python 統計MySQL大於100萬的表

一、需求分析

線上的MySQL服務器，最近有很多慢查詢。需要統計出行數大於100萬的表，進行統一優化。

需要篩選出符合條件的表，統計到excel中，格式如下：

庫名	表名	行數
db1	users	1234567

二、統計表的行數

統計表的行數，有2中方法：

1. 通過查詢mysql的information_schema數據庫中INFODB_SYS_TABLESTATS表,它記錄了innodb類 型每個表大致的數據行數

2. select count(1) from 庫名.表名

下面來分析一下這2種方案。

第一種方案，不是精確記錄的。雖然效率快，但是表會有遺漏！

第二鍾方案，纔是準確的。雖然慢，但是表不會遺漏。

備註：

count(1)其實這個1，並不是表示第一個字段，而是表示一個固定值。

count(1)，其實就是計算一共有多少符合條件的行。
1並不是表示第一個字段，而是表示一個固定值。
其實就可以想成表中有這麼一個字段，這個字段就是固定值1，count(1)，就是計算一共有多少個1.

寫入json文件
下面這段代碼，是參考我之前寫的一篇文章：

https://www.cnblogs.com/xiao987334176/p/9901692.html

在此基礎上，做了部分修改，完整代碼如下：

#!/usr/bin/env python3
# coding: utf-8
import pymysql
import json
conn = pymysql.connect(
    host="192.168.91.128",  # mysql ip地址
    user="root",
    passwd="root",
    port=3306,  # mysql 端口號,注意：必須是int類型
    connect_timeout = 3  # 超時時間
)
cur = conn.cursor()  # 創建遊標
# 獲取mysql中所有數據庫
cur.execute('SHOW DATABASES')
data_all = cur.fetchall()  # 獲取執行的返回結果
# print(data_all)
dic = {}  # 大字典，第一層
for i in data_all:
    if i[0] not in dic:  # 判斷庫名不在dic中時
        # 排序列表,排除mysql自帶的數據庫
        exclude_list = ["sys", "information_schema", "mysql", "performance_schema"]
        if i[0] not in exclude_list:  # 判斷不在列表中時
            # 寫入第二層數據
            dic[i[0]] = {'name': i[0], 'table_list': []}
            conn.select_db(i[0])  # 切換到指定的庫中
            cur.execute('SHOW TABLES')  # 查看庫中所有的表
            ret = cur.fetchall()  # 獲取執行結果
            for j in ret:
                # 查詢表的行數
                cur.execute('select count(1) from `%s`;'% j[0])
                ret = cur.fetchall()
                # print(ret)
                for k in ret:
                    print({'tname': j[0], 'rows': k[0]})
                    dic[i[0]]['table_list'].append({'tname': j[0], 'rows': k[0]})

with open('tj.json','w',encoding='utf-8') as f:
    f.write(json.dumps(dic))

三、寫入excel中

直接讀取tj.json文件，進行寫入，完整代碼如下：

#!/usr/bin/env python3
# coding: utf-8
import xlwt
import json
from collections import OrderedDict
f = xlwt.Workbook()
sheet1 = f.add_sheet('統計', cell_overwrite_ok=True)
row0 = ["庫名", "表名", "行數"]
# 寫第一行
for i in range(0, len(row0)):
    sheet1.write(0, i, row0[i])
# 加載json文件
with open("tj.json", 'r') as load_f:
    load_dict = json.load(load_f)  # 反序列化文件
    order_dic = OrderedDict()  # 有序字典
    for key in sorted(load_dict):  # 先對普通字典key做排序
        order_dic[key] = load_dict[key]  # 再寫入key
    num = 0  # 計數器
    for i in order_dic:
        # 遍歷所有表
        for j in order_dic[i]["table_list"]:
            # 判斷行數大於100萬時
            if j['rows'] > 1000000:
                # 寫入庫名
                sheet1.write(num + 1, 0, i)
                # 寫入表名
                sheet1.write(num + 1, 1, j['tname'])
                # 寫入行數
                sheet1.write(num + 1, 2, j['rows'])
                num += 1  # 自增1
    f.save('test1.xls')

執行程序，打開excel文件，效果如下：

歡迎大家一起來玩好PY，一起交流。QQ羣：198447500