澳门太陽城集团 2

历任运维工程师、高级运维工程师、运维经理、数据库工程师,数据库对象事件与属性统计 | performance

原标题:数据库对象事件与属性统计 | performance_schema全方位介绍(五)

原标题:事件统计 | performance_schema全方位介绍(四)

澳门太陽城集团 1

澳门太陽城集团 2

上一篇 《事件统计 |
performance_schema全方位介绍》详细介绍了performance_schema的事件统计表,但这些统计数据粒度太粗,仅仅按照事件的5大类别+用户、线程等维度进行分类统计,但有时候我们需要从更细粒度的维度进行分类统计,例如:某个表的IO开销多少、锁开销多少、以及用户连接的一些属性统计信息等。此时就需要查看数据库对象事件统计表与属性统计表了。今天将带领大家一起踏上系列第五篇的征程(全系共7个篇章),本期将为大家全面讲解performance_schema中对象事件统计表与属性统计表。下面,请跟随我们一起开始performance_schema系统的学习之旅吧~

罗小波·沃趣科技高级数据库技术专家

友情提示:下文中的统计表中大部分字段含义与上一篇
《事件统计 | performance_schema全方位介绍》
中提到的统计表字段含义相同,下文中不再赘述。此外,由于部分统计表中的记录内容过长,限于篇幅会省略部分文本,如有需要请自行安装MySQL
5.7.11以上版本跟随本文进行同步操作查看。

出品:沃趣科技

01

IT从业多年,历任运维工程师、高级运维工程师、运维经理、数据库工程师,曾参与版本发布系统、轻量级监控系统、运维管理平台、数据库管理平台的设计与编写,熟悉MySQL体系结构,Innodb存储引擎,喜好专研开源技术,追求完美。

数据库对象统计表

| 导语

1.数据库表级别对象等待事件统计

在上一篇《事件记录 |
performance_schema全方位介绍”》中,我们详细介绍了performance_schema的事件记录表,恭喜大家在学习performance_schema的路上度过了两个最困难的时期。现在,相信大家已经比较清楚什么是事件了,但有时候我们不需要知道每时每刻产生的每一条事件记录信息,
例如:我们希望了解数据库运行以来一段时间的事件统计数据,这个时候就需要查看事件统计表了。今天将带领大家一起踏上系列第四篇的征程(全系共7个篇章),在这一期里,我们将为大家全面讲解performance_schema中事件统计表。统计事件表分为5个类别,分别为等待事件、阶段事件、语句事件、事务事件、内存事件。下面,请跟随我们一起开始performance_schema系统的学习之旅吧。

按照数据库对象名称(库级别对象和表级别对象,如:库名和表名)进行统计的等待事件。按照OBJECT_TYPE、OBJECT_SCHEMA、OBJECT_NAME列进行分组,按照COUNT_STAR、xxx_TIMER_WAIT字段进行统计。包含一张objects_summary_global_by_type表。

| 等待事件统计表

我们先来看看表中记录的统计信息是什么样子的。

performance_schema把等待事件统计表按照不同的分组列(不同纬度)对等待事件相关的数据进行聚合(聚合统计数据列包括:事件发生次数,总等待时间,最小、最大、平均等待时间),注意:等待事件的采集功能有一部分默认是禁用的,需要的时候可以通过setup_instruments和setup_objects表动态开启,等待事件统计表包含如下几张表:

admin@localhost : performance _schema 11:10:42> select * from
objects_summary _global_by _type where SUM_TIMER_WAIT!=0G;

admin@localhost : performance_schema 06:17:11> show tables like
‘%events_waits_summary%’;

*************************** 1. row
***************************

+——————————————————-+

OBJECT_TYPE: TABLE

| Tables_in_performance_schema (%events_waits_summary%) |

OBJECT_SCHEMA: xiaoboluo

+——————————————————-+

OBJECT_NAME: test

| events_waits_summary_by_account_by_event_name |

COUNT_STAR: 56

| events_waits_summary_by_host_by_event_name |

SUM _TIMER_WAIT: 195829830101250

| events_waits_summary_by_instance |

MIN _TIMER_WAIT: 2971125

| events_waits_summary_by_thread_by_event_name |

AVG _TIMER_WAIT: 3496961251500

| events_waits_summary_by_user_by_event_name |

MAX _TIMER_WAIT: 121025235946125

| events_waits_summary_global_by_event_name |

1 row in set (0.00 sec)

+——————————————————-+

从表中的记录内容可以看到,按照库xiaoboluo下的表test进行分组,统计了表相关的等待事件调用次数,总计、最小、平均、最大延迟时间信息,利用这些信息,我们可以大致了解InnoDB中表的访问效率排行统计情况,一定程度上反应了对存储引擎接口调用的效率。

6rows inset ( 0. 00sec)

2.表I/O等待和锁等待事件统计

我们先来看看这些表中记录的统计信息是什么样子的。

与objects_summary_global_by_type
表统计信息类似,表I/O等待和锁等待事件统计信息更为精细,细分了每个表的增删改查的执行次数,总等待时间,最小、最大、平均等待时间,甚至精细到某个索引的增删改查的等待时间,表IO等待和锁等待事件instruments(wait/io/table/sql/handler和wait/lock/table/sql/handler
)默认开启,在setup_consumers表中无具体的对应配置,默认表IO等待和锁等待事件统计表中就会统计相关事件信息。包含如下几张表:

# events_waits_summary_by_account_by_event_name表

admin@localhost : performance_schema 06:50:03> show tables like
‘%table%summary%’;

root@localhost : performance _schema 11:07:09> select * from
events_waits _summary_by _account_by _event_name limit 1G

+————————————————+

*************************** 1. row
***************************

| Tables_in_performance_schema (%table%summary%) |

USER: NULL

+————————————————+

HOST: NULL

| table_io_waits_summary_by_index_usage |#
按照每个索引进行统计的表I/O等待事件

EVENT _NAME: wait/synch/mutex/sql/TC_LOG _MMAP::LOCK_tc

| table_io_waits_summary_by_table |#
按照每个表进行统计的表I/O等待事件

COUNT_STAR: 0

| table_lock_waits_summary_by_table |#
按照每个表进行统计的表锁等待事件

SUM _TIMER_WAIT: 0

+————————————————+

MIN _TIMER_WAIT: 0

3rows inset ( 0. 00sec)

AVG _TIMER_WAIT: 0

我们先来看看表中记录的统计信息是什么样子的。

MAX _TIMER_WAIT: 0

# table_io_waits_summary_by_index_usage表

1 row in set (0.00 sec)

admin@localhost : performance _schema 01:55:49> select * from
table_io _waits_summary _by_index _usage where
SUM_TIMER_WAIT!=0G;

# events_waits_summary_by_host_by_event_name表

*************************** 1. row
***************************

root@localhost : performance _schema 11:07:14> select * from
events_waits _summary_by _host_by _event_name limit 1G

OBJECT_TYPE: TABLE

*************************** 1. row
***************************

OBJECT_SCHEMA: xiaoboluo

HOST: NULL

OBJECT_NAME: test

EVENT _NAME: wait/synch/mutex/sql/TC_LOG _MMAP::LOCK_tc

INDEX_NAME: PRIMARY

COUNT_STAR: 0

COUNT_STAR: 1

SUM _TIMER_WAIT: 0

SUM _TIMER_WAIT: 56688392

MIN _TIMER_WAIT: 0

MIN _TIMER_WAIT: 56688392

AVG _TIMER_WAIT: 0

AVG _TIMER_WAIT: 56688392

MAX _TIMER_WAIT: 0

MAX _TIMER_WAIT: 56688392

1 row in set (0.00 sec)

COUNT_READ: 1

# events_waits_summary_by_instance表

SUM _TIMER_READ: 56688392

root@localhost : performance _schema 11:08:05> select * from
events_waits _summary_by_instance limit 1G

MIN _TIMER_READ: 56688392

*************************** 1. row
***************************

AVG _TIMER_READ: 56688392

EVENT_NAME: wait/synch/mutex/mysys/THR_LOCK_heap

MAX _TIMER_READ: 56688392

OBJECT _INSTANCE_BEGIN: 32492032

……

COUNT_STAR: 0

1 row in set (0.00 sec)

SUM _TIMER_WAIT: 0

# table_io_waits_summary_by_table表

MIN _TIMER_WAIT: 0

admin@localhost : performance _schema 01:56:16> select * from
table_io _waits_summary _by_table where SUM _TIMER_WAIT!=0G;

AVG _TIMER_WAIT: 0

*************************** 1. row
***************************

MAX _TIMER_WAIT: 0

OBJECT_TYPE: TABLE

1 row in set (0.00 sec)

OBJECT_SCHEMA: xiaoboluo

# events_waits_summary_by_thread_by_event_name表

OBJECT_NAME: test

root@localhost : performance _schema 11:08:23> select * from
events_waits _summary_by _thread_by _event_name limit 1G

COUNT_STAR: 1

*************************** 1. row
***************************

…………

THREAD_ID: 1

1 row in set (0.00 sec)

EVENT _NAME: wait/synch/mutex/sql/TC_LOG _MMAP::LOCK_tc

# table_lock_waits_summary_by_table表

COUNT_STAR: 0

admin@localhost : performance _schema 01:57:20> select * from
table_lock _waits_summary _by_table where SUM _TIMER_WAIT!=0G;

SUM _TIMER_WAIT: 0

*************************** 1. row
***************************

MIN _TIMER_WAIT: 0

OBJECT_TYPE: TABLE

AVG _TIMER_WAIT: 0

OBJECT_SCHEMA: xiaoboluo

MAX _TIMER_WAIT: 0

OBJECT_NAME: test

1 row in set (0.00 sec)

…………

# events_waits_summary_by_user_by_event_name表

COUNT_READ_NORMAL: 0

root@localhost : performance _schema 11:08:36> select * from
events_waits _summary_by _user_by _event_name limit 1G

SUM_TIMER_READ_NORMAL: 0

*************************** 1. row
***************************

MIN_TIMER_READ_NORMAL: 0

USER: NULL

AVG_TIMER_READ_NORMAL: 0

EVENT _NAME: wait/synch/mutex/sql/TC_LOG _MMAP::LOCK_tc

MAX_TIMER_READ_NORMAL: 0

COUNT_STAR: 0

COUNT _READ_WITH _SHARED_LOCKS: 0

SUM _TIMER_WAIT: 0

SUM _TIMER_READ _WITH_SHARED_LOCKS: 0

MIN _TIMER_WAIT: 0

MIN _TIMER_READ _WITH_SHARED_LOCKS: 0

AVG _TIMER_WAIT: 0

AVG _TIMER_READ _WITH_SHARED_LOCKS: 0

MAX _TIMER_WAIT: 0

MAX _TIMER_READ _WITH_SHARED_LOCKS: 0

1 row in set (0.00 sec)

……

# events_waits_summary_global_by_event_name表

1 row in set (0.00 sec)

root@localhost : performance _schema 11:08:53> select * from
events_waits _summary_global _by_event_name limit 1G

从上面表中的记录信息我们可以看到,table_io_waits_summary_by_index_usage表和table_io_waits_summary_by_table有着类似的统计列,但table_澳门太陽城集团,io_waits_summary_by_table表是包含整个表的增删改查等待事件分类统计,table_io_waits_summary_by_index_usage区分了每个表的索引的增删改查等待事件分类统计,而table_lock_waits_summary_by_table表统计纬度类似,但它是用于统计增删改查对应的锁等待时间,而不是IO等待时间,这些表的分组和统计列含义请大家自行举一反三,这里不再赘述,下面针对这三张表做一些必要的说明:

*************************** 1. row
***************************

table_io_waits_summary_by_table表:

EVENT _NAME: wait/synch/mutex/sql/TC_LOG _MMAP::LOCK_tc

该表允许使用TRUNCATE
TABLE语句。只将统计列重置为零,而不是删除行。对该表执行truncate还会隐式truncate
table_io_waits_summary_by_index_usage表

COUNT_STAR: 0

table_io_waits_summary_by_index_usage表:

SUM _TIMER_WAIT: 0

按照与table_io_waits_summary_by_table的分组列+INDEX_NAME列进行分组,INDEX_NAME有如下几种

MIN _TIMER_WAIT: 0

·如果使用到了索引,则这里显示索引的名字,如果为PRIMARY,则表示表I/O使用到了主键索引

AVG _TIMER_WAIT: 0

·如果值为NULL,则表示表I/O没有使用到索引

MAX _TIMER_WAIT: 0

·如果是插入操作,则无法使用到索引,此时的统计值是按照INDEX_NAME =
NULL计算的

1 row in set (0.00 sec)

该表允许使用TRUNCATE
TABLE语句。只将统计列重置为零,而不是删除行。该表执行truncate时也会隐式触发table_io_waits_summary_by_table表的truncate操作。另外使用DDL语句更改索引结构时,会导致该表的所有索引统计信息被重置

从上面表中的示例记录信息中,我们可以看到:

table_lock_waits_summary_by_table表:

每个表都有各自的一个或多个分组列,以确定如何聚合事件信息(所有表都有EVENT_NAME列,列值与setup_instruments表中NAME列值对应),如下:

该表的分组列与table_io_waits_summary_by_table表相同

events_waits_summary_by_account_by_event_name表:按照列EVENT_NAME、USER、HOST进行分组事件信息

该表包含有关内部和外部锁的信息:

events_waits_summary_by_host_by_event_name表:按照列EVENT_NAME、HOST进行分组事件信息

·内部锁对应SQL层中的锁。是通过调用thr_lock()函数来实现的。(官方手册上说有一个OPERATION列来区分锁类型,该列有效值为:read
normal、read with shared locks、read high priority、read no
insert、write allow write、write concurrent insert、write delayed、write
low priority、write normal。但在该表的定义上并没有看到该字段)

events_waits_summary_by_instance表:按照列EVENT_NAME、OBJECT_INSTANCE_BEGIN进行分组事件信息。如果一个instruments(event_name)创建有多个实例,则每个实例都具有唯一的OBJECT_INSTANCE_BEGIN值,因此每个实例会进行单独分组

·外部锁对应存储引擎层中的锁。通过调用handler::external_lock()函数来实现。(官方手册上说有一个OPERATION列来区分锁类型,该列有效值为:read
external、write external。但在该表的定义上并没有看到该字段)

events_waits_summary_by_thread_by_event_name表:按照列THREAD_ID、EVENT_NAME进行分组事件信息

该表允许使用TRUNCATE TABLE语句。只将统计列重置为零,而不是删除行。

events_waits_summary_by_user_by_event_name表:按照列EVENT_NAME、USER进行分组事件信息

3.文件I/O事件统计

events_waits_summary_global_by_event_name表:按照EVENT_NAME列进行分组事件信息

文件I/O事件统计表只记录等待事件中的IO事件(不包含table和socket子类别),文件I/O事件instruments默认开启,在setup_consumers表中无具体的对应配置。它包含如下两张表:

所有表的统计列(数值型)都为如下几个:

admin@localhost : performance_schema 06:48:12> show tables like
‘%file_summary%’;

COUNT_STAR:事件被执行的数量。此值包括所有事件的执行次数,需要启用等待事件的instruments

+———————————————–+

SUM_TIMER_WAIT:统计给定计时事件的总等待时间。此值仅针对有计时功能的事件instruments或开启了计时功能事件的instruments,如果某事件的instruments不支持计时或者没有开启计时功能,则该字段为NULL。其他xxx_TIMER_WAIT字段值类似

| Tables_in_performance_schema (%file_summary%) |

MIN_TIMER_WAIT:给定计时事件的最小等待时间

+———————————————–+

AVG_TIMER_WAIT:给定计时事件的平均等待时间

| file_summary_by_event_name |

MAX_TIMER_WAIT:给定计时事件的最大等待时间

| file_summary_by_instance |

PS:等待事件统计表允许使用TRUNCATE
TABLE语句。

+———————————————–+

执行该语句时有如下行为:

2rows inset ( 0. 00sec)

对于未按照帐户、主机、用户聚合的统计表,truncate语句会将统计列值重置为零,而不是删除行。

两张表中记录的内容很相近:

对于按照帐户、主机、用户聚合的统计表,truncate语句会删除已开端连接的帐户,主机或用户对应的行,并将其他有连接的行的统计列值重置为零(实测跟未按照帐号、主机、用户聚合的统计表一样,只会被重置不会被删除)。

·file_summary_by_event_name:按照每个事件名称进行统计的文件IO等待事件

此外,按照帐户、主机、用户、线程聚合的每个等待事件统计表或者events_waits_summary_global_by_event_name表,如果依赖的连接表(accounts、hosts、users表)执行truncate时,那么依赖的这些表中的统计数据也会同时被隐式truncate

·file_summary_by_instance:按照每个文件实例(对应具体的每个磁盘文件,例如:表sbtest1的表空间文件sbtest1.ibd)进行统计的文件IO等待事件

注意:这些表只针对等待事件信息进行统计,即包含setup_instruments表中的wait/%开头的采集器+
idle空闲采集器,每个等待事件在每个表中的统计记录行数需要看如何分组(例如:按照用户分组统计的表中,有多少个活跃用户,表中就会有多少条相同采集器的记录),另外,统计计数器是否生效还需要看setup_instruments表中相应的等待事件采集器是否启用。

我们先来看看表中记录的统计信息是什么样子的。

| 阶段事件统计表

# file_summary_by_event_name表

performance_schema把阶段事件统计表也按照与等待事件统计表类似的规则进行分类聚合,阶段事件也有一部分是默认禁用的,一部分是开启的,阶段事件统计表包含如下几张表:

admin@localhost : performance _schema 11:00:44> select * from
file_summary _by_event _name where SUM_TIMER _WAIT !=0 and
EVENT_NAME like ‘%innodb%’ limit 1G;

admin@localhost : performance_schema 06:23:02> show tables like
‘%events_stages_summary%’;

*************************** 1. row
***************************

+——————————————————–+

EVENT_NAME: wait/io/file/innodb/innodb_data_file

| Tables_in_performance_schema (%events_stages_summary%) |

COUNT_STAR: 802

+——————————————————–+

SUM_TIMER_WAIT: 412754363625

| events_stages_summary_by_account_by_event_name |

MIN_TIMER_WAIT: 0

| events_stages_summary_by_host_by_event_name |

AVG_TIMER_WAIT: 514656000

| events_stages_summary_by_thread_by_event_name |

MAX_TIMER_WAIT: 9498247500

| events_stages_summary_by_user_by_event_name |

COUNT_READ: 577

| events_stages_summary_global_by_event_name |

SUM_TIMER_READ: 305970952875

+——————————————————–+

MIN_TIMER_READ: 15213375

5rows inset ( 0. 00sec)

AVG_TIMER_READ: 530278875

我们先来看看这些表中记录的统计信息是什么样子的。

MAX_TIMER_READ: 9498247500

# events_stages_summary_by_account_by_event_name表

SUM _NUMBER_OF _BYTES_READ: 11567104

root@localhost : performance _schema 11:21:04> select * from
events_stages _summary_by _account_by _event_name where USER is
not null limit 1G

……

*************************** 1. row
***************************

1 row in set (0.00 sec)

USER: root

# file_summary_by_instance表

HOST: localhost

admin@localhost : performance _schema 11:01:23> select * from
file_summary _by_instance where SUM _TIMER_WAIT!=0 and EVENT_NAME
like ‘%innodb%’ limit 1G;

EVENT_NAME: stage/sql/After create

*************************** 1. row
***************************

COUNT_STAR: 0

FILE_NAME: /data/mysqldata1/innodb_ts/ibdata1

SUM _TIMER_WAIT: 0

EVENT_NAME: wait/io/file/innodb/innodb_data_file

MIN _TIMER_WAIT: 0

OBJECT _INSTANCE_BEGIN: 139882156936704

AVG _TIMER_WAIT: 0

COUNT_STAR: 33

MAX _TIMER_WAIT: 0

…………

1 row in set (0.01 sec)

1 row in set (0.00 sec)

# events_stages_summary_by_host_by_event_name表

从上面表中的记录信息我们可以看到:

root@localhost : performance _schema 11:29:27> select * from
events_stages _summary_by _host_by _event_name where HOST is not
null limit 1G

·每个文件I/O统计表都有一个或多个分组列,以表明如何统计这些事件信息。这些表中的事件名称来自setup_instruments表中的name字段:

*************************** 1. row
***************************

* file_summary_by_event_name表:按照EVENT_NAME列进行分组 ;

HOST: localhost

*
file_summary_by_instance表:有额外的FILE_NAME、OBJECT_INSTANCE_BEGIN列,按照FILE_NAME、EVENT_NAME列进行分组,与file_summary_by_event_name
表相比,file_summary_by_instance表多了FILE_NAME和OBJECT_INSTANCE_BEGIN字段,用于记录具体的磁盘文件相关信息。

EVENT_NAME: stage/sql/After create

·每个文件I/O事件统计表有如下统计字段:

COUNT_STAR: 0

*
COUNT_STAR,SUM_TIMER_WAIT,MIN_TIMER_WAIT,AVG_TIMER_WAIT,MAX_TIMER_WAIT:这些列统计所有I/O操作数量和操作时间

SUM _TIMER_WAIT: 0

*
COUNT_READ,SUM_TIMER_READ,MIN_TIMER_READ,AVG_TIMER_READ,MAX_TIMER_READ,SUM_NUMBER_OF_BYTES_READ:这些列统计了所有文件读取操作,包括FGETS,FGETC,FREAD和READ系统调用,还包含了这些I/O操作的数据字节数

MIN _TIMER_WAIT: 0

*
COUNT_WRITE,SUM_TIMER_WRITE,MIN_TIMER_WRITE,AVG_TIMER_WRITE,MAX_TIMER_WRITE,SUM_NUMBER_OF_BYTES_WRITE:这些列统计了所有文件写操作,包括FPUTS,FPUTC,FPRINTF,VFPRINTF,FWRITE和PWRITE系统调用,还包含了这些I/O操作的数据字节数

AVG _TIMER_WAIT: 0

*
COUNT_MISC,SUM_TIMER_MISC,MIN_TIMER_MISC,AVG_TIMER_MISC,MAX_TIMER_MISC:这些列统计了所有其他文件I/O操作,包括CREATE,DELETE,OPEN,CLOSE,STREAM_OPEN,STREAM_CLOSE,SEEK,TELL,FLUSH,STAT,FSTAT,CHSIZE,RENAME和SYNC系统调用。注意:这些文件I/O操作没有字节计数信息。

MAX _TIMER_WAIT: 0

文件I/O事件统计表允许使用TRUNCATE
TABLE语句。但只将统计列重置为零,而不是删除行。

1 row in set (0.00 sec)

PS:MySQL
server使用几种缓存技术通过缓存从文件中读取的信息来避免文件I/O操作。当然,如果内存不够时或者内存竞争比较大时可能导致查询效率低下,这个时候您可能需要通过刷新缓存或者重启server来让其数据通过文件I/O返回而不是通过缓存返回。

# events_stages_summary_by_thread_by_event_name表

4.套接字事件统计

root@localhost : performance _schema 11:37:03> select * from
events_stages _summary_by _thread_by _event_name where thread_id
is not null limit 1G

套接字事件统计了套接字的读写调用次数和发送接收字节计数信息,socket事件instruments默认关闭,在setup_consumers表中无具体的对应配置,包含如下两张表:

*************************** 1. row
***************************

·socket_summary_by_instance:针对每个socket实例的所有 socket
I/O操作,这些socket操作相关的操作次数、时间和发送接收字节信息由wait/io/socket/*
instruments产生。但当连接中断时,在该表中对应socket连接的信息行将被删除(这里的socket是指的当前活跃的连接创建的socket实例)

THREAD_ID: 1

·socket_summary_by_event_name:针对每个socket I/O
instruments,这些socket操作相关的操作次数、时间和发送接收字节信息由wait/io/socket/*
instruments产生(这里的socket是指的当前活跃的连接创建的socket实例)

EVENT_NAME: stage/sql/After create

可通过如下语句查看:

COUNT_STAR: 0

admin@localhost : performance_schema 06:53:42> show tables like
‘%socket%summary%’;

SUM _TIMER_WAIT: 0

+————————————————-+

MIN _TIMER_WAIT: 0

| Tables_in_performance_schema (%socket%summary%) |

AVG _TIMER_WAIT: 0

+————————————————-+

MAX _TIMER_WAIT: 0

| socket_summary_by_event_name |

1 row in set (0.01 sec)

| socket_summary_by_instance |

# events_stages_summary_by_user_by_event_name表

+————————————————-+

root@localhost : performance _schema 11:42:37> select * from
events_stages _summary_by _user_by _event_name where user is not
null limit 1G

2rows inset ( 0. 00sec)

*************************** 1. row
***************************

我们先来看看表中记录的统计信息是什么样子的。

USER: root

# socket_summary_by_event_name表

EVENT_NAME: stage/sql/After create

root@localhost : performance _schema 04:44:00> select * from
socket_summary _by_event_nameG;

COUNT_STAR: 0

*************************** 1. row
***************************

SUM _TIMER_WAIT: 0

EVENT_NAME: wait/io/socket/sql/server_tcpip_socket

MIN _TIMER_WAIT: 0

COUNT_STAR: 2560

AVG _TIMER_WAIT: 0

SUM_TIMER_WAIT: 62379854922

MAX _TIMER_WAIT: 0

MIN_TIMER_WAIT: 1905016

1 row in set (0.00 sec)

AVG_TIMER_WAIT: 24366870

# events_stages_summary_global_by_event_name表

MAX_TIMER_WAIT: 18446696808701862260

root@localhost : performance _schema 11:43:03> select * from
events_stages _summary_global _by_event_name limit 1G

COUNT_READ: 0

*************************** 1. row
***************************

SUM_TIMER_READ: 0

EVENT_NAME: stage/sql/After create

MIN_TIMER_READ: 0

COUNT_STAR: 0

AVG_TIMER_READ: 0

SUM _TIMER_WAIT: 0

MAX_TIMER_READ: 0

MIN _TIMER_WAIT: 0

SUM _NUMBER_OF _BYTES_READ: 0

AVG _TIMER_WAIT: 0

……

MAX _TIMER_WAIT: 0

*************************** 2. row
***************************

1 row in set (0.00 sec)

EVENT_NAME: wait/io/socket/sql/server_unix_socket

从上面表中的示例记录信息中,我们可以看到,同样与等待事件类似,按照用户、主机、用户+主机、线程等纬度进行分组与统计的列,这些列的含义与等待事件类似,这里不再赘述。

COUNT_STAR: 24

注意:这些表只针对阶段事件信息进行统计,即包含setup_instruments表中的stage/%开头的采集器,每个阶段事件在每个表中的统计记录行数需要看如何分组(例如:按照用户分组统计的表中,有多少个活跃用户,表中就会有多少条相同采集器的记录),另外,统计计数器是否生效还需要看setup_instruments表中相应的阶段事件采集器是否启用。

……

PS:对这些表使用truncate语句,影响与等待事件类似。

*************************** 3. row
***************************

| 事务事件统计表

EVENT_NAME: wait/io/socket/sql/client_connection

performance_schema把事务事件统计表也按照与等待事件统计表类似的规则进行分类统计,事务事件instruments只有一个transaction,默认禁用,事务事件统计表有如下几张表:

COUNT_STAR: 213055844

admin@localhost : performance_schema 06:37:45> show tables like
‘%events_transactions_summary%’;

……

+————————————————————–+

3 rows in set (0.00 sec)

| Tables_in_performance_schema (%events_transactions_summary%) |

# socket_summary_by_instance表

+————————————————————–+

root@localhost : performance _schema 05:11:45> select * from
socket_summary _by_instance where COUNT_STAR!=0G;

| events_transactions_summary_by_account_by_event_name |

*************************** 1. row
***************************

| events_transactions_summary_by_host_by_event_name |

EVENT_NAME: wait/io/socket/sql/server_tcpip_socket

| events_transactions_summary_by_thread_by_event_name |

OBJECT _INSTANCE_BEGIN: 2655350784

| events_transactions_summary_by_user_by_event_name |

……

| events_transactions_summary_global_by_event_name |

*************************** 2. row
***************************

+————————————————————–+

EVENT_NAME: wait/io/socket/sql/server_unix_socket

5rows inset ( 0. 00sec)

OBJECT _INSTANCE_BEGIN: 2655351104

我们先来看看这些表中记录的统计信息是什么样子的(由于单行记录较长,这里只列出events_transactions_summary_by_account_by_event_name表中的示例数据,其余表的示例数据省略掉部分相同字段)。

……

# events_transactions_summary_by_account_by_event_name表

*************************** 3. row
***************************

root@localhost : performance _schema 01:19:07> select * from
events_transactions _summary_by _account_by _event_name where
COUNT_STAR!=0 limit 1G

EVENT_NAME: wait/io/socket/sql/client_connection

*************************** 1. row
***************************

OBJECT _INSTANCE_BEGIN: 2658003840

USER: root

……

HOST: localhost

*************************** 4. row
***************************

EVENT_NAME: transaction

EVENT_NAME: wait/io/socket/sql/client_connection

COUNT_STAR: 7

OBJECT _INSTANCE_BEGIN: 2658004160

SUM _TIMER_WAIT: 8649707000

……

MIN _TIMER_WAIT: 57571000

4 rows in set (0.00 sec)

AVG _TIMER_WAIT: 1235672000

从上面表中的记录信息我们可以看到(与文件I/O事件统计类似,两张表也分别按照socket事件类型统计与按照socket
instance进行统计)

MAX _TIMER_WAIT: 2427645000

·socket_summary_by_event_name表:按照EVENT_NAME列进行分组

COUNT _READ_WRITE: 6

·socket_summary_by_instance表:按照EVENT_NAME(该列有效值为wait/io/socket/sql/client_connection、wait/io/socket/sql/server_tcpip_socket、wait/io/socket/sql/server_unix_socket:)、OBJECT_INSTANCE_BEGIN列进行分组

SUM _TIMER_READ_WRITE: 8592136000

每个套接字统计表都包含如下统计列:

MIN _TIMER_READ_WRITE: 87193000

·COUNT_STAR,SUM_TIMER_WAIT,MIN_TIMER_WAIT,AVG_TIMER_WAIT,MAX_TIMER_WAIT:这些列统计所有socket读写操作的次数和时间信息

AVG _TIMER_READ_WRITE: 1432022000

·COUNT_READ,SUM_TIMER_READ,MIN_TIMER_READ,AVG_TIMER_READ,MAX_TIMER_READ,SUM_NUMBER_OF_BYTES_READ:这些列统计所有接收操作(socket的RECV、RECVFROM、RECVMS类型操作,即以server为参照的socket读取数据的操作)相关的次数、时间、接收字节数等信息

MAX _TIMER_READ_WRITE: 2427645000

·COUNT_WRITE,SUM_TIMER_WRITE,MIN_TIMER_WRITE,AVG_TIMER_WRITE,MAX_TIMER_WRITE,SUM_NUMBER_OF_BYTES_WRITE:这些列统计了所有发送操作(socket的SEND、SENDTO、SENDMSG类型操作,即以server为参照的socket写入数据的操作)相关的次数、时间、接收字节数等信息

COUNT _READ_ONLY: 1

·COUNT_MISC,SUM_TIMER_MISC,MIN_TIMER_MISC,AVG_TIMER_MISC,MAX_TIMER_MISC:这些列统计了所有其他套接字操作,如socket的CONNECT、LISTEN,ACCEPT、CLOSE、SHUTDOWN类型操作。注意:这些操作没有字节计数

SUM _TIMER_READ_ONLY: 57571000

套接字统计表允许使用TRUNCATE
TABLE语句(除events_statements_summary_by_digest之外),只将统计列重置为零,而不是删除行。

MIN _TIMER_READ_ONLY: 57571000

PS:socket统计表不会统计空闲事件生成的等待事件信息,空闲事件的等待信息是记录在等待事件统计表中进行统计的。

AVG _TIMER_READ_ONLY: 57571000

5.prepare语句实例统计表

MAX _TIMER_READ_ONLY: 57571000

performance_schema提供了针对prepare语句的监控记录,并按照如下方法对表中的内容进行管理。

1 row in set (0.00 sec)

·prepare语句预编译:COM_STMT_PREPARE或SQLCOM_PREPARE命令在server中创建一个prepare语句。如果语句检测成功,则会在prepared_statements_instances表中新添加一行。如果prepare语句无法检测,则会增加Performance_schema_prepared_statements_lost状态变量的值。

# events_transactions_summary_by_host_by_event_name表

·prepare语句执行:为已检测的prepare语句实例执行COM_STMT_EXECUTE或SQLCOM_PREPARE命令,同时会更新prepare_statements_instances表中对应的行信息。

root@localhost : performance _schema 01:25:13> select * from
events_transactions _summary_by _host_by _event_name where
COUNT_STAR!=0 limit 1G

·prepare语句解除资源分配:对已检测的prepare语句实例执行COM_STMT_CLOSE或SQLCOM_DEALLOCATE_PREPARE命令,同时将删除prepare_statements_instances表中对应的行信息。为了避免资源泄漏,请务必在prepare语句不需要使用的时候执行此步骤释放资源。

*************************** 1. row
***************************

我们先来看看表中记录的统计信息是什么样子的。

HOST: localhost

admin@localhost : performance _schema 10:50:38> select * from
prepared_statements_instancesG;

EVENT_NAME: transaction

*************************** 1. row
***************************

COUNT_STAR: 7

OBJECT _INSTANCE_BEGIN: 139968890586816

……

STATEMENT_ID: 1

1 row in set (0.00 sec)

STATEMENT_NAME: stmt

# events_transactions_summary_by_thread_by_event_name表

SQL_TEXT: SELECT 1

root@localhost : performance _schema 01:25:27> select * from
events_transactions _summary_by _thread_by _event_name where SUM
_TIMER_WAIT!=0G

OWNER_THREAD_ID: 48

*************************** 1. row
***************************

OWNER_EVENT_ID: 54

THREAD_ID: 46

OWNER_OBJECT_TYPE: NULL

EVENT_NAME: transaction

OWNER_OBJECT_SCHEMA: NULL

COUNT_STAR: 7

OWNER_OBJECT_NAME: NULL

……

TIMER_PREPARE: 896167000

1 row in set (0.00 sec)

COUNT_REPREPARE: 0

# events_transactions_summary_by_user_by_event_name表

COUNT_EXECUTE: 0

root@localhost : performance _schema 01:27:27> select * from
events_transactions _summary_by _user_by _event_name where SUM
_TIMER_WAIT!=0G

SUM_TIMER_EXECUTE: 0

*************************** 1. row
***************************

MIN_TIMER_EXECUTE: 0

USER: root

AVG_TIMER_EXECUTE: 0

EVENT_NAME: transaction

MAX_TIMER_EXECUTE: 0

COUNT_STAR: 7

SUM_LOCK_TIME: 0

……

SUM_ERRORS: 0

1 row in set (0.00 sec)

SUM_WARNINGS: 0

# events_transactions_summary_global_by_event_name表

SUM_ROWS_AFFECTED: 0

root@localhost : performance _schema 01:27:32> select * from
events_transactions _summary_global _by_event _name where
SUM_TIMER_WAIT!=0G

SUM_ROWS_SENT: 0

*************************** 1. row
***************************

……

EVENT_NAME: transaction

1 row in set (0.00 sec)

COUNT_STAR: 7

prepared_statements_instances表字段含义如下:

……

·OBJECT_INSTANCE_BEGIN:prepare语句事件的instruments
实例内存地址。

1 row in set (0.00 sec)

·STATEMENT_ID:由server分配的语句内部ID。文本和二进制协议都使用该语句ID。

从上面表中的示例记录信息中,我们可以看到,同样与等待事件类似,按照用户、主机、用户+主机、线程等纬度进行分组与统计的列,这些列的含义与等待事件类似,这里不再赘述,但对于事务统计事件,针对读写事务和只读事务还单独做了统计(xx_READ_WRITE和xx_READ_ONLY列,只读事务需要设置只读事务变量transaction_read_only=on才会进行统计)。

·STATEMENT_NAME:对于二进制协议的语句事件,此列值为NULL。对于文本协议的语句事件,此列值是用户分配的外部语句名称。例如:PREPARE
stmt FROM’SELECT 1′;,语句名称为stmt。

注意:这些表只针对事务事件信息进行统计,即包含且仅包含setup_instruments表中的transaction采集器,每个事务事件在每个表中的统计记录行数需要看如何分组(例如:按照用户分组统计的表中,有多少个活跃用户,表中就会有多少条相同采集器的记录),另外,统计计数器是否生效还需要看transaction采集器是否启用。

·SQL_TEXT:prepare的语句文本,带“?”的表示是占位符标记,后续execute语句可以对该标记进行传参。

事务聚合统计规则

·OWNER_THREAD_ID,OWNER_EVENT_ID:这些列表示创建prepare语句的线程ID和事件ID。

*
事务事件的收集不考虑隔离级别,访问模式或自动提交模式

·OWNER_OBJECT_TYPE,OWNER_OBJECT_SCHEMA,OWNER_OBJECT_NAME:对于由客户端会话使用SQL语句直接创建的prepare语句,这些列值为NULL。对于由存储程序创建的prepare语句,这些列值显示相关存储程序的信息。如果用户在存储程序中忘记释放prepare语句,那么这些列可用于查找这些未释放的prepare对应的存储程序,使用语句查询:SELECT
OWNER_OBJECT_TYPE,OWNER_OBJECT_SCHEMA,OWNER_OBJECT_NAME,STATEMENT_NAME,SQL_TEXT
FROM performance_schema.prepared_statemments_instances WHERE
OWNER_OBJECT_TYPE IS NOT NULL;

*
读写事务通常比只读事务占用更多资源,因此事务统计表包含了用于读写和只读事务的单独统计列

·TIMER_PREPARE:执行prepare语句本身消耗的时间。

*
事务所占用的资源需求多少也可能会因事务隔离级别有所差异(例如:锁资源)。但是:每个server可能是使用相同的隔离级别,所以不单独提供隔离级别相关的统计列

·
COUNT_REPREPARE:该行信息对应的prepare语句在内部被重新编译的次数,重新编译prepare语句之后,之前的相关统计信息就不可用了,因为这些统计信息是作为语句执行的一部分被聚合到表中的,而不是单独维护的。

PS:对这些表使用truncate语句,影响与等待事件类似。

·COUNT_EXECUTE,SUM_TIMER_EXECUTE,MIN_TIMER_EXECUTE,AVG_TIMER_EXECUTE,MAX_TIMER_EXECUTE:执行prepare语句时的相关统计数据。

| 语句事件统计表

·SUM_xxx:其余的SUM_xxx开头的列与语句统计表中的信息相同,语句统计表后续章节会详细介绍。

performance_schema把语句事件统计表也按照与等待事件统计表类似的规则进行分类统计,语句事件instruments默认全部开启,所以,语句事件统计表中默认会记录所有的语句事件统计信息,语句事件统计表包含如下几张表:

允许执行TRUNCATE TABLE语句,但是TRUNCATE
TABLE只是重置prepared_statements_instances表的统计信息列,但是不会删除该表中的记录,该表中的记录会在prepare对象被销毁释放的时候自动删除。

events_statements_summary_by_account_by_event_name:按照每个帐户和语句事件名称进行统计

PS:什么是prepare语句?prepare语句实际上就是一个预编译语句,先把SQL语句进行编译,且可以设定参数占位符(例如:?符号),然后调用时通过用户变量传入具体的参数值(叫做变量绑定),如果一个语句需要多次执行而仅仅只是where条件不同,那么使用prepare语句可以大大减少硬解析的开销,prepare语句有三个步骤,预编译prepare语句,执行prepare语句,释放销毁prepare语句,prepare语句支持两种协议,前面已经提到过了,binary协议一般是提供给应用程序的mysql
c api接口方式访问,而文本协议提供给通过客户端连接到mysql
server的方式访问,下面以文本协议的方式访问进行演示说明:

events_statements_summary_by_digest:按照每个库级别对象和语句事件的原始语句文本统计值(md5
hash字符串)进行统计,该统计值是基于事件的原始语句文本进行精炼(原始语句转换为标准化语句),每行数据中的相关数值字段是具有相同统计值的统计结果。

·prepare步骤:语法PREPARE stmt_name FROM
preparable_stmt,示例:PREPARE stmt FROM’SELECT 1′;
执行了该语句之后,在prepared_statements_instances表中就可以查询到一个prepare示例对象了;

events_statements_summary_by_host_by_event_name:按照每个主机名和事件名称进行统计的Statement事件

·execute步骤:语法EXECUTE stmt_name[USING @var_name [,
@var_name] …],示例:execute stmt;
返回执行结果为1,此时在prepared_statements_instances表中的统计信息会进行更新;

events_statements_summary_by_program:按照每个存储程序(存储过程和函数,触发器和事件)的事件名称进行统计的Statement事件

·DEALLOCATE PREPARE步骤:语法 {DEALLOCATE | DROP} PREPARE
stmt_name,示例:drop prepare stmt;
,此时在prepared_statements_instances表中对应的prepare示例记录自动删除。

events_statements_summary_by_thread_by_event_name:按照每个线程和事件名称进行统计的Statement事件

6.instance 统计表

events_statements_summary_by_user_by_event_name:按照每个用户名和事件名称进行统计的Statement事件

instance表记录了哪些类型的对象被检测。这些表中记录了事件名称(提供收集功能的instruments名称)及其一些解释性的状态信息(例如:file_instances表中的FILE_NAME文件名称和OPEN_COUNT文件打开次数),instance表主要有如下几个:

events_statements_summary_global_by_event_name:按照每个事件名称进行统计的Statement事件

·cond_instances:wait sync相关的condition对象实例;

prepared_statements_instances:按照每个prepare语句实例聚合的统计信息

·file_instances:文件对象实例;

可通过如下语句查看语句事件统计表:

·mutex_instances:wait sync相关的Mutex对象实例;

admin@localhost : performance_schema 06:27:58> show tables like
‘%events_statements_summary%’;

·rwlock_instances:wait sync相关的lock对象实例;

+————————————————————+

·socket_instances:活跃连接实例。

| Tables_in_performance_schema (%events_statements_summary%) |

这些表列出了等待事件中的sync子类事件相关的对象、文件、连接。其中wait
sync相关的对象类型有三种:cond、mutex、rwlock。每个实例表都有一个EVENT_NAME或NAME列,用于显示与每行记录相关联的instruments名称。instruments名称可能具有多个部分并形成层次结构,详见”配置详解
| performance_schema全方位介绍”。

+————————————————————+

mutex_instances.LOCKED_BY_THREAD_ID和rwlock_instances.WRITE_LOCKED_BY_THREAD_ID列对于排查性能瓶颈或死锁问题至关重要。

| events_statements_summary_by_account_by_event_name |

PS:对于mutexes、conditions和rwlocks,在运行时虽然允许修改配置,且配置能够修改成功,但是有一部分instruments不生效,需要在启动时配置才会生效,如果你尝试着使用一些应用场景来追踪锁信息,你可能在这些instance表中无法查询到相应的信息。

| events_statements_summary_by_digest |

下面对这些表分别进行说明。

| events_statements_summary_by_host_by_event_name |

(1)cond_instances表

| events_statements_summary_by_program |

cond_instances表列出了server执行condition instruments
时performance_schema所见的所有condition,condition表示在代码中特定事件发生时的同步信号机制,使得等待该条件的线程在该condition满足条件时可以恢复工作。

| events_statements_summary_by_thread_by_event_name |

·当一个线程正在等待某事发生时,condition
NAME列显示了线程正在等待什么condition(但该表中并没有其他列来显示对应哪个线程等信息),但是目前还没有直接的方法来判断某个线程或某些线程会导致condition发生改变。

| events_statements_summary_by_user_by_event_name |

我们先来看看表中记录的统计信息是什么样子的。

| events_statements_summary_global_by_event_name |

admin@localhost : performance_schema 02:50:02> select * from
cond_instances limit 1;

+————————————————————+

+———————————-+———————–+

7rows inset ( 0. 00sec)

| NAME |OBJECT_INSTANCE_BEGIN |

admin@localhost : performance_schema 06:28:48> show tables like
‘%prepare%’;

+———————————-+———————–+

+——————————————+

|wait/synch/cond/sql/COND_manager | 31903008 |

| Tables_in_performance_schema (%prepare%) |

+———————————-+———————–+

+——————————————+

1row inset ( 0. 00sec)

| prepared_statements_instances |

cond_instances表字段含义如下:

+——————————————+

· NAME:与condition相关联的instruments名称;

1row inset ( 0. 00sec)

· OBJECT_INSTANCE_BEGIN:instruments condition的内存地址;

我们先来看看这些表中记录的统计信息是什么样子的(由于单行记录较长,这里只列出events_statements_summary_by_account_by_event_name
表中的示例数据,其余表的示例数据省略掉部分相同字段)。

·PS:cond_instances表不允许使用TRUNCATE TABLE语句。

# events_statements_summary_by_account_by_event_name表

(2)file_instances表

root@localhost : performance _schema 10:37:27> select * from
events_statements _summary_by _account_by _event_name where
COUNT_STAR!=0 limit 1G

file_instances表列出执行文件I/O
instruments时performance_schema所见的所有文件。
如果磁盘上的文件从未打开,则不会在file_instances中记录。当文件从磁盘中删除时,它也会从file_instances表中删除对应的记录。

*************************** 1. row
***************************

我们先来看看表中记录的统计信息是什么样子的。

USER: root

admin@localhost : performance_schema 02:53:40> select * from
file_instances where OPEN_COUNT> 0limit 1;

HOST: localhost

+————————————+————————————–+————+

EVENT_NAME: statement/sql/select

| FILE_NAME |EVENT_NAME | OPEN_COUNT |

COUNT_STAR: 53

+————————————+————————————–+————+

SUM_TIMER_WAIT: 234614735000

| /data/mysqldata1/innodb_ts/ibdata1
|wait/io/file/innodb/innodb_data_file | 3 |

MIN_TIMER_WAIT: 72775000

+————————————+————————————–+————+

AVG_TIMER_WAIT: 4426693000

1row inset ( 0. 00sec)

MAX_TIMER_WAIT: 80968744000

file_instances表字段含义如下:

SUM_LOCK_TIME: 26026000000

·FILE_NAME:磁盘文件名称;

SUM_ERRORS: 2

相关文章