實時查看mysql資料庫的日誌,MySQL 查看日誌

本文目錄一覽：

• 1、如何查看mysql資料庫操作記錄日誌
• 2、MySQL日誌實時查看執行語句以及更新日誌的教程
• 3、如何查看mysql資料庫操作記錄日誌？

如何查看mysql資料庫操作記錄日誌

1、首先確認你日誌是否啟用了mysqlshow variables like ‘log_bin’。

2、如果啟用了，即ON，那日誌文件就在mysql的安裝目錄的data目錄下。

3、怎樣知道當前的日誌mysql show master status。

4、看二進位日誌文件用mysqlbinlog，shellmysqlbinlog mail-bin.000001或者shellmysqlbinlog mail-bin.000001 | tail，Windows 下用類似的。

MySQL的日誌操作：

1、首先，登陸mysql後，執行sql語句：show variables like ‘log_bin’。

2、#錯誤日誌log-errol開啟方式：在my.ini的[mysqld]選項下：添加代碼：log-error=E:\log-error.txt。

記錄內容：主要是記錄啟動、運行或停止mysqld時出現的致命性問題，都是系統級的錯誤記錄。

3、#查詢日誌：log，開啟方式：在my.ini的[mysqld]選項下：添加代碼：log=E:/mysql_log.txt。

4、#二進位日誌：log-bin，開啟方式：在my.ini的[mysqld]選項下：添加代碼：log-bin=E:/mysql_log_bin，記錄內容：主要是記錄所有的更改數據的語句，可使用mysqlbinlog命令恢複數據。

MySQL日誌實時查看執行語句以及更新日誌的教程

查看MySQL執行的語句

想實時查看MySQL所執行的sql語句,類似mssql里的事件探查器。對my.ini文件進行設置,打開文件進行修改：

basedir=E:/MySQL 4.0.12 #bind-address=192.168.15.196 datadir=E:/MySQL 4.0.12/data #language=E:/MySQL 4.0.12/share/your language directory #slow query log#=slowqueris.log #tmpdir#= #port=3306 #set-variable=key_buffer=16M

ong_query_time =1 –是指執行超過多久的sql會被log下來，這裡是1秒

log-slow-queries=slowqueris.log –將查詢返回較慢的語句進行記錄

log-queries-not-using-indexes = nouseindex.log –就是字面意思，log下來沒有使用索引的query

log=mylog.log –對所有執行語句進行記錄

以上參數開啟後，可能會影響MySQL性能,在生產環境下建議關閉

如何使用新的更新日誌

如果你只使用一個更新日誌，你只須清空日誌文件，然後移走舊的更新日誌文件到一個備份中，然後啟用新的更新日誌。

用下列方法可以強制伺服器啟用新的更新日誌：

mysqladmin flush-logs

你一般需要在命令行提供使用的`資料庫用戶：

mysqladmin –u root –p flush-logs mysqladmin refresh

你一般需要在命令行提供使用的資料庫用戶：

mysqladmin –u root –p refresh

如果你正在使用MySQL 3.21或更早的版本，你必須使用mysqladmin refresh。

SQL命令

FLUSH LOGS

重啟伺服器

上述方法都具有這樣的功能：

關閉並且再打開標準和更新記錄文件。如果你指定了一個沒有擴展名的更新記錄文件，新的更新記錄文件的擴展數字將相對先前的文件加1。

mysqlFLUSH LOGS;

如何使用新的常規日誌

用上面的方法同樣可以強制更新常規日誌。

要準備備份常規日誌，其步驟可能複雜一些：

$ cd mysql-data-directory$ mv mysql.log mysql.old$ mysqladmin flush-tables

然後做一個備份並刪除「mysql.old」。

如何查看mysql資料庫操作記錄日誌？

有時候我們會不小心對一個大表進行了 update，比如說寫錯了 where 條件……

此時，如果 kill 掉 update 線程，那回滾 undo log 需要不少時間。如果放置不管，也不知道 update 會持續多久。

那我們能知道 update 的進度么？

實驗

我們先創建一個測試資料庫：

快速創建一些數據：

連續執行同樣的 SQL 數次，就可以快速構造千萬級別的數據：

查看一下總的行數：

我們來釋放一個大的 update：

然後另起一個 session，觀察 performance_schema 中的信息：

可以看到，performance_schema 會列出當前 SQL 從引擎獲取的行數。

等 SQL 結束後，我們看一下 update 從引擎總共獲取了多少行：

可以看到該 update 從引擎總共獲取的行數是表大小的兩倍，那我們可以估算：update 的進度 = (rows_examined) / (2 * 錶行數)

?小貼士

information_schema.tables 中，提供了對錶行數的估算，比起使用 select count(1) 的成本低很多，幾乎可以忽略不計。

那麼是不是所有的 update，從引擎中獲取的行數都會是表大小的兩倍呢？這個還是要分情況討論的，上面的 SQL 更新了主鍵，如果只更新內容而不更新主鍵呢？我們來試驗一下：

等待 update 結束，查看 row_examined，發現其剛好是表大小：

那我們怎麼準確的這個倍數呢？

一種方法是靠經驗：update 語句的 where 中會掃描多少行，是否修改主鍵，是否修改唯一鍵，以這些條件來估算係數。

另一種方法就是在同樣結構的較小的表上試驗一下，獲取倍數。

這樣，我們就能準確估算一個大型 update 的進度了。