当前位置: 首页 > article >正文

MySQL数据,查询QPS,TPS 数据

以下是针对 MySQL 数据库 QPS(Queries Per Second)和 TPS(Transactions Per Second)数据 的详细查询方法和工具推荐,包含具体命令和示例:


一、直接通过 MySQL 命令行查询

1. 查询 QPS
-- 获取当前总查询次数(所有类型)
SHOW STATUS LIKE 'Queries';

-- 计算过去 N 秒的 QPS(例如 N=5)
SELECT 
    (NOW() - INTERVAL 5 SECOND) AS 时间差,  
    (SHOW STATUS LIKE 'Queries') - prev_queries AS 当前查询总数,
    ROUND((当前查询总数 / 时间差.total_seconds), 2) AS QPS
FROM 
    (SELECT SHOW STATUS LIKE 'Queries' AS prev_queries) AS subquery,
    (SELECT NOW() - INTERVAL 5 SECOND AS time_diff) AS time_diff;
2. 查询 TPS
-- 获取当前事务提交次数
SHOW STATUS LIKE 'Com_commit';

-- 计算过去 N 秒的 TPS(例如 N=5)
SELECT 
    (NOW() - INTERVAL 5 SECOND) AS 时间差,  
    (SHOW STATUS LIKE 'Com_commit') - prev_commits AS 当前提交总数,
    ROUND((当前提交总数 / 时间差.total_seconds), 2) AS TPS
FROM 
    (SELECT SHOW STATUS LIKE 'Com_commit' AS prev_commits) AS subquery,
    (SELECT NOW() - INTERVAL 5 SECOND AS time_diff) AS time_diff;

二、使用 Performance Schema(推荐)

1. 启用 Performance Schema
-- 检查是否已启用
SHOW VARIABLES LIKE 'performance_schema';

-- 若未启用,在 `my.cnf` 中添加:
[mysqld]
performance_schema = ON
2. 查询 QPS(按语句类型统计)
SELECT 
    event_name       AS 查询类型,  
    COUNT_STAR        AS 总执行次数,  
    AVG_TIMER_WAIT    AS 平均延迟(微秒),  
    SUM_TIMER_WAIT    AS 总延迟(微秒)
FROM 
    performance_schema.events_statements_summary_by_digest
WHERE 
    event_name IN ('SELECT', 'INSERT', 'UPDATE', 'DELETE')
ORDER BY 
    COUNT_STAR DESC;
3. 查询 TPS(按事务提交统计)
SELECT 
    event_name       AS 事务类型,  
    COUNT_STAR        AS 提交次数,  
    AVG_TIMER_WAIT    AS 平均延迟(微秒)
FROM 
    performance_schema.events_statements_summary_by_digest
WHERE 
    event_name = 'COMMIT';

三、使用 mysqladmin 工具

1. 查看实时状态
# 查看所有关键状态变量(包含 QPS 和 TPS)
mysqladmin -u root -p status

# 仅查看 QPS、TPS 和连接数
mysqladmin -u root -p extended-status | grep -E 'Queries|Com_commit|Threads_connected'

四、使用 Prometheus + mysql_exporter

1. 部署 mysql_exporter
# 下载并运行 mysql_exporter
wget https://github.com/prometheus/mysqld_exporter/releases/download/v1.16.0/mysqld_exporter-1.16.0.linux-amd64.tar.gz
tar xvfz mysqld_exporter-*.tar.gz
cd mysqld_exporter-*/
./mysqld_exporter

# Prometheus 配置(`prometheus.yml`)
scrape_configs:
  - job_name: 'mysql'
    static_configs:
      - targets: ['localhost:9104']
2. 查询 QPS 和 TPS
# QPS:所有查询速率(每秒执行次数)
rate(mysql_statements_total{statement_type=~"SELECT|INSERT|UPDATE|DELETE"}[5m])

# TPS:事务提交速率(每秒提交次数)
rate(mysql_statements_total{statement_type="COMMIT"}[5m])
3. 可视化仪表盘
  • 在 Grafana 中添加 MySQL 监控面板,展示实时 QPS、TPS、慢查询等指标。

五、自动化脚本(Python 示例)

import mysql.connector
import time

def get_mysql_stats(host, user, password, db):
    conn = mysql.connector.connect(
        host=host,
        user=user,
        password=password,
        database=db
    )
    cursor = conn.cursor()
    
    # 查询 QPS
    cursor.execute("SHOW STATUS LIKE 'Queries'")
    queries_total = int(cursor.fetchone()[1])
    
    # 查询 TPS
    cursor.execute("SHOW STATUS LIKE 'Com_commit'")
    commits_total = int(cursor.fetchone()[1])
    
    cursor.close()
    conn.close()
    return queries_total, commits_total

if __name__ == "__main__":
    host = 'localhost'
    user = 'root'
    password = 'password'
    db = 'test'
    
    prev_queries, prev_commits = get_mysql_stats(host, user, password, db)
    
    while True:
        time.sleep(5)
        current_queries, current_commits = get_mysql_stats(host, user, password, db)
        
        qps = (current_queries - prev_queries) / 5
        tps = (current_commits - prev_commits) / 5
        
        print(f"[{time.strftime('%Y-%m-%d %H:%M:%S')}] QPS={qps:.2f}, TPS={tps:.2f}")
        
        prev_queries, prev_commits = current_queries, current_commits

六、其他工具

1. Percona Toolkit 的 pt-query-digest
# 分析慢查询日志并统计 QPS/TPS
pt-query-digest --slow-log=/var/log/mysql/slow.log --output=report
2. MySQL Workbench 的监控面板
  • 打开 Server Status 选项卡,直接查看 Queries per secondTransactions per second

七、优化建议

  1. 索引优化:缺失索引会导致全表扫描,显著降低 QPS。
  2. SQL 调优:避免复杂子查询,使用 EXPLAIN 分析执行计划。
  3. 事务控制:减少长事务占用锁资源,适当调整隔离级别。
  4. 配置调优:修改 innodb_buffer_pool_sizequery_cache_size 等参数。

总结

  • 轻量级监控:直接使用 SHOW STATUSmysqladmin
  • 精细化分析:启用 Performance Schema 或集成 Prometheus。
  • 长期优化:结合慢查询日志和索引分析工具(如 EXPLAIN)提升性能。

http://www.kler.cn/a/561342.html

相关文章:

  • 二分查找理解
  • xss-lab
  • 计算机视觉算法实战——异常检测(主页有源码)
  • OpenGL 03--顶点着色器、片段着色器、元素缓冲对象
  • 刷题日记5
  • 【TVM教程】为 NVIDIA GPU 自动调度神经网络
  • 【STM32】使用电打火器测试火焰传感器,去掉传感器LED依然亮
  • 使用torch.compile进行CPU优化
  • .NET Core MVC IHttpActionResult 设置Headers
  • IDEA-插件开发踩坑记录-第五坑-没有飞机场导致无法访问GITHUB导致的讨厌问题
  • 【深度学习神经网络学习笔记(一)】深度学习介绍
  • 在vite上使用tailwindcss详细教程(不报错)
  • [C++][cmake]使用C++部署yolov12目标检测的tensorrt模型支持图片视频推理windows测试通过
  • Go语言--语法基础3--下载安装--Linux基础操作命令
  • 图神经网络:拓扑数据分析的新时代
  • DeepSeek AI智能运营:重构企业效率的范式革命
  • kafka数据拉取和发送
  • BUU41 [GYCTF2020]FlaskApp1【SSTI】
  • TSMaster【第十四篇:弹指神通——自动化测试框架】
  • [ Android实战 ] selinux “域继承“的方案(通过属性机制实现)