問題 最近有好幾個朋友問，如何將 performance_schema.events_statements_xxx 中的 TIMER 欄位（主要是TIMER_START和TIMER_END）轉換為日期時間。 因為 TIMER 欄位的單位是皮秒（picosecond），所以很多童鞋會嘗試直接轉換，但轉 ...
問題
最近有好幾個朋友問，如何將 performance_schema.events_statements_xxx 中的 TIMER 欄位（主要是TIMER_START和TIMER_END）轉換為日期時間。
因為 TIMER 欄位的單位是皮秒（picosecond），所以很多童鞋會嘗試直接轉換，但轉換後的結果並不對，看下麵這個示例。
mysql> select * from performance_schema.events_statements_current limit 1\G
*************************** 1. row ***************************
THREAD_ID: 57
EVENT_ID: 13
END_EVENT_ID: 13
EVENT_NAME: statement/sql/commit
SOURCE: log_event.cc:4825
TIMER_START: 3304047000000
TIMER_END: 3305287000000
TIMER_WAIT: 1240000000
...
EXECUTION_ENGINE: PRIMARY
1 row in set (0.00 sec)
# 因為1秒等於10^12皮秒，所以需要先除以 1000000000000。
mysql> select from_unixtime(3304047000000/1000000000000);
+--------------------------------------------+
| from_unixtime(3304047000000/1000000000000) |
+--------------------------------------------+
| 1970-01-01 08:00:03.3040 |
+--------------------------------------------+
1 row in set (0.00 sec)
下麵會從源碼角度分析 TIMER 欄位的生成邏輯。
對源碼分析不感興趣的童鞋，可直接跳到後面的案例部分看結論。
TIMER 欄位的生成邏輯
當我們查詢 events_statements_xxx 表時，會調用對應的 make_row() 函數來生成行數據。
如 events_statements_current 表，對應的生成函數是 table_events_statements_current::make_row()。
make_row 會調用 make_row_part_1 和 make_row_part_2 來生成數據。
TIMER_START、TIMER_END 實際上就是table_events_statements_common::make_row_part_1調用to_pico來生成的。
int table_events_statements_common::make_row_part_1(
PFS_events_statements *statement, sql_digest_storage *digest) {
ulonglong timer_end;
...
m_normalizer->to_pico(statement->m_timer_start, timer_end,
&m_row.m_timer_start, &m_row.m_timer_end,
&m_row.m_timer_wait);
m_row.m_lock_time = statement->m_lock_time * MICROSEC_TO_PICOSEC;
m_row.m_name = klass->m_name.str();
m_row.m_name_length = klass->m_name.length();
...
return 0;
}
void time_normalizer::to_pico(ulonglong start, ulonglong end,
ulonglong *pico_start, ulonglong *pico_end,
ulonglong *pico_wait) {
if (start == 0) {
*pico_start = 0;
*pico_end = 0;
*pico_wait = 0;
} else {
*pico_start = (start - m_v0) * m_factor;
if (end == 0) {
*pico_end = 0;
*pico_wait = 0;
} else {
*pico_end = (end - m_v0) * m_factor;
*pico_wait = (end - start) * m_factor;
}
}
}
函數中的 start 和 end 分別對應語句的開始時間（m_timer_start）和結束時間（m_timer_end）。
如果 start，end 不為 0，則 pico_start = (start - m_v0) * m_factor，pico_end = (end - m_v0) * m_factor。
pico_start、pico_end 即我們在 events_statements_current 中看到的 TIMER_START 和 TIMER_END。
m_timer_start 和 m_timer_end 的實現邏輯
如果 performance_schema.setup_instruments 中 statement 相關的採集項開啟了（預設開啟），則語句在開始和結束時會分別調用pfs_start_statement_vc() 和pfs_end_statement_vc()這兩個函數。
m_timer_start 和 m_timer_end 實際上就是在這兩個函數中被賦值的。
void pfs_start_statement_vc(PSI_statement_locker *locker, const char *db,
uint db_len, const char *src_file, uint src_line) {
...
if (flags & STATE_FLAG_TIMED) {
timer_start = get_statement_timer();
state->m_timer_start = timer_start;
}
...
pfs->m_timer_start = timer_start;
...
}
void pfs_end_statement_vc(PSI_statement_locker *locker, void *stmt_da) {
...
if (flags & STATE_FLAG_TIMED) {
timer_end = get_statement_timer();
wait_time = timer_end - state->m_timer_start;
}
...
pfs->m_timer_end = timer_end;
...
}
可以看到，無論是語句開始時間（timer_start）還是結束時間（timer_end），調用的都是get_statement_timer()。
接下來，我們看看get_statement_timer()的具體實現。
ulonglong inline get_statement_timer() { return USED_TIMER(); }
# 如果有其它的計數器實現，只需更新巨集定義即可。
#define USED_TIMER my_timer_nanoseconds
ulonglong my_timer_nanoseconds(void) {
...
#elif defined(HAVE_CLOCK_GETTIME) && defined(CLOCK_REALTIME)
{
struct timespec tp;
clock_gettime(CLOCK_REALTIME, &tp);
return (ulonglong)tp.tv_sec * 1000000000 + (ulonglong)tp.tv_nsec;
}
...
#else
return 0;
#endif
}
get_statement_timer()調用的是 USED_TIMER()，而 USED_TIMER 只不過是個巨集定義，實際調用的還是my_timer_nanoseconds。
my_timer_nanoseconds是一個計時器函數，用於獲取系統當前時間，並將其轉換為納秒級別的時間戳。不同的系統，會使用不同的方法來獲取。
對於 linux 系統，它會首先調用clock_gettime函數獲取系統當前時間，然後再將其轉換為納秒。
所以，語句的開始時間（m_timer_start）和結束時間（m_timer_end）取的都是系統當前時間。
m_v0 和 m_factor 的實現邏輯
m_v0和m_factor是結構體 time_normalizer 中的兩個變數。其中，
- m_v0：實例的啟動時間（計數器值）。
- m_factor：將計數器值轉換為皮秒的轉換因數。
這兩個變數是在實例啟動時被賦值的。
void init_timers(void) {
double pico_frequency = 1.0e12;
...
my_timer_init(&pfs_timer_info);
...
cycle_v0 = my_timer_cycles();
nanosec_v0 = my_timer_nanoseconds(); # 獲取系統當前時間，以納秒錶示。
...
if (pfs_timer_info.nanoseconds.frequency > 0) {
nanosec_to_pico =
lrint(pico_frequency / (double)pfs_timer_info.nanoseconds.frequency);
} else {
nanosec_to_pico = 0;
}
...
to_pico_data[TIMER_NAME_NANOSEC].m_v0 = nanosec_v0;
to_pico_data[TIMER_NAME_NANOSEC].m_factor = nanosec_to_pico;
...
}
可以看到，nanosec_v0 調用的函數，實際上同 m_timer_start、m_timer_end 一樣，都是my_timer_nanoseconds。
nanosec_to_pico 是將納秒轉換為皮秒的轉換因數，等於 1.0e12/1.0e9 = 1000。
案例
基於上面的分析，我們總結下 TIMER_START 的計算公式。
TIMER_START = （語句執行時的系統時間（單位納秒）- 實例啟動時的系統時間（單位納秒））* 1000
所以，如果要獲取語句執行時的系統時間，可將 TIMER_START 除以 1000，然後再加上實例啟動時的系統時間。
而實例啟動時的系統時間，可通過當前時間（now）減去Uptime這個狀態變數來實現。
下麵我們通過一個具體的案例來驗證下。
mysql> create database test;
Query OK, 1 row affected (0.01 sec)
mysql> create table test.t1(id int primary key, c1 datetime(6));
Query OK, 0 rows affected (0.05 sec)
mysql> insert into test.t1 values(1, now(6));
Query OK, 1 row affected (0.02 sec)
mysql> select * from test.t1;
+----+----------------------------+
| id | c1 |
+----+----------------------------+
| 1 | 2023-12-05 23:57:01.892242 |
+----+----------------------------+
1 row in set (0.01 sec)
mysql> select * from performance_schema.events_statements_history where digest_text like '%insert%'\G
*************************** 1. row ***************************
THREAD_ID: 69
EVENT_ID: 8
END_EVENT_ID: 9
EVENT_NAME: statement/sql/insert
SOURCE: init_net_server_extension.cc:97
TIMER_START: 24182166000000
TIMER_END: 24208896000000
TIMER_WAIT: 26730000000
LOCK_TIME: 254000000
SQL_TEXT: insert into test.t1 values(1, now(6))
DIGEST: b2e0770f7505d35d2894321783fe92b7ebfbb908f687b98966efdc58d3386b3c
DIGEST_TEXT: INSERT INTO `test` . `t1` VALUES ( ? , NOW (?) )
...
EXECUTION_ENGINE: PRIMARY
1 row in set (0.04 sec)
mysql> select (unix_timestamp(now(6)) - variable_value) * 1000000000 into @mysql_start_time from performance_schema.global_status where variable_name = 'uptime';
Query OK, 1 row affected (0.02 sec)
mysql> select sql_text, timer_start, from_unixtime((timer_start/1000 + @mysql_start_time)/1000000000) as formatted_time from performance_schema.events_statements_history where digest_text like '%insert%';
+---------------------------------------+----------------+----------------------------+
| sql_text | timer_start | formatted_time |
+---------------------------------------+----------------+----------------------------+
| insert into test.t1 values(1, now(6)) | 24182166000000 | 2023-12-05 23:57:02.356767 |
+---------------------------------------+----------------+----------------------------+
1 row in set (0.01 sec)
插入時間（2023-12-05 23:57:01.892242）和 formatted_time（2023-12-05 23:57:02.356767）基本吻合，相差不到 0.5s。
為什麼會有誤差呢？
Uptime這個狀態變數的單位是秒。- 語句的開始時間（m_timer_start）要比語句中的 now(6) 這個時間早。
細節補充
為了可讀性，上面其實忽略了很多細節，這裡簡單記錄下。
1. to_pico_data
to_pico_data是個數組，這個數組包含了多個 time_normalizer 類型的元素。
實例啟動，在調用init_timers函數時，實際上還會將以微秒、毫秒為單位的系統時間分別賦值給to_pico_data[TIMER_NAME_MICROSEC].m_v0、to_pico_data[TIMER_NAME_MILLISEC].m_v0。
to_pico_data[TIMER_NAME_CYCLE].m_v0 = cycle_v0;
to_pico_data[TIMER_NAME_CYCLE].m_factor = cycle_to_pico;
to_pico_data[TIMER_NAME_NANOSEC].m_v0 = nanosec_v0;
to_pico_data[TIMER_NAME_NANOSEC].m_factor = nanosec_to_pico;
to_pico_data[TIMER_NAME_MICROSEC].m_v0 = microsec_v0;
to_pico_data[TIMER_NAME_MICROSEC].m_factor = microsec_to_pico;
to_pico_data[TIMER_NAME_MILLISEC].m_v0 = millisec_v0;
to_pico_data[TIMER_NAME_MILLISEC].m_factor = millisec_to_pico;
既然有這麼多個 m_v0，怎麼知道time_normalizer::to_pico函數取的是哪一個呢？
實際上，events_statements_xxx 系列表的實現中，有個基類table_events_statements_common。
該類的構造函數裡面會基於time_normalizer::get_statement()來初始化 m_normalizer，
而time_normalizer::get_statement()實際上返回的就是to_pico_data[TIMER_NAME_NANOSEC]。
table_events_statements_common::table_events_statements_common(
const PFS_engine_table_share *share, void *pos)
: PFS_engine_table(share, pos) {
m_normalizer = time_normalizer::get_statement();
}
time_normalizer *time_normalizer::get_statement() {
return &to_pico_data[USED_TIMER_NAME];
}
#define USED_TIMER_NAME TIMER_NAME_NANOSEC
2. performance_schema 表的實現註釋
storage/perfschema/pfs.cc文件中有一段註釋。
這段註釋非常重要，它介紹了 performance_schema 中的表是如何實現的。
以下是 events_statements_xxx 相關的註釋。
...
Implemented as:
- [1] #pfs_start_statement_vc(), #pfs_end_statement_vc()
(1a, 1b) is an aggregation by EVENT_NAME,
(1c, 1d, 1e) is an aggregation by TIME,
(1f) is an aggregation by DIGEST
all of these are orthogonal,
and implemented in #pfs_end_statement_vc().
- [2] #pfs_delete_thread_v1(), #aggregate_thread_statements()
- [3] @c PFS_account::aggregate_statements()
- [4] @c PFS_host::aggregate_statements()
- [A] EVENTS_STATEMENTS_SUMMARY_BY_THREAD_BY_EVENT_NAME,
@c table_esms_by_thread_by_event_name::make_row()
...
- [H] EVENTS_STATEMENTS_HISTORY_LONG,
@c table_events_statements_history_long::make_row()
- [I] EVENTS_STATEMENTS_SUMMARY_BY_DIGEST
@c table_esms_by_digest::make_row()
3. 如何知道 TIMER 欄位對應 m_row 中的哪些變數？
兩者的對應關係實際上是在table_events_statements_common::read_row_values中定義的。
int table_events_statements_common::read_row_values(TABLE *table,
unsigned char *buf,
Field **fields,
bool read_all) {
Field *f;
uint len;
/* Set the null bits */
assert(table->s->null_bytes == 3);
buf[0] = 0;
buf[1] = 0;
buf[2] = 0;
for (; (f = *fields); fields++) {
if (read_all || bitmap_is_set(table->read_set, f->field_index())) {
switch (f->field_index()) {
case 0: /* THREAD_ID */
set_field_ulonglong(f, m_row.m_thread_internal_id);
break;
...
case 5: /* TIMER_START */
if (m_row.m_timer_start != 0) {
set_field_ulonglong(f, m_row.m_timer_start);
} else {
f->set_null();
}
break;
case 6: /* TIMER_END */
if (m_row.m_timer_end != 0) {
set_field_ulonglong(f, m_row.m_timer_end);
} else {
f->set_null();
}
break;
...
