容我感慨一下：dba真的不是盖的

3.3.3使用性能剖析：有限

3.4诊断简歇性问题

如系统偶尔停顿、慢查询、唤影问题，尽量不要使用试错的方式解决问题：风险大

3.4.1单条查询问题还是服务问题

使用SHOW GLOBAL STATUS

较高频率：1s/次执行该命令铺获数据，问题出现通过计数器的

使用SHOW PROCESSLIST 【参考】显示哪些线程正在运行

 使用查询日志

开启慢查询，设置全局的long_query_time=0,确认all连接采用了新设置（可能需要重置all连接使生效）

注意吞吐量突然下降时间段的日志，查询是在完成阶段才写入到慢查询日志的

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

理解发现的问题

可视化数据：gnuplot /R（绘图工具）

gnuplot：

安装    一些命令：    常用技巧       入门教程 2         Gnuplot      数据可视化

建议：先使用前两种方法，开销低且通简单shell脚本或反复执行的查询交互式收集数据

3.4.2铺获诊断数据

现间歇性问题，尽量多收集数据（不只是问题出现时的）

弄清楚：1、有区分 何时出现了问题  的方法：触发器；2、收集诊断数据的工具

诊断触发器

误差：在没有发生问题期间收集了很多诊断数据，浪费时间（这个和前的、仔细读一下 不矛盾）

漏检：在问题出现时没有铺获到数据，错失了机会，开始收集前确认触发器能够真正地识别问题

好的触发器：

找到些能和正常时的阈值进行比较的指标

选择一个合适的阈值：足够高（正常时不会触发）、不能太高（问题发生时不错过）

推荐工具pt-stalk【参考】【2】触发器，设定到某个条件记录 配置需监控的变量 阈值 检查的频率

收集什么样的数据

执行时间：工作的时间和等待的时间

在需要的时间段内收集all能收集的数据

未知问题发生的原因：1、服务器需做大量工作、导致大量消耗CPU；2、在等待资源释放

不同的方法收集诊断数据，确认原因：

1、剖析报告：确认是否有太多工作，工具：tcpdump 监听TCP流量 模式开闭慢查询日志

2、等待分析：确认是否存在大量等待，GDB堆栈跟踪信息、show processlist  ，show innodb status观察线程、事务状态

解释结果数据

目的：1、问题是否真的发生了；2、是否有明显的跳跃性变化

工具：

    oprofile利用cpu硬件层面提供的性能计数器(performance counter)，通过计数采样，帮助我们从进程、函数、代码层面找出占用cpu的"罪魁祸首"。实例【参考】

   opreport命令，分别从进程和函数层面查看cpu使用情况的方法

 samples |                            %|
-----------------------------------------------------
     镜像内发生的采样次数     采样次数所占总采样次数的百分比      镜像名称

    opannotate命令可显示代码层面占用cpu的统计信息

GDB:Linux应用程序开发中，最常用的调试器是gdb(调试的对象是可执行文件)，它可以在程序中设置断点、查看变量值、一步一步跟踪程序的执行过程(数据、源码）、查看内存、堆栈信息。利用调试器的这些功能可以方便地找出程序中存在的非语法错误。【参考】【参考】 语法和实例

3.4.3一个诊断案例

间歇性性能问题，具备MySQL、innodb、GNU/Linux相关知识

明确：1、问题是什么，清晰描述；2、为解决问题已做过什么操作？

开始：1、了解服务器的行为；2、梳理服务器的状态 参数配置 软硬件环境（pt-summary pt-mysql-summary）

不要被离题太多的各种情况分散了注意力，问题写在纸条上，检查一个划掉一个

是原因还是结果？？？

资源变得效率低下可能的原因：

1、资源过度使用，余额不足；2、资源未被正确匹配；3、资源损坏或失灵

3.5其他剖析工具

USER_STATISTICS:一些表对数据库活动进行测量、审计

strace：调查系统调用情况，使用实际时间、不可预期性、开销的，oprofile使用花费CPU周期

小结：

• 定义性能最有效的方法是响应时间

• 无法测量便无法有效优化，性能优化工作需要基于高质量、全方位及完整的响应时间测量

• 测量的最佳开始点是应用程序，即使问题出在底层的数据库，借助良好的测量较容易发现问题

• 大多数系统无法完整地测量，测量有时候也会有错误的结果，想办法绕过些限制，要能意识到方法的缺陷和不确定性在哪

• 完整的测量会产生大量需要分析的数据，so需要用到剖析器（最佳工具）

• 剖析报告：汇总信息，掩盖和丢弃了很多细节，不会告诉你缺了什么，不能完全依赖

• 两种消耗时间的操作：工作或等待，almost剖析器只能测量因工作而消耗的时间，so等待分享有时候是很有用的补充，特别是cpu利用率低但工作一直无法完成的情况

• 优化和提升两回事，当继续提升的成本超过收益时，应停止优化

• 注意你的直接，思路，决策尽量基于数据

in a words:首先澄清问题、选择合适技术、善用工具、足够细心、逻辑清晰且坚持下去，不要把原因和结果搞混，在确定问题前不要随便针对系统做变动

相关文章：

【MySQL数据库】第二章解读：MySQL基准测试

【MySQL数据库】第三章解读：服务器性能剖析（上）