可是这工具是采用strace实现的澳门在线威尼斯网址:,我们详细介绍了performance

澳门在线威尼斯网址 3

原标题:事件统计 | performance_schema全方位介绍(四)

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

这两天发现公司好几台阿里云ECS上的mysql生产服务器繁忙期间io等待高达百分之二三十(估计九成是没有write
back),而且确定是mysql进程产生,由于跑的应用过多,开发和维护无法直接确定哪些表繁忙,哪些表不繁忙。。。

原标题:事件记录 | performance_schema全方位介绍(三)

澳门在线威尼斯网址 1

澳门在线威尼斯网址 2

为了找到根源,我们需要知道哪些文件、表的io读写量最高,然后进行针对性的优化。

澳门在线威尼斯网址 3

罗小波·沃趣科技高级数据库技术专家

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~

percona
server原本提供了一工具pt-ioprofile,可是这工具是采用strace实现的,有可能在系统繁忙时导致进程被kill或者hang。。。所以还是通过performance_schema入手。

导语

出品:沃趣科技

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。

file_summary_by_instance表中记录了针对每个文件的Io读写情况,如下所示:**

在上一篇 《配置详解 |
performance_schema全方位介绍》中,我们详细介绍了performance_schema的配置表,坚持读完的是真爱,也恭喜大家翻过了一座火焰山。相信有不少人读完之后,已经迫不及待的想要跃跃欲试了,今天将带领大家一起踏上系列第三篇的征程(全系共6个篇章),在这一期里,我们将为大家全面讲解performance_schema中事件原始记录表。下面,请跟随我们一起开始performance_schema系统的学习之旅吧。

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。

01

mysql> select * from file_summary_by_instance order by
SUM_TIMER_WAIT desc limit 5\G;
*************************** 1. row
***************************
                FILE_NAME:
/usr/local/mysql-5.6.19-linux-glibc2.5-x86_64/data/ioana/t1.ibd
               EVENT_NAME: wait/io/file/innodb/innodb_data_file
    OBJECT_INSTANCE_BEGIN: 139999261742528
               COUNT_STAR: 11739
           SUM_TIMER_WAIT: 1617275634994
           MIN_TIMER_WAIT: 5797000
           AVG_TIMER_WAIT: 137769394
           MAX_TIMER_WAIT: 100739635708
               COUNT_READ: 1
           SUM_TIMER_READ: 34699788
           MIN_TIMER_READ: 34699788
           AVG_TIMER_READ: 34699788
           MAX_TIMER_READ: 34699788
 SUM_NUMBER_OF_BYTES_READ: 16384
              COUNT_WRITE: 11472
          SUM_TIMER_WRITE: 1184834714832
          MIN_TIMER_WRITE: 5797000
          AVG_TIMER_WRITE: 103280406
          MAX_TIMER_WRITE: 7278810168
SUM_NUMBER_OF_BYTES_WRITE: 377339904
               COUNT_MISC: 266
           SUM_TIMER_MISC: 432406220374
           MIN_TIMER_MISC: 8252820
           AVG_TIMER_MISC: 1625586835
           MAX_TIMER_MISC: 100739635708
*************************** 2. row
***************************
                FILE_NAME:
/usr/local/mysql-5.6.19-linux-glibc2.5-x86_64/data/ibdata1
               EVENT_NAME: wait/io/file/innodb/innodb_data_file
    OBJECT_INSTANCE_BEGIN: 139999261496128
               COUNT_STAR: 1709
           SUM_TIMER_WAIT: 814764332152
           MIN_TIMER_WAIT: 3623652
           AVG_TIMER_WAIT: 476748969
           MAX_TIMER_WAIT: 33581165152
               COUNT_READ: 166
           SUM_TIMER_READ: 22098794292
           MIN_TIMER_READ: 3623652
           AVG_TIMER_READ: 133124943
           MAX_TIMER_READ: 10389786028
 SUM_NUMBER_OF_BYTES_READ: 4784128
              COUNT_WRITE: 1215
          SUM_TIMER_WRITE: 488756864260
          MIN_TIMER_WRITE: 5788568
          AVG_TIMER_WRITE: 402268586
          MAX_TIMER_WRITE: 6710965560
SUM_NUMBER_OF_BYTES_WRITE: 364969984
               COUNT_MISC: 328
           SUM_TIMER_MISC: 303908673600
           MIN_TIMER_MISC: 7460212
           AVG_TIMER_MISC: 926550320
           MAX_TIMER_MISC: 33581165152
*************************** 3. row
***************************
                FILE_NAME:
/usr/local/mysql-5.6.19-linux-glibc2.5-x86_64/data/ioana/t2.ibd
               EVENT_NAME: wait/io/file/innodb/innodb_data_file
    OBJECT_INSTANCE_BEGIN: 139999261741120
               COUNT_STAR: 12011
           SUM_TIMER_WAIT: 678760914098
           MIN_TIMER_WAIT: 5073956
           AVG_TIMER_WAIT: 56511264
           MAX_TIMER_WAIT: 7126760128
               COUNT_READ: 6309
           SUM_TIMER_READ: 65882736360
           MIN_TIMER_READ: 5073956
           AVG_TIMER_READ: 10442505
           MAX_TIMER_READ: 68216988
 SUM_NUMBER_OF_BYTES_READ: 103366656
              COUNT_WRITE: 5510
          SUM_TIMER_WRITE: 434740598494
          MIN_TIMER_WRITE: 5778028
          AVG_TIMER_WRITE: 78899805
          MAX_TIMER_WRITE: 7126760128
SUM_NUMBER_OF_BYTES_WRITE: 184696832
               COUNT_MISC: 192
           SUM_TIMER_MISC: 178137579244
           MIN_TIMER_MISC: 8811440
           AVG_TIMER_MISC: 927799837
           MAX_TIMER_MISC: 2063390504
*************************** 4. row
***************************
                FILE_NAME:
/usr/local/mysql-5.6.19-linux-glibc2.5-x86_64/data/ib_logfile0
               EVENT_NAME: wait/io/file/innodb/innodb_log_file
    OBJECT_INSTANCE_BEGIN: 139999261496832
               COUNT_STAR: 258
           SUM_TIMER_WAIT: 213773061014
           MIN_TIMER_WAIT: 594456
           AVG_TIMER_WAIT: 828577331
           MAX_TIMER_WAIT: 14386901848
               COUNT_READ: 6
           SUM_TIMER_READ: 54982964
           MIN_TIMER_READ: 594456
           AVG_TIMER_READ: 9163476
           MAX_TIMER_READ: 46464536
 SUM_NUMBER_OF_BYTES_READ: 69632
              COUNT_WRITE: 141
          SUM_TIMER_WRITE: 64075588012
          MIN_TIMER_WRITE: 10415628
          AVG_TIMER_WRITE: 454436316
          MAX_TIMER_WRITE: 2400912924
SUM_NUMBER_OF_BYTES_WRITE: 149283328
               COUNT_MISC: 111
           SUM_TIMER_MISC: 149642490038
           MIN_TIMER_MISC: 1692724
           AVG_TIMER_MISC: 1348130294
           MAX_TIMER_MISC: 14386901848
*************************** 5. row
***************************
                FILE_NAME:
/usr/local/mysql-5.6.19-linux-glibc2.5-x86_64/data/ib_logfile1
               EVENT_NAME: wait/io/file/innodb/innodb_log_file
    OBJECT_INSTANCE_BEGIN: 139999261497536
               COUNT_STAR: 71
           SUM_TIMER_WAIT: 128004164104
           MIN_TIMER_WAIT: 1294312
           AVG_TIMER_WAIT: 1802875432
           MAX_TIMER_WAIT: 11708167172
               COUNT_READ: 0
           SUM_TIMER_READ: 0
           MIN_TIMER_READ: 0
           AVG_TIMER_READ: 0
           MAX_TIMER_READ: 0
 SUM_NUMBER_OF_BYTES_READ: 0
              COUNT_WRITE: 48
          SUM_TIMER_WRITE: 60748006720
          MIN_TIMER_WRITE: 9237256
          AVG_TIMER_WRITE: 1265583122
          MAX_TIMER_WRITE: 2272031912
SUM_NUMBER_OF_BYTES_WRITE: 135080448
               COUNT_MISC: 23
           SUM_TIMER_MISC: 67256157384
           MIN_TIMER_MISC: 1294312
           AVG_TIMER_MISC: 2924180710
           MAX_TIMER_MISC: 11708167172
5 rows in set (0.00 sec)

等待事件表

| 导语

数据库对象统计表

**在上面的查询中,我们可以看到,data/ioana/t1.ibd文件的写入是最多的。在我们的系统中,大部分情况下确实是写入的IO是瓶颈的情形比较多,主要是计算风险值实时写入所致。**

通常,我们在碰到性能瓶颈时,如果其他的方法难以找出性能瓶颈的时候(例如:硬件负载不高、SQL优化和库表结构优化都难以奏效的时候),我们常常需要借助于等待事件来进行分析,找出在MySQL
Server内部,到底数据库响应慢是慢在哪里。

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。

1.数据库表级别对象等待事件统计

**找到具体的文件后,就可以根据业务模式和架构进行针对性的优化。**

等待事件记录表包含三张表,这些表记录了当前与最近在MySQL实例中发生了哪些等待事件,时间消耗是多少。

| 等待事件统计表

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。

  • events_waits_current表:记录当前正在执行的等待事件的,每个线程只记录1行记录
  • events_waits_history表:记录已经执行完的最近的等待事件历史,默认每个线程只记录10行记录
  • events_waits_history_long表:记录已经执行完的最近的等待事件历史,默认所有线程的总记录行数为10000行

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:

我们先来看看表中记录的统计信息是什么样子的。

要注意:等待事件相关配置中,setup_instruments表中绝大部分的等待事件instruments都没有开启(IO相关的等待事件instruments默认大部分已开启),setup_consumers表中waits相关的consumers配置默认没有开启

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

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

events_waits_current 表

+——————————————————-+

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

events_waits_current表包含当前的等待事件信息,每个线程只显示一行最近监视的等待事件的当前状态

| Tables_in_performance_schema (%events_waits_summary%) |

OBJECT_TYPE: TABLE

在所有包含等待事件行的表中,events_waits_current表是最基础的数据来源。其他包含等待事件数据表在逻辑上是来源于events_waits_current表中的当前事件信息(汇总表除外)。例如,events_waits_history和events_waits_history_long表中的数据是events_waits_current表数据的一个小集合汇总(具体存放多少行数据集合有各自的变量控制)

+——————————————————-+

OBJECT_SCHEMA: xiaoboluo

表记录内容示例(这是一个执行select
sleep(100);语句的线程等待事件信息)

| events_waits_summary_by_account_by_event_name |

OBJECT_NAME: test

root@localhost : performance _schema 12:15:03> select * from
events_waits _current where EVENT_NAME=’wait/synch/cond/sql/Item
_func_sleep::cond’G;

| events_waits_summary_by_host_by_event_name |

COUNT_STAR: 56

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

| events_waits_summary_by_instance |

SUM _TIMER_WAIT: 195829830101250

THREAD_ID: 46

| events_waits_summary_by_thread_by_event_name |

MIN _TIMER_WAIT: 2971125

EVENT_ID: 140

| events_waits_summary_by_user_by_event_name |

AVG _TIMER_WAIT: 3496961251500

END_EVENT_ID: NULL

| events_waits_summary_global_by_event_name |

MAX _TIMER_WAIT: 121025235946125

EVENT_NAME: wait/synch/cond/sql/Item_func_sleep::cond

+——————————————————-+

1 row in set (0.00 sec)

SOURCE: item_func.cc:5261

6rows inset ( 0. 00sec)

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。

TIMER_START: 14128809267002592

我们先来看看这些表中记录的统计信息是什么样子的。

2.表I/O等待和锁等待事件统计

TIMER_END: 14132636159944419

# events_waits_summary_by_account_by_event_name表

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:

TIMER_WAIT: 3826892941827

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

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

SPINS: NULL

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

+————————————————+

OBJECT_SCHEMA: NULL

USER: NULL

| Tables_in_performance_schema (%table%summary%) |

OBJECT_NAME: NULL

HOST: NULL

+————————————————+

INDEX_NAME: NULL

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

| 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

OBJECT_TYPE: NULL

COUNT_STAR: 0

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

OBJECT _INSTANCE_BEGIN: 140568905519072

SUM _TIMER_WAIT: 0

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

NESTING _EVENT_ID: 116

MIN _TIMER_WAIT: 0

+————————————————+

NESTING _EVENT_TYPE: STATEMENT

AVG _TIMER_WAIT: 0

3rows inset ( 0. 00sec)

OPERATION: timed_wait

MAX _TIMER_WAIT: 0

我们先来看看表中记录的统计信息是什么样子的。

NUMBER _OF_BYTES: NULL

1 row in set (0.00 sec)

# table_io_waits_summary_by_index_usage表

FLAGS: NULL

# events_waits_summary_by_host_by_event_name表

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

1 row in set (0.00 sec)

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

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

上面的输出结果中,TIMER_WAIT字段即表示该事件的时间开销,单位是皮秒,在实际的应用场景中,我们可以利用该字段信息进行倒序排序,以便找出时间开销最大的等待事件。

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

OBJECT_TYPE: TABLE

events_waits_current表完整的字段含义如下:

HOST: NULL

OBJECT_SCHEMA: xiaoboluo

THREAD_ID,EVENT_ID:与事件关联的线程ID和当前事件ID。THREAD_ID和EVENT_ID值构成了该事件信息行的唯一标识(不会有重复的THREAD_ID+EVENT_ID值)

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

OBJECT_NAME: test

END_EVENT_ID:当一个事件正在执行时该列值为NULL,当一个事件执行结束时把该事件的ID更新到该列

COUNT_STAR: 0

INDEX_NAME: PRIMARY

EVENT_NAME:产生事件的instruments名称。该名称来自setup_instruments表的NAME字段值

SUM _TIMER_WAIT: 0

COUNT_STAR: 1

SOURCE:产生该事件的instruments所在的源文件名称以及检测到该事件发生点的代码行号。您可以查看源代码来确定涉及的代码。例如,如果互斥锁、锁被阻塞,您可以检查发生这种情况的上下文环境

MIN _TIMER_WAIT: 0

SUM _TIMER_WAIT: 56688392

TIMER_START,TIMER_END,TIMER_WAIT:事件的时间信息。单位皮秒(万亿分之一秒)。
TIMER_START和TIMER_END值表示事件开始和结束时间。
TIMER_WAIT是事件经过时间(即事件执行了多长时间)

AVG _TIMER_WAIT: 0

MIN _TIMER_WAIT: 56688392

  • 如果事件未执行完成,则TIMER_END为当前计时器时间值(当前时间),TIMER_WAIT为目前为止所经过的时间(TIMER_END –
    TIMER_START)
  • 如果采集该事件的instruments配置项TIMED =
    NO,则不会收集事件的时间信息,TIMER_START,TIMER_END和TIMER_WAIT在这种情况下均记录为NULL

MAX _TIMER_WAIT: 0

AVG _TIMER_WAIT: 56688392

SPINS:对于互斥量和自旋次数。如果该列值为NULL,则表示代码中没有使用自旋或者说自旋没有被监控起来

1 row in set (0.00 sec)

MAX _TIMER_WAIT: 56688392

OBJECT_SCHEMA,OBJECT_NAME,OBJECT_TYPE,OBJECT_INSTANCE_BEGIN:这些列标识了一个正在被执行的对象,所以这些列记录的信息含义需要看对象是什么类型,下面按照不同对象类型分别对这些列的含义进行说明:

# events_waits_summary_by_instance表

COUNT_READ: 1

*
对于同步对象(cond,mutex,rwlock):

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

SUM _TIMER_READ: 56688392

*
1)、OBJECT_SCHEMA,OBJECT_NAME和OBJECT_TYPE列值都为NULL

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

MIN _TIMER_READ: 56688392

*
2)、OBJECT_INSTANCE_BEGIN列是内存中同步对象的地址。OBJECT_INSTANCE_BEGIN除了不同的值标记不同的对象之外,其值本身没有意义。但OBJECT_INSTANCE_BEGIN值可用于调试。例如,它可以与GROUP BY
OBJECT_INSTANCE_BEGIN子句一起使用来查看1,000个互斥体(例如:保护1,000个页或数据块)上的负载是否是均匀分布还是发生了一些瓶颈。如果在日志文件或其他调试、性能工具中看到与该语句查看的结果中有相同的对象地址,那么,在你分析性能问题时,可以把这个语句查看到的信息与其他工具查看到的信息关联起来。

EVENT_NAME: wait/synch/mutex/mysys/THR_LOCK_heap

AVG _TIMER_READ: 56688392

* 对于文件I/O对象:

OBJECT _INSTANCE_BEGIN: 32492032

MAX _TIMER_READ: 56688392

*
1)、OBJECT_SCHEMA列值为NULL

COUNT_STAR: 0

……

* 2)、OBJECT_NAME列是文件名

SUM _TIMER_WAIT: 0

1 row in set (0.00 sec)

* 3)、OBJECT_TYPE列为FILE

MIN _TIMER_WAIT: 0

# table_io_waits_summary_by_table表

*
4)、OBJECT_INSTANCE_BEGIN列是内存中的地址,解释同上

AVG _TIMER_WAIT: 0

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

* 对于套接字对象:

MAX _TIMER_WAIT: 0

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

* 1)、OBJECT_NAME列是套接字的IP:PORT值

1 row in set (0.00 sec)

OBJECT_TYPE: TABLE

*
2)、OBJECT_INSTANCE_BEGIN列是内存中的地址,解释同上

# events_waits_summary_by_thread_by_event_name表

OBJECT_SCHEMA: xiaoboluo

* 对于表I/O对象:

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

OBJECT_NAME: test

* 1)、OBJECT_SCHEMA列是包含该表的库名称

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

COUNT_STAR: 1

* 2)、OBJECT_NAME列是表名

THREAD_ID: 1

…………

*
3)、OBJECT_TYPE列值对于基表或者TEMPORARY
TABLE临时表,该值是table,注意:对于在join查询中select_type为DERIVED,subquery等的表可能不记录事件信息也不进行统计

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

1 row in set (0.00 sec)

*
4)、OBJECT_INSTANCE_BEGIN列是内存中的地址,解释同上

COUNT_STAR: 0

# table_lock_waits_summary_by_table表

INDEX_NAME:表示使用的索引的名称。PRIMARY表示使用到了主键。 NULL表示没有使用索引

SUM _TIMER_WAIT: 0

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

NESTING_EVENT_ID:表示该行信息中的EVENT_ID事件是嵌套在哪个事件中,即父事件的EVENT_ID

MIN _TIMER_WAIT: 0

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

NESTING_EVENT_TYPE:表示该行信息中的EVENT_ID事件嵌套的事件类型。有效值有:TRANSACTION,STATEMENT,STAGE或WAIT,即父事件的事件类型,如果为TRANSACTION则需要到事务事件表中找对应NESTING_EVENT_ID值的事件,其他类型同理

AVG _TIMER_WAIT: 0

OBJECT_TYPE: TABLE

OPERATION:执行的操作类型,如:lock、read、write、timed_wait

MAX _TIMER_WAIT: 0

OBJECT_SCHEMA: xiaoboluo

NUMBER_OF_BYTES:操作读取或写入的字节数或行数。对于文件IO等待,该列值表示字节数;对于表I/O等待(wait/io/table/sql/handler
instruments的事件),该列值表示行数。如果值大于1,则表示该事件对应一个批量I/O操作。以下分别对单个表IO和批量表IO的区别进行描述:

1 row in set (0.00 sec)

OBJECT_NAME: test

  • MySQL的join查询使用嵌套循环实现。performance_schema
    instruments的作用是在join查询中提供对每个表的扫描行数和执行时间进行统计。示例:join查询语句:SELECT
    … FROM t1 JOIN t2 ON … JOIN t3 ON …,假设join顺序是t1,t2,t3
  • 在join查询中,一个表在查询时与其他表展开联结查询之后,该表的扫描行数可能增加也可能减少,例如:如果t3表扇出大于1,则大多数row
    fetch操作都是针对t3表,假如join查询从t1表访问10行记录,然后使用t1表驱动查询t2表,t1表的每一行都会扫描t2表的20行记录,然后使用t2表驱动查询t3表,t2表的每一行都会扫描t3表的30行记录,那么,在使用单行输出时,instruments统计操作的事件信息总行数为:10
    +(10 * 20)+(10 * 20 * 30)= 6210
  • 通过对表中行扫描时的instruments统计操作进行聚合(即,每个t1和t2的扫描行数在instruments统计中可以算作一个批量组合),这样就可以减少instruments统计操作的数量。通过批量I/O输出方式,performance_schema每次对最内层表t3的扫描减少为一个事件统计信息而不是每一行扫描都生成一个事件信息,此时对于instruments统计操作的事件行数量减少到:10
    +(10 * 20)+(10 * 20)=
    410,这样在该join查询中对于performance_schema中的行统计操作就减少了93%,批量输出策略通过减少输出行数量来显着降低表I/O的performance_schema统计开销。但是相对于每行数据都单独执行统计操作,会损失对时间统计的准确度。在join查询中,批量I/O统计的时间包括用于连接缓冲、聚合和返回行到客户端的操作所花费的时间(即就是整个join语句的执行时间)

# events_waits_summary_by_user_by_event_name表

…………

FLAGS:留作将来使用

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

COUNT_READ_NORMAL: 0

PS:events_waits_current表允许使用TRUNCATE TABLE语句

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

SUM_TIMER_READ_NORMAL: 0

events_waits_history 表

USER: NULL

MIN_TIMER_READ_NORMAL: 0

events_waits_history表包含每个线程最近的N个等待事件。
在server启动时,N的值会自动调整。
如果要显式设置这个N大小,可以在server启动之前调整系统参数performance_schema_events_waits_history_size的值。
等待事件需要执行结束时才被添加到events_waits_history表中(没有结束时保存在events_waits_current表)。当添加新事件到events_waits_history表时,如果该表已满,则会丢弃每个线程较旧的事件

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

AVG_TIMER_READ_NORMAL: 0

events_waits_history与events_waits_current表定义相同

COUNT_STAR: 0

MAX_TIMER_READ_NORMAL: 0

PS:允许执行TRUNCATE TABLE语句

SUM _TIMER_WAIT: 0

COUNT _READ_WITH _SHARED_LOCKS: 0

events_waits_history_long 表

MIN _TIMER_WAIT: 0

SUM _TIMER_READ _WITH_SHARED_LOCKS: 0

events_waits_history_long表包含最近的N个等待事件(所有线程的事件)。在server启动时,N的值会自动调整。
如果要显式设置这个N大小,可以在server启动之前调整系统参数

AVG _TIMER_WAIT: 0

MIN _TIMER_READ _WITH_SHARED_LOCKS: 0

performance_schema_events_waits_history_long_size的值。等待事件需要执行结束时才会被添加到events_waits_history_long表中(没有结束时保存在events_waits_current表),当添加新事件到events_waits_history_long表时,如果该表已满,则会丢弃该表中较旧的事件。

MAX _TIMER_WAIT: 0

AVG _TIMER_READ _WITH_SHARED_LOCKS: 0

events_waits_history_long与events_waits_current表结构相同

1 row in set (0.00 sec)

MAX _TIMER_READ _WITH_SHARED_LOCKS: 0

PS:允许使用TRUNCATE TABLE语句

# events_waits_summary_global_by_event_name表

……

阶段事件表

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

1 row in set (0.00 sec)

阶段事件记录表与等待事件记录表一样,也有三张表,这些表记录了当前与最近在MySQL实例中发生了哪些阶段事件,时间消耗是多少。阶段指的是语句执行过程中的步骤,例如:parsing
、opening tables、filesort操作等。

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

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_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:

在以往我们查看语句执行的阶段状态,常常使用SHOW
PROCESSLIST语句或查询INFORMATION_SCHEMA.PROCESSLIST表来获得,但processlist方式能够查询到的信息比较有限且转瞬即逝,我们常常需要结合profiling功能来进一步统计分析语句执行的各个阶段的开销等,现在,我们不需要这么麻烦,直接使用performance_schema的阶段事件就既可以查询到所有的语句执行阶段,也可以查询到各个阶段对应的开销,因为是记录在表中,所以更可以使用SQL语句对这些数据进行排序、统计等操作

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

table_io_waits_summary_by_table表:

要注意:阶段事件相关配置中,setup_instruments表中stage/开头的绝大多数instruments配置默认没有开启(少数stage/开头的instruments除外,如DDL语句执行过程的stage/innodb/alter*开头的instruments默认开启的),setup_consumers表中stages相关的consumers配置默认没有开启

COUNT_STAR: 0

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

events_stages_current 表

SUM _TIMER_WAIT: 0

table_io_waits_summary_by_index_usage表:

events_stages_current表包含当前阶段事件的监控信息,每个线程一行记录显示线程正在执行的stage事件的状态

MIN _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

在包含stage事件记录的表中,events_stages_current是基准表,包含stage事件记录的其他表(如:events_stages_history和events_stages_history_long表)的数据在逻辑上都来自events_stages_current表(汇总表除外)

AVG _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

表记录内容示例(以下仍然是一个执行select
sleep(100);语句的线程,但这里是阶段事件信息)

MAX _TIMER_WAIT: 0

·如果值为NULL,则表示表I/O没有使用到索引

root@localhost : performance _schema 12:24:40> select * from
events_stages _current where EVENT_NAME=’stage/sql/User sleep’G;

1 row in set (0.00 sec)

·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
***************************

从上面表中的示例记录信息中,我们可以看到:

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

THREAD_ID: 46

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:

table_lock_waits_summary_by_table表:

EVENT_ID: 280

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

该表的分组列与table_io_waits_summary_by_table表相同

END _EVENT_ID: NULL

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

该表包含有关内部和外部锁的信息:

EVENT_NAME: stage/sql/User sleep

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

·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)

SOURCE: item_func.cc:6056

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

·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)

TIMER_START: 14645080545642000

events_waits_summary_by_user_by_event_name表:按照列EVENT_NAME、USER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。

TIMER_END: 14698320697396000

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

3.文件I/O事件统计

TIMER_WAIT: 53240151754000

所有表的统计列(数值型)都为如下几个:

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:

WORK_COMPLETED: NULL

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

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

WORK_ESTIMATED: NULL

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

+———————————————–+

NESTING _EVENT_ID: 266

MIN_TIMER_WAIT:给定计时事件的最小等待时间

| Tables_in_performance_schema (%file_summary%) |

NESTING _EVENT_TYPE: STATEMENT

AVG_TIMER_WAIT:给定计时事件的平均等待时间

+———————————————–+

1 row in set (0.00 sec)

MAX_TIMER_WAIT:给定计时事件的最大等待时间

| file_summary_by_event_name |

以上的输出结果与语句的等待事件形式类似,这里不再赘述,events_stages_current表完整的字段含义如下

PS:等待事件统计表允许使用TRUNCATE
TABLE语句。

| file_summary_by_instance |

THREAD_ID,EVENT_ID:与事件关联的线程ID和当前事件ID,可以使用THREAD_ID和EVENT_ID列值来唯一标识该行,这两行的值作为组合条件时不会出现相同的数据行

执行该语句时有如下行为:

+———————————————–+

END_EVENT_ID:当一个事件开始执行时,对应行记录的该列值被设置为NULL,当一个事件执行结束时,对应的行记录的该列值被更新为该事件的ID

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。

2rows inset ( 0. 00sec)

EVENT_NAME:产生事件的instruments的名称。该列值来自setup_instruments表的NAME值。instruments名称可能具有多个部分并形成层次结构,如:”stage/sql/Slave has read all relay log;
waiting for more updates”,其中stage是顶级名称,sql是二级名称,Slave has read all relay log; waiting for more
updates是第三级名称。详见链接:

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)。

两张表中记录的内容很相近:

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_event_name:按照每个事件名称进行统计的文件IO等待事件

SOURCE:源文件的名称及其用于检测该事件的代码位于源文件中的行号

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。

·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

TIMER_START,TIMER_END,TIMER_WAIT:事件的时间信息。这些值的单位是皮秒(万亿分之一秒)。TIMER_START和TIMER_END值表示事件的开始时间和结束时间。TIMER_WAIT是事件执行消耗的时间(持续时间)

| 阶段事件统计表

我们先来看看表中记录的统计信息是什么样子的。

  • 如果事件未执行完成,则TIMER_END为当前时间,TIMER_WAIT为当前为止所经过的时间(TIMER_END –
    TIMER_START)
  • 如果instruments配置表setup_instruments中对应的instruments
    的TIMED字段被设置为
    NO,则该instruments禁用时间收集功能,那么事件采集的信息记录中,TIMER_START,TIMER_END和TIMER_WAIT字段值均为NULL

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:

# file_summary_by_event_name表

WORK_COMPLETED,WORK_ESTIMATED:这些列提供了阶段事件进度信息

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

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;

  • 表中的WORK_COMPLETED和WORK_ESTIMATED两列,它们共同协作显示每一行的进度显示:

+——————————————————–+

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

*
1)、WORK_COMPLETED:显示阶段事件已完成的工作单元数

| Tables_in_performance_schema (%events_stages_summary%) |

EVENT_NAME: wait/io/file/innodb/innodb_data_file

*
2)、WORK_ESTIMATED:显示预计阶段事件将要完成的工作单元数

+——————————————————–+

COUNT_STAR: 802

  • 如果instruments没有提供进度相关的功能,则该instruments执行事件采集时就不会有进度信息显示,WORK_COMPLETED和WORK_ESTIMATED列都会显示为NULL。如果进度信息可用,则进度信息如何显示取决于instruments的执行情况。performance_schema表提供了一个存储进度数据的容器,但不会假设你会定义何种度量单位来使用这些进度数据:

| events_stages_summary_by_account_by_event_name |

SUM_TIMER_WAIT: 412754363625

*
1)、“工作单元”是在执行过程中随时间增加而增加的整数度量,例如执行过程中的字节数、行数、文件数或表数。对于特定instruments的“工作单元”的定义留给提供数据的instruments代码

| events_stages_summary_by_host_by_event_name |

MIN_TIMER_WAIT: 0

*
2)、WORK_COMPLETED值根据检测的代码不同,可以一次增加一个或多个单元

| events_stages_summary_by_thread_by_event_name |

AVG_TIMER_WAIT: 514656000

*
3)、WORK_ESTIMATED值根据检测代码,可能在阶段事件执行过程中发生变化

| events_stages_summary_by_user_by_event_name |

MAX_TIMER_WAIT: 9498247500

  • 阶段事件进度指示器的表现行为有以下几种情况:

| events_stages_summary_global_by_event_name |

COUNT_READ: 577

*
1)、instruments不支持进度:没有可用进度数据,
WORK_COMPLETED和WORK_ESTIMATED列都显示为NULL

+——————————————————–+

SUM_TIMER_READ: 305970952875

* 2)
、instruments支持进度但对应的工作负载总工作量不可预估(无限进度):只有WORK_COMPLETED列有意义(因为他显示正在执行的进度显示),WORK_ESTIMATED列此时无效,显示为0,因为没有可预估的总进度数据。通过查询events_stages_current表来监视会话,监控应用程序到目前为止执行了多少工作,但无法报告对应的工作是否接近完成

5rows inset ( 0. 00sec)

MIN_TIMER_READ: 15213375

*
3)、instruments支持进度,总工作量可预估(有限进度):WORK_COMPLETED和WORK_ESTIMATED列值有效。这种类型的进度显示可用于online
DDL期间的copy表阶段监视。通过查询events_stages_current表,可监控应用程序当前已经完成了多少工作,并且可以通过WORK_COMPLETED
/ WORK_ESTIMATED计算的比率来预估某个阶段总体完成百分比

我们先来看看这些表中记录的统计信息是什么样子的。

AVG_TIMER_READ: 530278875

NESTING_EVENT_ID:事件的嵌套事件EVENT_ID值(父事件ID)

# events_stages_summary_by_account_by_event_name表

MAX_TIMER_READ: 9498247500

NESTING_EVENT_TYPE:嵌套事件类型。有效值为:TRANSACTION,STATEMENT,STAGE,WAIT。阶段事件的嵌套事件通常是statement

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

SUM _NUMBER_OF _BYTES_READ: 11567104

对于events_stages_current表允许使用TRUNCATE
TABLE语句来进行清理

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

……

PS:stage事件拥有一个进度展示功能,我们可以利用该进度展示功能来了解一些长时间执行的SQL的进度百分比,例如:对于需要使用COPY方式执行的online
ddl,那么需要copy的数据量是一定的,可以明确的,so..这就可以为”stage/sql/copy
to tmp table stage”
instruments提供一个有结束边界参照的进度数据信息,这个instruments所使用的工作单元就是需要复制的数据行数,此时WORK_COMPLETED和WORK_ESTIMATED列值都是有效的可用的,两者的计算比例就表示当前copy表完成copy的行数据百分比。

USER: root

1 row in set (0.00 sec)

  • 要查看copy表阶段事件的正在执行的进度监视功能,需要打开相关的instruments和consumers,然后查看events_stages_current表,如下:

HOST: localhost

# file_summary_by_instance表

# 配置相关instruments和consumers

EVENT_NAME: stage/sql/After create

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;

UPDATEsetup_instruments SETENABLED= ‘YES’WHERENAME= ‘stage/sql/copy to
tmp table’;

COUNT_STAR: 0

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

UPDATEsetup_consumers SETENABLED=
‘YES’WHERENAMELIKE’events_stages_%’;

SUM _TIMER_WAIT: 0

FILE_NAME: /data/mysqldata1/innodb_ts/ibdata1

# 然后在执行ALTER TABLE语句期间,查看events_stages_current表

MIN _TIMER_WAIT: 0

EVENT_NAME: wait/io/file/innodb/innodb_data_file

events_stages_history 表

AVG _TIMER_WAIT: 0

OBJECT _INSTANCE_BEGIN: 139882156936704

events_stages_history表包含每个线程最新的N个阶段事件。
在server启动时,N的值会自动调整。
如果要显式设置N值大小,可以在server启动之前设置系统变量performance_schema_events_stages_history_size的值。stages事件在执行结束时才添加到events_stages_history表中。
当添加新事件到events_stages_history表时,如果events_stages_history表已满,则会丢弃对应线程较旧的事件events_stages_history与events_stages_current表结构相同

MAX _TIMER_WAIT: 0

COUNT_STAR: 33

PS:允许使用TRUNCATE TABLE语句

1 row in set (0.01 sec)

…………

events_stages_history_long 表

# events_stages_summary_by_host_by_event_name表

1 row in set (0.00 sec)

events_stages_history_long表包含最近的N个阶段事件。
在server启动时,N的值会自动调整。
如果要显式设置N值大小,可以在server启动之前设置系统变量performance_schema_events_stages_history_long_size的值。stages事件执行结束时才会添加到events_stages_history_long表中,当添加新事件到events_stages_history_long表时,如果events_stages_history_long表已满,则会丢弃该表中较旧的事件events_stages_history_long与events_stages_current表结构相同

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

从上面表中的记录信息我们可以看到:

PS:允许使用TRUNCATE TABLE语句

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

·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:

语句事件表

HOST: localhost

* file_summary_by_event_name表:按照EVENT_NAME列进行分组 ;

语句事件记录表与等待事件记录表一样,也有三张表,这些表记录了当前与最近在MySQL实例中发生了哪些语句事件,时间消耗是多少。记录了各种各样的语句执行产生的语句事件信息。

EVENT_NAME: stage/sql/After create

*
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。

要注意:语句事件相关配置中,setup_instruments表中statement/*开头的所有instruments配置默认开启,setup_consumers表中statements相关的consumers配置默认开启了events_statements_current、events_statements_history、statements_digest(对应events_statements_summary_by_digest表,详见后续章节)但没有开启events_statements_history_long。

COUNT_STAR: 0

·每个文件I/O事件统计表有如下统计字段:

events_statements_current 表

SUM _TIMER_WAIT: 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

events_statements_current表包含当前语句事件,每个线程只显示一行最近被监视语句事件的当前状态。

MIN _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

在包含语句事件行的表中,events_statements_current当前事件表是基础表。其他包含语句事件表中的数据在逻辑上来源于当前事件表(汇总表除外)。例如:events_statements_history和events_statements_history_long表是最近的语句事件历史的集合,events_statements_history表中每个线程默认保留10行事件历史信息,events_statements_history_long表中默认所有线程保留10000行事件历史信息

AVG _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

表记录内容示例(以下信息仍然来自select
sleep(100);语句的语句事件信息)

MAX _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。

root@localhost : performance_schema 12: 36: 35> select * from
events_statements_current where SQL_TEXT= ‘select sleep(100)’G;

1 row in set (0.00 sec)

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
***************************

# events_stages_summary_by_thread_by_event_name表

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。

THREAD_ID: 46

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

4.套接字事件统计

EVENT_ID: 334

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

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:

END_EVENT_ID: NULL

THREAD_ID: 1

·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)

EVENT_NAME: statement/sql/select

EVENT_NAME: stage/sql/After create

·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)

SOURCE: socket_connection.cc: 101