背景

随着业务量增长，MySQL 数据库中的慢查询会逐渐增多。慢日志记录了执行时间较长的 SQL，是定位性能瓶颈的重要依据。传统运维需要手动登录服务器查看日志，效率较低。借助开源面板 1Panel 的任务编排能力，配合脚本和钉钉群机器人，可实现每日慢日志统计并自动推送，帮助运维人员及时发现问题。

方案概述

整体思路：在 MySQL 服务端开启慢查询日志，利用脚本对日志文件进行统计分析，再将结果通过钉钉机器人推送到群内。通过 1Panel 的“计划任务”功能，可以定时运行脚本，形成一个完整的运维闭环。

1. 开启 MySQL 慢日志

在 MySQL 配置文件中启用慢日志记录，并设置合理的阈值。例如：

• slow_query_log = ON
• slow_query_log_file 指定日志文件路径
• long_query_time = 2，表示执行时间超过 2 秒的 SQL 才会被记录

2. 编写统计脚本

建议使用 Python 或 Shell 编写脚本，从慢日志中解析出关键字段，包括：查询时间、锁等待时间、返回行数、扫描行数以及 SQL 文本。按 SQL 模板归类后，统计出耗时最长的 Top N 或出现频率最高的慢查询，便于快速定位共性问题。

脚本需要处理日志轮转，例如读取昨日的日志文件，避免与当前活跃日志冲突。同时应过滤重复或无意义的 SQL，并对 SQL 文本进行截断，避免推送内容过长。

3. 接入钉钉机器人

在钉钉群中添加自定义机器人，获取 Webhook 地址和加签密钥。统计脚本生成 Markdown 格式的消息，使用 curl 或 Python 请求库调用 Webhook 发送到钉钉群。消息中应包含日期、慢查询总量、耗时最高的 SQL 及建议优化方向等。

4. 定时任务设置

在 1Panel 面板中进入“计划任务”，创建自定义任务，执行周期设置为“每日”，指定脚本执行时间，如每天上午 10:00。任务日志可以保留在面板中，便于后续排查。

运维价值

• 提升感知时效：不用每天登录服务器，钉钉群内即可查看前一日慢日志汇总。
• 降低排查成本：统计结果按耗时和影响面排序，直接定位最需要优化的 SQL。
• 支持趋势分析：通过每日数据积累，可以观察慢查询数量变化趋势，验证索引优化或参数调整效果。
• 促进团队协作：开发人员也能在群里看到相关 SQL 记录，推动前后端共同处理性能问题。

结语

通过 1Panel 与钉钉结合，MySQL 慢日志的日常巡检被自动化。运维人员只需定期关注推送内容即可掌握数据库健康状态，将更多精力放在结构优化和业务增长上。该实践也适用于 PostgreSQL 等其他数据库的日志统计，可根据实际环境灵活适配。