1、背景
对于正在运行的mysql 性能如何？参数设置的是否合理？账号设置的是否存在安全隐患？
对于Sql执行效率又如何？如何了然于胸？
show profile, explain，slow query log ，索引优化，失效原理，这些是基础。那么如何才能在此基础上，进一步分析，更方便的找出现存的问题？更快的解决呢？
2、工具
2.1、mysqltuner.pl（常用）
这是mysql一个常用的数据库性能诊断工具，主要检查参数设置的合理性包括日志文件、存储引擎、安全建议及性能分析。针对潜在的问题，给出改进的建议，是mysql优化的好帮手。
项目地址：https://github.com/major/MySQLTuner-perl
分析优化
重要关注[!!]（中括号有叹号的项）例如[!!] Maximum possible memory usage: 4.8G (244.13% of installed RAM)，表示内存已经严重用超了。
关注最后给的建议“Recommendations ”。
2.2、tuning-primer.sh（整体性分析）
这是mysql的另一个优化工具，针于mysql的整体进行一个体检，对潜在的问题，给出优化的建议。
项目地址：https://github.com/BMDan/tuning-primer.sh
目前，支持检测和优化建议的内容如下：
分析优化
重点查看有红色告警的选项，根据建议结合自己系统的实际情况进行修改，例如：
2.3、pt-qurey-digest（慢日志分析）
pt-query-digest主要用来分析mysql的慢日志，与mysqldumpshow工具相比，py-query_digest 工具的分析结果更具体，更完善。
项目地址：https://www.percona.com/downloads/percona-toolkit/LATEST/
第一部分：总体统计结果
Overall：总共有多少条查询
Time range：查询执行的时间范围
unique：唯一查询数量，即对查询条件进行参数化以后，总共有多少个不同的查询
total：总计 min：最小 max：最大 avg：平均
95%：把所有值从小到大排列，位置位于95%的那个数，这个数一般最具有参考价值
median：中位数，把所有值从小到大排列，位置位于中间那个数
第二部分：查询分组统计结果
Rank：所有语句的排名，默认按查询时间降序排列，通过–order-by指定
Query ID：语句的ID，（去掉多余空格和文本字符，计算hash值）
Response：总的响应时间
time：该查询在本次分析中总的时间占比
calls：执行次数，即本次分析总共有多少条这种类型的查询语句
R/Call：平均每次执行的响应时间
V/M：响应时间Variance-to-mean的比率
Item：查询对象
第三部分：每一种查询的详细统计结果
由下面查询的详细统计结果，最上面的表格列出了执行次数、最大、最小、平均、95%等各项目的统计。
ID：查询的ID号，和上图的Query ID对应
Databases：数据库名
Users：各个用户执行的次数（占比）
Query_time distribution ：查询时间分布, 长短体现区间占比，本例中1s-10s之间查询数量是10s以上的两倍。
Tables：查询中涉及到的表
Explain：SQL语句
原文：https://mp.weixin.qq.com/s/55D8s66ml_q40msW-PhdGQ