这个脚本是基于pt-query-digest做的日志分析脚本,变成可视化的格式。

目录结构是

./mysql_data/log
./mysql_data/log/tmp
./slow_query

# coding = gbk
__author__ = 'T_two' import datetime
import os IP = '111'
dirname = os.path.dirname(os.path.abspath(__file__))
# 解析后的目录名
slow_query= os.path.join(dirname, 'slow_query')
# pt-query-digest前的目录的
mysql_data = os.path.join(os.path.join(dirname, 'mysql_data'), 'log')
# pt-query-digest后的目录的
tmp = os.path.join(mysql_data, 'tmp') def getYesterday():
today=datetime.date.today()
yesterday = str(today - datetime.timedelta(days=1))
return yesterday def getLog(yes_time, slow_query):
# 对日志进行pt-query-digest分析
before_name = yes_time.replace('-', '') + '-' + 'slow-query.log'
# pt-query-digest之前的日志 b_filename
b_filename = os.path.join(mysql_data, before_name)
# print(b_filename)
# pt-query-digest之后的日志 a_filename
after_name = yes_time.replace('-', '') + '-' + IP + '-' + 'slow-query.log'
a_filename = os.path.join(tmp, after_name)
# print(a_filename)
# 最终格式化的日志 e_filename
end_name = IP + '-slow-log-' + yes_time + '.txt'
e_filename = os.path.join(slow_query, end_name)
#print(e_filename)
return b_filename,a_filename,e_filename def getSlowquery(b_filename,a_filename,e_filename):
print('File format starting...')
#os.system('pt-query-digest '+ b_filename + '>' + a_filename) a_slow_query = open(a_filename, 'r', encoding = 'utf8')
e_slow_query = open(e_filename, 'w', encoding = 'utf8')
_line = ''
line = a_slow_query.readlines()[20:] # 对文件切片,去除不需要的前20行。
for line in line:
line = line.strip()
# 提取需要的行
if line.startswith('#') and '# Hosts' not in line and '# Users' not in line and '# Databases' not in line and 'byte' not in line \
and '# Count' not in line and '# Exec time' not in line :
pass
elif line == '':
pass
else:
# 序列号
if '# Query' in line: line = ('\nNO.%s' % line.split()[2])
# 执行次数
elif '# Count' in line: line = ('执行次数: %s' % line.split()[3])
#执行时间
elif '# Exec time' in line: line = ('执行时间 Total: %s min: %s max: %s' % (line.split()[4],line.split()[5],line.split()[6],))
# DB
elif '# Databases' in line: line = ('库名: %s' % line.split()[2])
# 源IP
elif '# Host' in line:line = ('源IP: %s' % line.split()[2])
# 用户名
elif '# User' in line: line = ('用户名: %s' % line.split()[2]) _line = _line + line + '\n' e_slow_query.write(_line)
a_slow_query.close()
e_slow_query.close()
# 将文件拷贝到web目录下
os.system('cp ' + e_filename + ' ' + web_dir)
# 删除10天之前的数据
os.system('find ' + str(slow_query) + ' -mtime +10 | xargs rm -rf ')
os.system('find ' + mysql_data + ' -mtime +10 | xargs rm -rf ')
os.system('find ' + tmp + ' -mtime +10 | xargs rm -rf ') print ('File format end...') if __name__ == '__main__':
yes_time = getYesterday()
b_filename,a_filename, e_filename = getLog(yes_time, slow_query)
getSlowquery(b_filename,a_filename,e_filename)

  

解析之后显示的结果:

MySQL 数据库慢查询日志分析脚本的更多相关文章

  1. MySQL之慢查询日志分析

    在MySQL命令行中查看慢查询日志是否打开了: mysql> show variables like '%slow_query%'; +---------------------------+- ...

  2. mysql使用慢查询日志分析数据执行情况

    #查询慢查询日志文件路径show variables like '%slow_query%';#开启慢查询日志 ; #设置慢查询阀值为0,将所有的语句都记入慢查询日志 ;#未使用索引的查询也被记录到慢 ...

  3. MySQL慢查询日志分析

    一:查询slow log的状态,如示例代码所示,则slow log已经开启. mysql> show variables like '%slow%'; +-------------------- ...

  4. MySQL慢查询日志分析提取【转】

    原文:https://www.cnblogs.com/skymyyang/p/7239010.html 一:查询slow log的状态,如示例代码所示,则slow log已经开启. mysql> ...

  5. MySql数据库慢查询

    一.什么是数据库慢查询? 数据库慢查询,就是查询时间超过了我们设定的时间的语句. 可以查看设定的时间: 默认的设定时间是10秒.也可以自己根据实际项目设定. set long_query_time=0 ...

  6. MySQL 通用查询日志和慢查询日志分析

    MySQL中的日志包括:错误日志.二进制日志.通用查询日志.慢查询日志等等.这里主要介绍下比较常用的两个功能:通用查询日志和慢查询日志. 1)通用查询日志:记录建立的客户端连接和执行的语句.2)慢查询 ...

  7. 关于MySQL 通用查询日志和慢查询日志分析

    MySQL中的日志包括:错误日志.二进制日志.通用查询日志.慢查询日志等等.这里主要介绍下比较常用的两个功能:通用查询日志和慢查询日志. 1)通用查询日志:记录建立的客户端连接和执行的语句. 2)慢查 ...

  8. 关于MySQL 通用查询日志和慢查询日志分析(转)

    MySQL中的日志包括:错误日志.二进制日志.通用查询日志.慢查询日志等等.这里主要介绍下比较常用的两个功能:通用查询日志和慢查询日志. 1)通用查询日志:记录建立的客户端连接和执行的语句. 2)慢查 ...

  9. Mysql慢查询和慢查询日志分析

     Mysql慢查询和慢查询日志分析   众所周知,大访问量的情况下,可添加节点或改变架构可有效的缓解数据库压力,不过一切的原点,都是从单台mysql开始的.下面总结一些使用过或者研究过的经验,从配置以 ...

随机推荐

  1. 类Enum

    int compareTo(E o) 比较此枚举与指定对象的顺序. String name() 返回此枚举常量的名称,在其枚举声明中对其进行声明. int ordinal() 返回枚举常量的序数(它在 ...

  2. anaconda3,将python版本回退(python3.7---python3.5)

    2019/6 安装anaconda3时,安装了默认的最新版本,但是由于不能兼容tensorflow,我又配置了一个python3.5的环境: 可惜这里真的不晓得咋回事,在python3.5中进入jup ...

  3. spark 2.3.3 的MLlib 使用API

    1.api官网 http://spark.apache.org/docs/2.3.3/ml-guide.html

  4. python+selenium元素定位之XPath学习02

    XPath 语法 XPath 使用路径表达式来选取 XML 文档中的节点或节点集.节点是通过沿着路径 (path) 或者步 (steps) 来选取的. XML 实例文档 我们将在下面的例子中使用这个 ...

  5. Binary Tree Level Order Traversal(二叉树广度优先遍历或逐层遍历)

    来源:https://leetcode.com/problems/binary-tree-level-order-traversal Given a binary tree, return the l ...

  6. ubuntu使用iptables 持久化

    iptables 持久化 安装持久化工具apt-get install iptables-persistent Ubuntu 16.04 调用语法netfilter-persistent savene ...

  7. [51Nod1623] 完美消除

    link $solution:$ 首先我们可以发现一个结论,对于一个数 $x$ ,它的最低修改次数为它每位与前去中是否都比此位上的数大,有则答案 $-1$ .因为若有小数则没有办法将其答案贡献变低. ...

  8. P3588 [POI2015]PUS(拓扑排序+线段树)

    P3588 [POI2015]PUS 对于每个$(l,r,k)$,将$k$个位置向剩下$r-l-k+1$个位置连边,边权为$1$,这样就保证$k$个位置比剩下的大 先给所有位置填$1e9$保证最优 然 ...

  9. HTML DOM中的comfirm()确认对话框

    前言 最近在开发中有一个需求大概就是说:表单点击提交按钮首先弹出确认对话框,然后点击确定请求接口,那么问题来了,我们如何确定点击的是确定还是取消呢? 定义和用法 定义 comfirm()确认对话框,用 ...

  10. SSM框架返回json数据

    常见错误:No converter found for return value of type: class .................. 原因分析:这是因为springmvc默认是没有对象 ...