mysql如何处理慢查询日志_配置long_query_time并分析结果

MySQL慢查询日志：从配置到分析，避开那些“坑”

慢查询日志是诊断数据库性能问题的利器，但配置不当也可能导致问题。正确配置可以事半功倍，错误配置则可能让你面对空文件或海量日志。本文将介绍关键配置和常见分析误区。

如何确认慢查询日志是否开启

确认慢查询日志是否开启是一个常见问题。许多人误以为调整时间阈值后日志会自动记录，但实际上MySQL慢查询日志默认是关闭的。即使将long_query_time设置得很小，如果总开关未打开，日志文件仍将为空。

正确的检查步骤如下：

• 首先，使用SHOW VARIABLES LIKE 'slow_query_log';确认开关状态。返回值为ON才表示开启。
• 其次，检查SHOW VARIABLES LIKE 'slow_query_log_file';给出的文件路径。确保该路径存在且MySQL进程有写入权限，有时安全模块如SELinux或AppArmor会阻止写入。
• 另外需注意，通过SET GLOBAL slow_query_log = ON;动态开启日志仅对新建立的连接生效，已存在的会话不会触发日志记录。

long_query_time 设置多少合适

long_query_time参数定义了慢查询的阈值，但并非越小越好。有人为捕获所有查询而设置为0，这会导致日志文件急剧膨胀，增加磁盘IO压力，反而掩盖真正的慢查询。该参数用于定义性能基线，而非调试工具。

设置该参数的经验建议如下：

• 对于线上生产环境，建议从1.0秒（1000毫秒）开始。观察一周后，根据日志数量和业务响应时间调整。若核心接口响应时间普遍在300毫秒，可将阈值下调至0.3秒。
• 该参数支持微秒级精度（如0.15），但这通常是MySQL 5.7及以上版本的功能。旧版本中设置值会被向下取整到秒。
• 需注意，long_query_time是会话级变量。若使用SET SESSION临时调小阈值测试特定SQL，测试后应及时恢复，避免意外记录大量正常查询。

分析慢日志时避免“假慢”误导

在慢日志中看到一条耗时2.4秒的SELECT语句时，不要急于判定SQL有问题。该时间反映的是查询从开始到结束的总耗时，可能包含等待时间，例如等待行锁释放、磁盘IO瓶颈或被其他操作阻塞。

分析日志时可关注以下几点：

• 查看日志条目中# Query_time:后是否紧跟# Lock_time:。若锁定时间占据总耗时大部分，问题根源可能在锁竞争，此时应检查SHOW ENGINE INNODB STATUS。
• 使用mysqldumpslow工具（如mysqldumpslow -s t -t 10 /path/to/slow.log）可快速聚合耗时最长的TOP N SQL。但需注意，该工具默认会忽略WHERE条件中的具体值，合并统计结构相同、参数不同的SQL，可能掩盖特定参数导致的性能问题。
• 避免直接使用cat或grep处理慢日志文件。若配置了log_output = TABLE，日志会以二进制格式写入系统表，文本工具无法解析。操作前应先确认log_output变量为FILE。

为何开启慢日志后仍看不到INSERT/UPDATE记录

这是另一个常见困惑：业务感知写入缓慢，但慢日志中却没有记录。原因是MySQL慢查询日志默认仅记录查询语句（主要是SELECT），对INSERT、UPDATE、DELETE等数据操作语句不予记录。许多性能瓶颈发生在大事务提交、索引维护或并发写入时，但默认配置下这些信息不会出现在慢日志中。

要捕获写入慢的问题，需进行额外配置：

• 开启log_queries_not_using_indexes = ON。此选项会记录未使用索引的写操作（如UPDATE ... WHERE或DELETE ... WHERE）。但对于简单的单行INSERT，通常仍不记录。
• 若要更全面、精确地捕获所有慢操作，尤其是写入，性能模式（performance_schema）是更强大的工具。启用events_statements_history_long等相关表，结合TIMER_WAIT字段过滤，可获取比慢日志更细致的执行信息，但会带来轻微系统开销。
• 从MySQL 5.6开始，long_query_time对某些管理语句（如OPTIMIZE TABLE、ANALYZE TABLE）生效，需同时开启log_slow_admin_statements。但请注意，这不覆盖普通的DML写操作。

慢查询日志的主要局限性在于其“采样”性质和上下文信息的缺失。它无法告知变慢是因为执行计划改变、查询缓存干扰还是预编译语句缓存失效。因此，深挖性能瓶颈需多工具结合：用慢日志定位嫌疑SQL，用EXPLAIN FORMAT=JSON分析执行计划，最后通过performance_schema.events_statements_summary_by_digest等视图进行交叉验证和趋势观察。这才是有效的排查方法。