pg_stat_statements需先在postgresql.conf中配置shared_preload_libraries并重启，再执行CREATE EXTENSION；查最慢10条SQL：SELECT query, total_exec_time, calls, mean_exec_time FROM pg_stat_statements ORDER BY total_exec_time DESC LIMIT 10。
pg_stat_statements 怎么开启并查出最慢的 10 条 SQL？
PostgreSQL 默认不启用 pg_stat_statements，必须手动加载扩展并重启或重载配置。它不是“开箱即用”的监控功能，漏掉这步就永远看不到执行统计。
实操建议：
- 确认已安装扩展：
SELECT * FROM pg_available_extensions WHERE name = 'pg_stat_statements'; - 在
postgresql.conf中添加：shared_preload_libraries = 'pg_stat_statements'（注意：必须是 shared_preload_libraries，不是其他配置项） - 重启 PostgreSQL（
pg_ctl restart或 systemctl），仅 reload 不生效 - 连接后创建扩展：
CREATE EXTENSION IF NOT EXISTS pg_stat_statements; - 查最慢 SQL：
SELECT query, total_exec_time, calls, mean_exec_time FROM pg_stat_statements ORDER BY total_exec_time DESC LIMIT 10;
常见错误现象：查询返回空或只有极简语句——大概率是没重启，或者用户没有 pg_read_all_stats 权限（普通用户需显式授权）。
performance_schema 在 MySQL 里为什么查不到慢 SQL？
MySQL 的 performance_schema 默认不采集 SQL 文本，只记录事件骨架；即使开了，events_statements_history_long 表也默认关闭采集，且不按“执行时间”自动过滤。
实操建议：
- 检查是否启用语句采集：
SELECT * FROM performance_schema.setup_consumers WHERE NAME = 'events_statements_history_long';，若ENABLED是NO，需执行：UPDATE performance_schema.setup_consumers SET ENABLED = 'YES' WHERE NAME = 'events_statements_history_long'; - 确保采集器开启：
SELECT * FROM performance_schema.setup_instruments WHERE NAME LIKE 'statement/%' AND ENABLED = 'NO' LIMIT 5;，批量启用：UPDATE performance_schema.setup_instruments SET ENABLED = 'YES', TIMED = 'YES' WHERE NAME LIKE 'statement/sql/%'; - 查最近慢语句（比如 >1s）：
SELECT DIGEST_TEXT, SUM_TIMER_WAIT/1000000000000 AS time_s, COUNT_STAR FROM performance_schema.events_statements_summary_by_digest WHERE SUM_TIMER_WAIT > 1000000000000 ORDER BY SUM_TIMER_WAIT DESC LIMIT 10;
性能影响：开启全量 statement 采集会增加约 5–10% CPU 开销，生产环境建议只在排查期临时启用，避免长期开着 events_statements_history_long（它吃内存）。
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录，或需要将该能力封装成可公开复用的 Codex skill。
pg_stat_statements 和 performance_schema 的结果为什么对不上？
两者统计口径根本不同：pg_stat_statements 统计的是归一化后的“查询模板”（比如 SELECT * FROM users WHERE id = $1），而 performance_schema 默认按原始文本或 DIGEST 分组，且 DIGEST 计算方式依赖 performance_schema_digests_size 和字符集处理逻辑。
关键差异点：
-
pg_stat_statements自动参数化，忽略字面值；performance_schema的 DIGEST 需要performance_schema = ON且setup_instruments中statement/digest启用才生成 - MySQL 的
SUM_TIMER_WAIT包含锁等待、IO 等全部耗时；PostgreSQL 的total_exec_time仅含执行器耗时，不含 parse/bind 时间（除非启用了pg_stat_statements.track的all模式） - 两者都默认不记录失败语句（如语法错误、权限拒绝），
pg_stat_statements需设pg_stat_statements.track_utility = on才捕获EXPLAIN类命令
一个典型坑：用 SHOW PROCESSLIST 看到某条 SQL 正在跑很久，但 performance_schema 里找不到——因为它还没执行完，而 events_statements_history_long 只存已完成事件。
怎么把慢 SQL 快速导出成可分析的格式？
直接从视图查出来复制粘贴容易丢格式、混乱参数、漏上下文。真正能用于后续分析（比如丢给 DBA 或压测工具）的输出，得带执行计划、绑定变量、时间戳和库名。
实操建议：
- PostgreSQL：用
EXPLAIN (ANALYZE, BUFFERS)套查到的慢 query（注意替换占位符为实际值），例如：EXPLAIN (ANALYZE, BUFFERS) SELECT * FROM orders WHERE created_at > '2024-01-01'; - MySQL：先查
DIGEST，再用SELECT * FROM performance_schema.events_statements_history_long WHERE DIGEST = 'xxx'\G拿完整原始语句和TIMER_START - 统一建议：加时间范围过滤，避免拉全表。pg_stat_statements 可用
WHERE last_call > now() - interval '1 hour'；performance_schema 可用WHERE EVENT_TIME > DATE_SUB(NOW(), INTERVAL 1 HOUR) - 别信“平均耗时”，重点看
stddev_exec_time（pg）或MAX_TIMER_WAIT（MySQL）——抖动大的 SQL，往往比均值高但稳定的问题更危险
最容易被忽略的一点：两个系统都不保存客户端 IP、应用名、事务 ID。想定位到具体服务实例，得靠应用层打日志或代理层（如 pgbouncer / ProxySQL）补字段。光靠数据库原生视图，永远只能看到“SQL 本身”，看不到“谁在调用”。
