Anemometer是一款开源的MySQL慢查询可视化工具，它使用pt-query-digest工具解析MySQL慢查询日志，将解析结果显示在Web页面上，提供丰富的查询方式，用户在页面上能够更加方便地查看MySQL慢查询信息。本文简单介绍Anemometer安装部署方式以及遇到的一些问题。
1. 环境依赖
- MySQL数据库，用于存储Anemometer使用的一些查询分析数据。
- pt-query-digest工具，用于解析MySQL慢查询日志，解析结果将存储在MySQL数据库中。
- php web server，php版本 5.5及以上。
操作系统为CentOS 7.2，MySQL版本 5.7.19。关于以上环境的配置和工具的安装，本文不再详细描述，网上有很多文章可供参考。
2. 安装Anemometer
下载源码：
cd /var/www/html
git clone https://github.com/box/Anemometer.git anemometer
导入数据：
cd anemometer
mysql -S /mysql/data/mysql.sock < install.sql
mysql -S /mysql/data/mysql.sock -e "grant ALL ON slow_query_log.* to 'anemometer'@'%' IDENTIFIED BY '123456';"
修改配置文件：
cd conf/
cp sample.config.inc.php config.inc.php
vim config.inc.php
$conf['datasources']['localhost'] = array(
'host' => '127.0.0.1',
'port' => 3306,
'db' => 'slow_query_log',
'user' => 'anemometer',
'password' => '123456',
'tables' => array(
'global_query_review' => 'fact',
'global_query_review_history' => 'dimension'
)
);
配置插件explain连接MySQL的账号和密码，如下：
$conf['plugins'] = array(
...
'explain' => function ($sample) {
$conn['user'] = 'anemometer';
$conn['password'] = 'superSecurePass';
return $conn;
},
);
重启web 服务器，这里使用的是apache httpd服务器。
systemctl restart httpd.service
访问页面：
http://192.168.56.200/anemometer/index.php
3. 导入一些慢查询日志
pt-query-digest
--user=anemometer
--password=123456
--review h=127.0.0.1,D=slow_query_log,t=global_query_review
--history h=127.0.0.1,D=slow_query_log,t=global_query_review_history
--no-report
--limit=0%
--filter=" \$event->{Bytes} = length(\$event->{arg}) and \$event->{hostname}=\"$HOSTNAME\""
/mysql/data/slow.log
4. 问题
（1）打开Anemometer首页，提示缺少BCMath扩展。
Anemometer requires the BCMath extension
解决：安装php-bcmath扩展
yum install -y php-bcmath.x86_64
（2）服务器时区设置问题
将服务器时区设置为UTC时区。
（3）pt-query-digest 解析慢日志导入到数据库报错。
anemometer 与 pt-query-digest 生成的表global_query_review_history 表结构不同，pt-query-digest版本为3.1.0，可能与anemometer使用的表结构不兼容。pt-query-digest解析慢日志的结果导入到anemometer数据库，这个逻辑需要修改源码或者进行二次开发。
（4）group查询报错
MySQL5.7 sql_mode打开ONLY_FULL_GROUP_BY后，Anemometer的一些不规范的group by语句查询会报错。
GROUP BY checksum
修改为
GROUP BY checksum,snippet
SELECT checksum AS `checksum`,
LEFT(dimension.sample,20) AS `snippet`,
ROUND(SUM(Rows_examined_sum)/SUM(rows_sent_sum),2) AS `index_ratio`,
SUM(Query_time_sum) / SUM(ts_cnt) AS `query_time_avg`,
ROUND(SUM(Rows_sent_sum)/SUM(ts_cnt),0) AS `rows_sent_avg`,
SUM(ts_cnt) AS `ts_cnt`,
SUM(Query_time_sum) AS `Query_time_sum`,
SUM(Lock_time_sum) AS `Lock_time_sum`,
SUM(Rows_sent_sum) AS `Rows_sent_sum`,
SUM(Rows_examined_sum) AS `Rows_examined_sum`,
SUM(Full_scan_sum) AS `Full_scan_sum`,
SUM(Tmp_table_sum) AS `Tmp_table_sum`,
SUM(Filesort_sum) AS `Filesort_sum`
FROM `global_query_review` AS `fact`
JOIN `global_query_review_history` AS `dimension` USING (`checksum`)
WHERE dimension.hostname_max = "127.0.0.1"
AND dimension.ts_min >= "2020-03-09 13:53:29"
AND dimension.ts_min
