被收录于专栏：开源部署开源部署
运行总次数：0
代码可运行
关联问题
换一批

案例分析

开发和DBA为了能够实时掌握mysql的运行情况，需要对mysql中执行的sql指令大于1秒的统计出来，并且通过ELK分析，统计，实时查看。通过分析可以让DBA能够优化数据库，能够提升运行速度。

一、MySQL设置

a、mysql安装

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
安装脚本

mysql默认root密码更改

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
[root@node4 mysql]# mysql_secure_installation

b、mysql slow日志开启

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
#开启slow log
slow_query_log=1
slow_query_log_file=/usr/local/mysql/mysql-slow.log
long-query-time=1

#允许使用Load data命令
secure_file_priv=''

重启mysql生效

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
[root@node4 mysql]# /etc/init.d/mysql.server restart
Shutting down MySQL.. SUCCESS! 
Starting MySQL. SUCCESS!

c、生成测试数据

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
[root@node4 mysql]# seq 1 10000000 > /tmp/big

导入数据

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
mysql> create table db1.t1(id int(11));
mysql> load data infile '/tmp/big' into table db1.t1;
Query OK, 10000000 rows affected (21.73 sec)
Records: 10000000  Deleted: 0  Skipped: 0  Warnings: 0

生成slow日志

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
mysql> select * from db1.t1 where id=8;
+------+
| id   |
+------+
|    8 |
+------+
1 row in set (3.46 sec)

查看slow 日志

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
[root@node4 mysql]# cat mysql-slow.log 
/usr/local/mysql/bin/mysqld, Version: 5.7.28-log (MySQL Community Server (GPL)). started with:
Tcp port: 0  Unix socket: /tmp/mysql.sock
Time                 Id Command    Argument
/usr/local/mysql/bin/mysqld, Version: 5.7.28-log (MySQL Community Server (GPL)). started with:
Tcp port: 0  Unix socket: /tmp/mysql.sock
Time                 Id Command    Argument
# Time: 2020-02-18T13:15:34.406907Z
# User@Host: root[root] @ localhost []  Id:     2
# Query_time: 21.729690  Lock_time: 0.005813 Rows_sent: 0  Rows_examined: 0
SET timestamp=1582031734;
load data infile '/tmp/big' into table db1.t1;
# Time: 2020-02-18T13:16:03.022224Z
# User@Host: root[root] @ localhost []  Id:     2
# Query_time: 3.458640  Lock_time: 0.004334 Rows_sent: 1  Rows_examined: 10000000
SET timestamp=1582031763;
select * from db1.t1 where id=8;
# Time: 2020-02-18T13:23:11.893639Z
# User@Host: root[root] @ localhost []  Id:     3
# Query_time: 3.583976  Lock_time: 0.000412 Rows_sent: 1  Rows_examined: 10000000
SET timestamp=1582032191;
select * from db1.t1 where id=88;
# Time: 2020-02-18T13:23:17.347380Z
# User@Host: root[root] @ localhost []  Id:     3
# Query_time: 3.557843  Lock_time: 0.000113 Rows_sent: 1  Rows_examined: 10000000
SET timestamp=1582032197;
select * from db1.t1 where id=888;
# Time: 2020-02-18T13:23:22.470483Z
# User@Host: root[root] @ localhost []  Id:     3
# Query_time: 3.498105  Lock_time: 0.000173 Rows_sent: 1  Rows_examined: 10000000
SET timestamp=1582032202;
select * from db1.t1 where id=8888;

二、数据收集

###a、mysql slow日志格式整理收集

通过filebeat多行模式收集mysql slow日志

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
[root@node4 ~]# egrep -v "^#|^$|  #" /etc/filebeat/filebeat.yml 
filebeat.inputs:
- type: log
  enabled: true
  paths:
    - /usr/local/mysql/mysql-slow.log
  #开启多行收集
  multiline.pattern: "^# User@Host:"
  multiline.negate: true
  multiline.match: after
  
filebeat.config.modules:
  path: ${path.config}/modules.d/*.yml
  reload.enabled: false
setup.template.settings:
  index.number_of_shards: 1
setup.kibana:
output.logstash:
   hosts: ["192.168.98.203:5044"]
processors:
  - add_host_metadata: ~
  - add_cloud_metadata: ~
  - add_docker_metadata: ~
  - add_kubernetes_metadata: ~

参数说明
multiline.pattern：正则表达式，去匹配指定的一行，这里去匹配的以“# User@Host:”开头的那一行；
multiline.negate：取值true 或 false；
默认是false，就是将multiline.pattern匹配到的那一行合并到上一行；
如果配置是true，就是将除了multiline.pattern匹的那一行的其他所有行合并到其上一行；
multiline.match：after 或 before，就是指定将要合并到上一行的内容，合并到上一行的末尾或开头；

logstash中的数据是这样存储的

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
{
          "host" => {
             "hostname" => "node4",
                 "name" => "node4",
                   "os" => {
              "family" => "redhat",
                "name" => "CentOS Linux",
              "kernel" => "4.18.0-80.el8.x86_64",
            "codename" => "Core",
             "version" => "8 (Core)",
            "platform" => "centos"
        },
        "containerized" => false,
                   "id" => "d8100d9fc21041ae9364bbb1ca84da02",
         "architecture" => "x86_64"
    },
           "log" => {
        "offset" => 4629,
          "file" => {
            "path" => "/usr/local/mysql/mysql-slow.log"
        }
    },
          "tags" => [
        [0] "beats_input_codec_plain_applied"
    ],
    "@timestamp" => 2020-02-19T02:50:06.763Z,
         "input" => {
        "type" => "log"
    },
    	#这里有一个message行，记录了时间
       "message" => "# Time: 2020-02-19T02:50:05.740090Z",
           "ecs" => {
        "version" => "1.4.0"
    },
         "agent" => {
            "hostname" => "node4",
                "type" => "filebeat",
        "ephemeral_id" => "3736821d-5c17-429a-a8af-0a9b28ba87b7",
             "version" => "7.6.0",
                  "id" => "060fdb52-cc79-463e-9cbf-f7d8fee5db89"
    },
      "@version" => "1"
}
{
           "log" => {
          "file" => {
            "path" => "/usr/local/mysql/mysql-slow.log"
        },
        "offset" => 4665,
         "flags" => [
            [0] "multiline"
        ]
    },
          "host" => {
             "hostname" => "node4",
                 "name" => "node4",
                   "os" => {
              "family" => "redhat",
                "name" => "CentOS Linux",
              "kernel" => "4.18.0-80.el8.x86_64",
            "codename" => "Core",
             "version" => "8 (Core)",
            "platform" => "centos"
        },
        "containerized" => false,
                   "id" => "d8100d9fc21041ae9364bbb1ca84da02",
         "architecture" => "x86_64"
    },
          "tags" => [
        [0] "beats_input_codec_plain_applied"
    ],
    "@timestamp" => 2020-02-19T02:50:06.763Z,
         "input" => {
        "type" => "log"
    },
       ####看这里message!mysql slow日志这样才的
       "message" => "# User@Host: root[root] @ localhost []  Id:     2\n# Query_time: 4.764090  Lock_time: 0.001112 Rows_sent: 1  Rows_examined: 10000000\nSET timestamp=1582080605;\nselect * from db1.t1 where id=1;",
           "ecs" => {
        "version" => "1.4.0"
    },
         "agent" => {
            "hostname" => "node4",
                "type" => "filebeat",
             "version" => "7.6.0",
        "ephemeral_id" => "3736821d-5c17-429a-a8af-0a9b28ba87b7",
                  "id" => "060fdb52-cc79-463e-9cbf-f7d8fee5db89"
    },
      "@version" => "1"
}

b、使用grok插件格式化数据

grok是一种采用组合多个预定义的正则表达式，用来匹配分割文本并映射到关键字的工具。通常用来对日志数据进行预处理。logstash的filter模块中grok插件是其实现之一。

处理思路：

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
1、第一个message数据行，没有用到，删除；
2、第二个message数据行的数据做json格式；
3、时间根据第二个message数据行中的时间戳转换；
4、数据已经做成json格式了，自然第二个message也没用了，删除第二个message行；

通过不断测试，查看Logstash中的数据存储

1、第一个message数据行，没有用到，删除；

2、第二个message数据行的数据做json格式；

3、时间根据第二个message数据行中的时间戳转换；

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
filter {
#2、将第二个message数据格式化为json格斯
grok {
        match => [ "message", "(?m)^# User@Host: %{USER:query_user}\[[^\]]+\] @ (?:(?<query_host>\S*) )?\[(?:%{IP:query_ip})?\]\s+Id:\s+%{NUMBER:row_id:int}\s*# Query_time: %{NUMBER:query_time:float}\s+Lock_time: %{NUMBER:lock_time:float}\s+Rows_sent: %{NUMBER:rows_sent:int}\s+Rows_examined: %{NUMBER:rows_examined:int}\s*(?:use %{DATA:database};\s*)?SET timestamp=%{NUMBER:timestamp};\s*(?<query>(?<action>\w+)\s+.*)" ]
    }

#1、匹配"message" => "# Time: "数据行[第一个message]，添加一个标签 drop
grok {
        match => { "message" => "# Time: " }
        add_tag => [ "drop" ]
        tag_on_failure => []
    }

#1、删除标签为drop的数据行
    if  "drop" in [tags] {
        drop {}
    }

#3、匹配message中的时间戳，根据亚洲/上海的格式生成本地时间
    date {
        match => ["mysql.slowlog.timestamp", "UNIX", "YYYY-MM-dd HH:mm:ss"]
        target => "@timestamp"
        timezone => "Asia/Shanghai"
    }
    ruby {
        code => "event.set('[@metadata][today]', Time.at(event.get('@timestamp').to_i).localtime.strftime('%Y.%m.%d'))"
    }



}

logstash中数据存储

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
{
            "agent" => {
        "ephemeral_id" => "3736821d-5c17-429a-a8af-0a9b28ba87b7",
                "type" => "filebeat",
            "hostname" => "node4",
             "version" => "7.6.0",
                  "id" => "060fdb52-cc79-463e-9cbf-f7d8fee5db89"
    },
       #看这里，根据时间戳生成的时间
       "@timestamp" => 2020-02-19T03:01:46.833Z,
            "input" => {
        "type" => "log"
    },
       "query_host" => "localhost",
             "tags" => [
        [0] "beats_input_codec_plain_applied"
    ],
           "row_id" => 2,
           ###看这里，第二个message数据
          "message" => "# User@Host: root[root] @ localhost []  Id:     2\n# Query_time: 4.448631  Lock_time: 0.000213 Rows_sent: 1  Rows_examined: 10000000\nSET timestamp=1582081300;\nselect * from db1.t1 where id=1;",
         "@version" => "1",
         ###从这往下看，能看到这里面夹杂这生成的json数据
         #row_id   query_time   lock_time  rows_examined query query_user等都是
       "query_time" => 4.448631,
        "lock_time" => 0.000213,
              "ecs" => {
        "version" => "1.4.0"
    },
    "rows_examined" => 10000000,
            "query" => "select * from db1.t1 where id=1;",
              "log" => {
         "flags" => [
            [0] "multiline"
        ],
        "offset" => 5346,
          "file" => {
            "path" => "/usr/local/mysql/mysql-slow.log"
        }
    },
             "host" => {
                 "name" => "node4",
                   "os" => {
            "codename" => "Core",
                "name" => "CentOS Linux",
              "family" => "redhat",
             "version" => "8 (Core)",
              "kernel" => "4.18.0-80.el8.x86_64",
            "platform" => "centos"
        },
             "hostname" => "node4",
         "architecture" => "x86_64",
                   "id" => "d8100d9fc21041ae9364bbb1ca84da02",
        "containerized" => false
    },
           "action" => "select",
        "rows_sent" => 1,
        "timestamp" => "1582081300",
       "query_user" => "root"
}

通过grok插件，实现日志过滤

关于正则表达式内容，参考shell脚本中的正则表达式一章

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
补充知识点
空格匹配   \s
回车匹配   \s*
非空格匹配  \S [大写]

grok中的语法

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
grok匹配规则
%{数据类型：变量名}
例如 5.12 可能是一个事件的持续时间,192.168.98.200可能是请求的client地址。所以这两个值可以用 %{NUMBER:duration} %{IP:client} 来匹配。

自定义数据类型
(?<字段名>表达式)

例如，日志有一个student_id 为一个长度为10或11个字符的十六进制值。使用下列语法可以获取该片段，并把值赋予student_id
(?<student_id>[0-9A-F]{10,11})

具体参考
https://www.elastic.co/guide/en/logstash/current/plugins-filters-grok.html

删除第二个message数据

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
filter {
#1、将第二个message数据格式化为json格斯
grok {
        match => [ "message", "(?m)^# User@Host: %{USER:query_user}\[[^\]]+\] @ (?:(?<query_host>\S*) )?\[(?:%{IP:query_ip})?\]\s+Id:\s+%{NUMBER:row_id:int}\s*# Query_time: %{NUMBER:query_time:float}\s+Lock_time: %{NUMBER:lock_time:float}\s+Rows_sent: %{NUMBER:rows_sent:int}\s+Rows_examined: %{NUMBER:rows_examined:int}\s*(?:use %{DATA:database};\s*)?SET timestamp=%{NUMBER:timestamp};\s*(?<query>(?<action>\w+)\s+.*)" ]
    }

#匹配"message" => "# Time: "数据行[第一个message]，添加一个标签 drop
grok {
        match => { "message" => "# Time: " }
        add_tag => [ "drop" ]
        tag_on_failure => []
    }

#删除标签为drop的数据行
    if  "drop" in [tags] {
        drop {}
    }

#匹配message中的时间戳，根据亚洲/上海的格式生成本地时间
    date {
        match => ["mysql.slowlog.timestamp", "UNIX", "YYYY-MM-dd HH:mm:ss"]
        target => "@timestamp"
        timezone => "Asia/Shanghai"
    }
    ruby {
        code => "event.set('[@metadata][today]', Time.at(event.get('@timestamp').to_i).localtime.strftime('%Y.%m.%d'))"
    }

#删除message字段
 mutate {
        remove_field => [ "message" ]
    }


}

实现过滤后，logstash数据存储状态

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
{
        "lock_time" => 0.000226,
             "host" => {
                 "name" => "node4",
         "architecture" => "x86_64",
                   "os" => {
                "name" => "CentOS Linux",
              "family" => "redhat",
            "platform" => "centos",
              "kernel" => "4.18.0-80.el8.x86_64",
             "version" => "8 (Core)",
            "codename" => "Core"
        },
             "hostname" => "node4",
                   "id" => "d8100d9fc21041ae9364bbb1ca84da02",
        "containerized" => false
    },
    "rows_examined" => 10000000,
           "action" => "select",
        "rows_sent" => 1,
             "tags" => [
        [0] "beats_input_codec_plain_applied"
    ],
           "row_id" => 2,
              "log" => {
          "file" => {
            "path" => "/usr/local/mysql/mysql-slow.log"
        },
         "flags" => [
            [0] "multiline"
        ],
        "offset" => 5119
    },
         "@version" => "1",
              "ecs" => {
        "version" => "1.4.0"
    },
            "input" => {
        "type" => "log"
    },
       ###看这里下面数据,数据已经被定义为json格式了，
       "query_host" => "localhost",
       "@timestamp" => 2020-02-19T02:57:11.812Z,
       "query_time" => 4.377673,
       "query_user" => "root",
            "query" => "select * from db1.t1 where id=1;",
        "timestamp" => "1582081027",
            "agent" => {
                "type" => "filebeat",
             "version" => "7.6.0",
            "hostname" => "node4",
                  "id" => "060fdb52-cc79-463e-9cbf-f7d8fee5db89",
        "ephemeral_id" => "3736821d-5c17-429a-a8af-0a9b28ba87b7"
    }
}

c、logstash将数据交给elasticsearch

代码语言：javascript
代码运行次数：0
运行
AI代码解释
复制
[root@node3 conf.d]# cat mysql_logstash_es.conf
#采集数据
input {
	beats {
        port => 5044
    }
}

#过滤
filter {
grok {
        match => [ "message", "(?m)^# User@Host: %{USER:query_user}\[[^\]]+\] @ (?:(?<query_host>\S*) )?\[(?:%{IP:query_ip})?\]\s+Id:\s+%{NUMBER:row_id:int}\s*# Query_time: %{NUMBER:query_time:float}\s+Lock_time: %{NUMBER:lock_time:float}\s+Rows_sent: %{NUMBER:rows_sent:int}\s+Rows_examined: %{NUMBER:rows_examined:int}\s*(?:use %{DATA:database};\s*)?SET timestamp=%{NUMBER:timestamp};\s*(?<query>(?<action>\w+)\s+.*)" ]
    }

    grok {
        match => { "message" => "# Time: " }
        add_tag => [ "drop" ]
        tag_on_failure => []
    }

    if  "drop" in [tags] {
        drop {}
    }

    date {
        match => ["mysql.slowlog.timestamp", "UNIX", "YYYY-MM-dd HH:mm:ss"]
        target => "@timestamp"
        timezone => "Asia/Shanghai"
    }
    ruby {
        code => "event.set('[@metadata][today]', Time.at(event.get('@timestamp').to_i).localtime.strftime('%Y.%m.%d'))"
    }

 mutate {
        remove_field => [ "message" ]
    }


}


#输出到es
output {
    elasticsearch{
        hosts => ["192.168.98.201:9200"]
        index => "zutuanxue_node4_mysql-%{+YYYY.MM.dd}"   
    }
   
stdout {
	      codec => rubydebug
    }
}

三、kibana展示

绘制图表

  • query_time分布
  • 统计slow日志数量
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除
正则表达式
存储
数据库
云数据库 SQL Server
sql

本文分享自 作者个人站点/博客 前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ，欢迎热爱写作的你一起参与！

正则表达式
存储
数据库
云数据库 SQL Server
sql
评论
登录后参与评论
暂无评论
登录 后参与评论
推荐阅读
编辑精选文章
换一批
万字详解高可用架构设计
2097
Go 开发者必备：Protocol Buffers 入门指南
1191
10分钟带你彻底搞懂分布式链路跟踪
722
多租户的 4 种常用方案
1512
亿级月活的社交 APP，陌陌如何做到 3 分钟定位故障？
1110
60页PPT全解：DeepSeek系列论文技术要点整理
2064
Logstash 处理 Mysql Slow Log1
数据库云数据库 SQL Serversql正则表达式
展示上面的例子，只是想说明，不同大版本(5.1与5.5)的mysql slow log 格式不一致，相同大版本小版本不同的mysql也不一致，并且不同mysql变种(percona server) 也会不一致，即便版本都一致了，同一个slowlog中的不同记录格式也不尽相同，这就是它麻烦的地方
franket
2022/01/20
3880
MySQL日志之慢查询日志Slow Log
mysql日志数据库
慢查询日志是MySQL提供的用于记录执行时间超过指定阈值的SQL语句的日志功能，是数据库性能优化的核心工具之一。 大白话就是，查询语句超过一定时间没有结果返回，就会将查询语句记录到日志中。
晚上不吃饭
2025/05/12
590
MySQL日志之慢查询日志Slow Log
Logstash 处理 Mysql Slow Log4
c++数据库云数据库 SQL Serversql
logstash的流水线模型是 intpu|[filter]|output，其中 filter 部分为可选，但是处理mysql这种复杂的日志，没有filter，还真不行
franket
2022/01/20
2850
[MYSQL] 自定义mysql慢日志分析工具
pythonmysql
MYSQL性能分析最快的就是慢日志分析, 慢日志可以记录超过long_query_time的SQL, 也可以记录未使用索引的SQL(log_queries_not_using_indexes), 一般未使用索引的SQL会比较慢, 但也不是绝对的, 所以这个参数默认是OFF的.
大大刺猬
2024/05/28
2240
MySQL日志收集之Filebeat和Logstsh的一键安装配置（ELK架构）
云数据库 SQL Server
关于ELK是什么、做什么用，我们不在此讨论。本文重点在如何实现快速方便地安装logstash和filebeat组件，特别是在近千台DB Server的环境下（为了安全保守，公司DB Server 目前尚未部署saltstack一类的管控软件）。在尽可能标准化的条件下，希望可以实现一键化安装。下面是我们功能实现的一些尝试，我们把手动一步步操作打包提炼到一个sh文档中，安装部署时只要执行sh文件即可。部署安装logstash和filebeat组件由原来的10分钟缩减到目前的1分钟左右，并且减少了因手动部署带来的误操作。
东山絮柳仔
2021/03/18
7200
Logstash 处理 Mysql Slow Log2
logstash测试配置日志终端
检测配置 [root@h102 etc]# /opt/logstash/bin/logstash -f logstash-multiline.conf -t Configuration OK [root@h102 etc]# 运行logstash [root@h102 etc]# /opt/logstash/bin/logstash -f logstash-multiline.conf Settings: Default filter workers: 1 Logstash startup compl
franket
2022/01/20
2680
MySQL slow_log日志解读
mysql
MySQL慢查询日志用来记录在 MySQL 中执行时间超过指定时间（long_query_time 参数控制 ）的查询SQL语句。通过慢查询日志，可以查找出哪些查询语句的执行效率低，以便进行优化。
Power
2025/03/01
1570
Logstash 基础12
命令行工具httpgrepesc++
发现在输入 # User@Host: 之前，所有的行都被进行压栈处理，输入此条信息后，前面的信息进行了一个完结，又重新等待新的输入，直到遇到又一个 # User@Host:
franket
2022/02/11
1920
Logstash 处理 Mysql Slow Log3
inputtags配置
可以正常解析 Tip: 如果无法正常解析, tags 里会多出一个 _grokparsefailure ，并且无法捕获下面多出来的那些值 { "@timestamp" => "2016-01-29T21:29:06.567Z", "message" => "# User@Host: taobao[taobao] @ regular_exp [192.168.35.23] Id: 1236\\n# Schema: bat_db Last_errno: 0 Killed: 0\\n
franket
2022/01/20
2320
Logstash 处理 Mysql Slow Log
sqlapache数据库云数据库 SQL Server
logstash 可以处理各类日志，对于Apache和Nginx的访问日志，由于遵循统一标准，在 grok patterns 中已经有现成定义， 一条 COMBINEDAPACHELOG 就可以匹配
franket
2022/01/20
8280
ELK构建MySQL慢日志收集平台详解
其他
ELK最早是Elasticsearch（以下简称ES）、Logstash、Kibana三款开源软件的简称，三款软件后来被同一公司收购，并加入了Xpark、Beats等组件，改名为Elastic Stack，成为现在最流行的开源日志解决方案，虽然有了新名字但大家依然喜欢叫她ELK，现在所说的ELK就指的是基于这些开源软件构建的日志系统。
小尘哥
2018/09/29
1.8K0
ELK构建MySQL慢日志收集平台详解
MySQL案例：一个有趣的慢查询问题分析
云数据库 SQL Server
前几天，有位客户提了一个慢查询问题，需要这边帮忙分析一下；整个排查过程还是非常有趣，涉及到一些值得关注的知识点，因此在这里记录一下。
brightdeng@DBA
2021/03/01
3.3K1
MySQL案例：一个有趣的慢查询问题分析
技术分享 | Slow Query Log 使用详解
sql数据库云数据库 SQL Server
爱可生交付服务部团队 DBA 擅长日志分析、问题排查等；主要负责处理 MySQL 与我司自研数据库自动化管理平台 DMP 的日常运维问题，对数据库及周边技术有浓厚的学习兴趣。
爱可生开源社区
2021/01/28
1.6K0
MySQL 慢查询日志配置与简析
云数据库 SQL Server数据库sql
a. 如果slow_query_log参数值为OFF则表示没开启，如果为ON则表示开启
授客
2019/09/11
7510
MySQL 慢查询日志配置与简析
Mysql | 数据库锁表的原因和解决方法「建议收藏」
https网络安全云数据库 SQL Serverjavalinux
锁表的原因： 当多个连接（数据库连接）同时对一个表的数据进行更新操作，那么速度将会越来越慢，持续一段时间后将出现数据表被锁的现象，从而影响到其它的查询及更新。　　 例如： 存储过程循环30次更新操作（cycore_file_id 为唯一标识）
全栈程序员站长
2022/09/25
2.9K0
Mysql | 数据库锁表的原因和解决方法「建议收藏」
新特性解读 | mysqldump 备份产生大量慢查询，有办法过滤么？
工具日志数据库time备份
MySQL 8.0.30 版本中，mysqldump 逻辑备份工具引入了 mysqld-long-query-time[1] 选项，用于设置 mysqldump 备份的会话级别慢查询阈值 long_query_time。
爱可生开源社区
2024/04/11
3720
新特性解读 | mysqldump 备份产生大量慢查询，有办法过滤么？
MySQL Slow Log，我劝你善良~
sql数据库云数据库 SQL Server
今天在测试一个线上功能的时候，发现了slowlog的一个特点，之前从来没遇到。这里分享一下。
AsiaYe
2022/12/07
4100
MySQL 慢查询日志
云数据库 SQL Server
本文主要介绍了MySQL中的慢查询日志以及如何使用MySQL的slow query log来分析性能问题，并给出了具体的例子和图例。
吴生
2017/09/08
2.1K0
MySQL 慢查询日志
MySQL 小览
sqlmvcmvcc数据库云数据库 SQL Server
create table xxx alter table xxx drop table xxx
MickyInvQ
2020/11/24
4090
MySQL 小览
Mysql慢查询操作梳理
云数据库 SQL Server数据库sql
Mysql慢查询解释 MySQL的慢查询日志是MySQL提供的一种日志记录，它用来记录在MySQL中响应时间超过阀值的语句，具体指运行时间超过long_query_time值的SQL，则会被记录到慢查询日志中。long_query_time的默认值为10，意思是运行10S以上的语句。默认情况下，Mysql数据库并不启动慢查询日志，需要我们手动来设置这个参数，当然，如果不是调优需要的话，一般不建议启动该参数，因为开启慢查询日志会或多或少带来一定的性能影响。慢查询日志支持将日志记录写入文件，也支持将日志记录写入
洗尽了浮华
2018/01/23
1.5K0
推荐阅读
编辑精选文章
万字详解高可用架构设计Go 开发者必备：Protocol Buffers 入门指南10分钟带你彻底搞懂分布式链路跟踪多租户的 4 种常用方案亿级月活的社交 APP，陌陌如何做到 3 分钟定位故障？60页PPT全解：DeepSeek系列论文技术要点整理
相关讨论
程序站分类目录大全源码下载？如何高效化学习Linux内核？源码怎么上传？
相关课程
腾讯云WeData大数据开发与治理训练营EdgeOne一站式玩转网站加速与防护实战营ES Serverless一站式日志分析入门到精通
Logstash 处理 Mysql Slow Log1
3880
MySQL日志之慢查询日志Slow Log
590
Logstash 处理 Mysql Slow Log4
2850
[MYSQL] 自定义mysql慢日志分析工具
2240
MySQL日志收集之Filebeat和Logstsh的一键安装配置（ELK架构）
7200
Logstash 处理 Mysql Slow Log2
2680
MySQL slow_log日志解读
1570
Logstash 基础12
1920
Logstash 处理 Mysql Slow Log3
2320
Logstash 处理 Mysql Slow Log
8280
ELK构建MySQL慢日志收集平台详解
1.8K0
MySQL案例：一个有趣的慢查询问题分析
3.3K1
技术分享 | Slow Query Log 使用详解
1.6K0
MySQL 慢查询日志配置与简析
7510
Mysql | 数据库锁表的原因和解决方法「建议收藏」
2.9K0
新特性解读 | mysqldump 备份产生大量慢查询，有办法过滤么？
3720
MySQL Slow Log，我劝你善良~
4100
MySQL 慢查询日志
2.1K0
MySQL 小览
4090
Mysql慢查询操作梳理
1.5K0
相关推荐
Logstash 处理 Mysql Slow Log1
更多 >
星哥玩云0
LV.5
这个人很懒，什么都没有留下～
文章
4.8K
获赞
8.4K
排名
23
专栏
1
作者相关精选
加入讨论
的问答专区 >
布驴子0
相关课程
一站式学习中心 >
腾讯云WeData大数据开发与治理训练营
1442人在学
数据开发治理平台 WeData
ES Serverless一站式日志分析入门到精通
1166人在学
Elasticsearch Service
TDSQL for MySQL训练营
683人在学
云数据库 MySQL
TDSQL MySQL 版
数据库
分布式数据库 TDSQL
领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2025 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

Copyright © 2013 - 2025 Tencent Cloud.

All Rights Reserved. 腾讯云 版权所有

登录 后参与评论
4
本文部分代码块支持一键运行，欢迎体验
本文部分代码块支持一键运行，欢迎体验