如何分析查询对另一个查询的影响？

Question

假设我有两个表，我们称之为values和candlesticks。我可以用三种不同的方法计算烛台的值：

• 在使用insert on duplicate key update插入新值之前在触发器中
• 定期发布insert into candlesticks ... select from values。
• 使用某种语言编写的服务，定期轮询values，计算、更新或添加新烛台。

我想分析一下这个方法将如何影响对values和candlesticks的查询。到目前为止，我想出的最好的事情是编写一个脚本，它将放置新的values，另一个脚本将发出两个典型的查询(一个用于candlesticks，一个用于values)，并使用手册中描述的performance_schema来收集有关查询的数据并绘制它。

这似乎是一个应该通过某种工具解决的问题。是否有这样一个工具(免费)可以监视某些查询性能随时间的推移？也许还有其他方法来解决这个问题？

Answer 1

是否有这样的工具可以监视某些查询性能随时间的推移？

有几种解决方案，如Spotlight、SolorWinds、solutions (红色门)。

Answer 2

如果您有好的索引，并且每秒执行的查询少于100个，那么影响就足够小，因此您的问题并不重要。

否则，请提供详细的-- SHOW CREATE TABLE和查询，在相关的内部事务。澄清：“定期”=每小时一次？每毫秒一次？"Poll“==读了整张桌子？如果是的话，桌子有多大？

现有的分析工具倾向于说，所有的时间都是“发送数据”，这不是一个有用的线索。

我喜欢在long_query_time = 1中使用慢速日志。一天后，用pt-query-digest进行总结。这将说明哪个查询是“最糟糕的”。专注于这一点将(经常)在总体表现上产生很大的影响。

More

如何衡量索引的存在/缺失？测量旋转传动与SSD之间的差异？这些对性能的影响往往远远大于一个竞争线程，该线程可能同时请求CPU、I/O或互斥对象，也可能不请求。

我不认为performance_schema中有任何有用的数据可以区分TRIGGER's的影响。

Slowlog帮助识别“最糟糕”的查询，但没有给出它们为什么“糟糕”的线索。

捕捉和绘制慢速日志中的趋势--其中一些可以在各种工具中使用，例如Monyog和MEM。