美文网首页
MySQL慢查询和审计实现

MySQL慢查询和审计实现

作者: ittuotuo | 来源:发表于2017-10-18 10:49 被阅读0次

    总体架构简介

    SQL审计架构.png
    1.  mysql-sniffer监听mysql实例端口,解析出客户端ip,用户名,数据库,执行时间,返回行数,sql文本
    2.  写入到指定日志文件,可按固定时间进行切割,控制sql文本大小
    3.  logstash按照正则表达式监听解析logfile
    4.  logstash将监听到的文件变更内容写入到es,按天进行索引分割
    5.  可通过查询统计es进行慢sql或者sql审计
    

    MySQL Sniffer

    简介

    360开源的一款工具,基于mysql端口,解析出需要的客户端ip,数据库,数据库用户,执行时间,返回行数,sql文本等,可再后台运行,将结果输出到指定日志目录中,同时可按照指定时间进行日志切割。
    项目地址

    安装(centos)

    yum -y install glib2-devel libpcap-devel libnet-devel cmake
    git clone https://github.com/Qihoo360/mysql-sniffer.git
    cd mysql-sniffer
    mkdir proj
    cd proj
    cmake ../
    make
    cd bin/
    

    启动及参数说明

    mysql-sniffer -d  -s 60 -t 2000 -i eth0 -p 3306 -l /var/log/mysql-sniffer/
    -d 后台运行
    -s 每隔多少分钟进行日志切割
    -t 截取sql字符长度
    -i 网卡
    -p 实例端口
    -l  指定输出目录,默认以端口.log命名
    -n 指定数据库包个数
    

    输出日志

    2017-10-17 19:22:51  atlas   192.168.3.46    mysql_metadb             0ms             1  select @@version_comment limit 1
    2017-10-17 19:22:51  atlas   192.168.3.46    mysql_metadb             0ms             5  select * from backup_info
    2017-10-17 19:22:52  atlas   192.168.3.46    mysql_metadb             0ms             1  select @@version_comment limit 1
    2017-10-17 19:22:52  atlas   192.168.3.46    mysql_metadb             0ms             5  select * from backup_info
    

    Logstash

    简介

    logstash就是一根具备实时数据传输能力的管道,负责将数据信息从管道的输入端传输到管道的输出端;与此同时这根管道还可以让你根据自己的需求在中间加上滤网,Logstash提供里很多功能强大的滤网以满足你的各种应用场景。
    项目地址

    配置文件

    自定义grok文件/usr/local/logstash/config/patterns/mysql

    DATECHI %{MONTHNUM}[/-]%{MONTHDAY}[/-]%{YEAR}\s%{HOUR}[/:]%{MINUTE}[/:]%{SECOND}
    SQLLOG %{DATECHI:logdate}\t\s+%{WORD:username}\t\s+%{IPV4:clientip}\t\s+%{WORD:dbname}\t\s+%{INT:excutetime}ms\t\s+%{INT:fetchrows}\t\s+%{GREEDYDATA:sqltext}
    

    /usr/local/logstash/config/mysql_sql.yml

    input {
      file {
        type => "mysql_sql_file"
        path => "/var/log/mysql-sniffer/3306.log"
        sincedb_path => "/usr/local/logstash/logs/sincedb.pos"
        start_position => beginning
    }
    }
    
    filter {
      if [type] == "mysql_sql_file" {
        grok {
          patterns_dir => "/usr/local/logstash/config/patterns/mysql"
          match => { 
               "message" => "%{SQLLOG}" 
              }
          add_field => [ "port", "3306" ]
          add_field => [ "dbip", "192.168.3.45" ]
        }
    
      }
     }
    
    output {
        elasticsearch {
          hosts => "192.168.1.31"
          user => "root"
          password => "JreOJVK0O0S2zU5SIMAGn33"
          index => "mysql_general_log-%{+YYYY.MM.dd}"
      }
    }
    

    启动

    /usr/local/logstash/bin/logstash -f /usr/local/logstash/config/mysql_sql.yml &
    

    kibana查询结果

    image.png

    定时从es查询慢sql,用于zabbix监控

    class ElasticSearchClass:
        def __init__(self, host, port, user, passwrod):
            self.host = host
            self.port = port
            self.user = user
            self.password = passwrod
            self.connect()
    
        def connect(self):
            self.es = Elasticsearch(hosts=[{'host': self.host, 'port': self.port}],
                                    http_auth=(self.user, self.password))
    
        def count(self,db_host, db_port):
            query_json = {
                'query':{
                    'filtered':{
                        'filter':{
                            'bool':{
                                'must':[
                                    {
                                        'range':{
                                            'excutiontime':{
                                                'gt': 500
                                            }
                                        }
                                    },
                                    {
                                        'range':{
                                            '@timestamp':{
                                                'from': 'now-1m',
                                                'to': 'now'
                                            }
                                        }
                                    },
                                    {
                                        'term':{
                                            'dbip': db_host
                                        }
                                    },
                                    {
                                        'term':{
                                            'port': db_port
                                        }
                                    }
                                ]
                            }
    
                        }
                    }
                }
            }
            logdate = str(time.strftime("%Y.%m.%d", time.localtime()))
            idx_name = 'mysql_general_log-' + logdate
            slowsql_count = self.es.count(index=idx_name, body=query_json)['count']
            items = {'slq': slowsql_count}
            return items
    

    相关文章

      网友评论

          本文标题:MySQL慢查询和审计实现

          本文链接:https://www.haomeiwen.com/subject/ziusuxtx.html