1,查看是否开启慢查询日志：
show variables like '%slow%';
2,设置未使用索引的查询记录到日志里
set global log_queries_not_using_indexes=on;
3,查看超过多长时间的sql进行记录到慢查询日志
show variables like 'long_query_time';4,设置超过多长时间的sql进行记录到慢查询日志set global long_query_time=0;5,开启慢查询日志
set global slow_query_log=on;
6,查看日志记录位置
show variables like 'slow_query_log_file'
7,查看日志(这是Linux下的命令)
tail -50 /home/mysql/data/mysql-slow.log
7,查看详细的配置项
show variables like '%log%';
下面开始介绍怎么读日志内容
执行sql的主机信息
#User@Host:root[root] @localhost[]
sql的执行信息
# Query_time: 0.004883 Lock_time: 0.000000 Rows_sent: 1 Rows_examined: 1use mblog;
sql执行时间(时间戳)
SET timestamp=1463926469;
sql的内容
SHOW COLUMNS FROM `mblog`.`tb_item`;
MySQL慢查日志分析工具：
1 mysqldumpslow （mysql自带的工具，分析的不太详细）
2 pt-query-digest (推荐，月亮还是外国的圆,这个分析的比较好)下载地址http://www.percona.com/get/pt-query-digest
下面对pt-query-digest的用法做一个简单的讲解
1语法
create-review-table 当使用--review参数把分析结果输出到表中时，如果没有表就自动创建。
create-history-table 当使用--history参数把分析结果输出到表中时，如果没有表就自动创建。
filter 对输入的慢查询按指定的字符串进行匹配过滤后再进行分析
limit限制输出结果百分比或数量，默认值是20,即将最慢的20条语句输出，如果是50%则按总响应时间占比从大到小排序，输出到总和达到50%位置截止。
host mysql服务器地址
user mysql用户名 password mysql用户密码
history 将分析结果保存到表中，分析结果比较详细，下次再使用--history时，如果存在相同的语句，且查询所在的时间区间和历史表中的不同，则会记录到数据表中，可以通过查询同一CHECKSUM来比较某类型查询的历史变化。
review 将分析结果保存到表中，这个分析只是对查询条件进行参数化，一个类型的查询一条记录，比较简单。当下次使用--review时，如果存在相同的语句分析，就不会记录到数据表中。
output 分析结果输出类型，值可以是report(标准分析报告)、slowlog(Mysql slow log)、json、json-anon，一般使用report，以便于阅读。
since 从什么时间开始分析，值为字符串，可以是指定的某个”yyyy-mm-dd [hh:mm:ss]”格式的时间点，也可以是简单的一个时间值：s(秒)、h(小时)、m(分钟)、d(天)，如12h就表示从12小时前开始统计。
until 截止时间，配合—since可以分析一段时间内的慢查询。
2统计结果中各项的含义 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。 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。 Item : 查询对象 Databases: 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: 示例
需要优化的对象通常有
1,查询次数多且每次查询占用时间长的sql
用过pt-query-digest分析的前几个查询
2,io大的sql
注意pt-query-digest分析中的rows examine项
3,位命中索引的sql
注意pt-query-digest分析中的rows examine和rows send的对比.