pt-query-digest（percona ツールキット）小解

pt-query-digest は、ログ、processlist、および tcpdump を通じて MySQL クエリ関連の情報を分析できます。基本的な構文は次のとおりです。

pt-query-digest [OPTIONS] [FILES] [DSN]

pt-query-digest は、MySQL クエリを分析するためのシンプルなツールです。これほど使いやすいツールは他にありません。 MySQL のスロー ログ、一般的なログ、バイナリ ログ クエリを分析できます。 (バイナリ ログは、まず mysqlbinlog ツールを使用してテキストに変換する必要があります)。また、tcpdump からの SHOW PROCESSLIST および MySQL プロトコル データでも機能します。デフォルトでは、ツールはどのクエリが最も遅いかを報告するため、最適化することが最も重要です。 --group-by、--filter、--embedded-attributes などのパラメータを使用すると、さらにカスタマイズされたレポートを作成できます。

pt-query-digest には主に以下の機能があります:

(1) throw.log を使用して統計情報を生成:

pt-query-digest slow.log

(2) processlist から分析してレポートを生成:

pt-query-digest --processlist h=host1

(3) tcppdump パケット キャプチャを通じて遅いクエリを分析する:

tcpdump -s 65535 -x -nn -q -tttt -i any -c 1000 port 3306 > mysql.tcp.txt
pt-query-digest --type tcpdump mysql.tcp.txt

(4) 別のホストへの遅いログ クエリを分析する:

pt-query-digest --review h=host2 --no-report slow.log

見てみましょう主なパラメータ:

--type のデフォルトはslowlogで、パラメータ値はbinlog、genlog、slowlog、tcpdump、rawlogなどに設定できます。

--processlist processlist を通じて MySQL の完全なログ クエリを分析します

--create-review-table --review パラメーターを使用して分析結果をテーブルに出力する場合、テーブルが存在しない場合は自動的に作成されます。

--create-history-table --history パラメータを使用して分析結果をテーブルに出力する場合、テーブルが存在しない場合は自動的に作成されます。

--filter は、指定された文字列に従って入力遅いクエリを照合およびフィルターし、それを分析します

--limit 出力結果のパーセンテージまたは数を制限します。デフォルト値は 20 で、最も遅い 20 個のステートメントが出力されることを意味します。 . 合計応答時間に応じて 50% が大きいものから小さいものに分類され、合計が 50% に達すると出力が遮断されます。

--ホスト MySQL サーバーのアドレス

--user mysql ユーザー名

--password mysql ユーザーのパスワード

--history 分析結果をテーブルに保存します。次回は --history を使用します。同じステートメントが存在し、クエリの時間間隔が履歴テーブルの時間間隔と異なる場合、同じ CHECKSUM をクエリすることで、特定の種類のクエリの履歴変更を比較できます。

--review 分析結果をテーブルに保存します。この分析は 1 つのクエリ条件をパラメータ化するだけであり、比較的単純です。次回 --review を使用した場合、同じステートメント分析が存在する場合、データテーブルには記録されません。

-- 出力分析結果の出力タイプ。値はレポート (標準分析レポート)、slowlog (Mysql スロー ログ)、json、json-anon にすることができます。通常は読みやすいようにレポートを使用します。

--since は、分析が開始されてからの時刻です。値は、「yyyy-mm-dd [hh:mm:ss]」の形式で指定された時点にすることもできます。単純な時間値: s (秒)、h (時間)、m (分)、d (日)。12h などは、統計が 12 時間前に開始されたことを意味します。

-- 期限まで、 -- と組み合わせると、一定期間内に遅いクエリを分析できます。

デフォルトの出力レポートに関連する情報を見てみましょう:

(1) データ統計情報

# 2291.9s user time, 6.4s system time, 41.68M rss, 193.36M vsz
# Current date: Mon Jun 19 11:19:51 2017# Hostname: mxqmongodb2
# Files: /home/mysql/db3306/log/slowlog_343306.log
# Overall: 6.72M total, 140 unique, 16.12 QPS, 0.69x concurrency _________
# Time range: 2017-06-13T14:34:41 to 2017-06-18T10:22:04# Attribute total min max avg 95% stddev median
# ============ ======= ======= ======= ======= ======= ======= =======# Exec time 287519s 1us 20s 43ms 148ms 339ms 214us
# Lock time 151259s 0 20s 23ms 144us 319ms 47us
# Rows sent 5.40M 0 1000 0.84 0.99 6.58 0.99# Rows examine 388.33M 0 3.72k 60.59 5.75 388.16 0.99# Query size 692.26M 6 799 108.02 202.40 69.96 80.10

上記には、ホスト名ホスト名、全体合計クエリ、一意の個別クエリ、分析に関する情報が含まれます。 time period 期間の範囲、属性部分は 3 番目の部分と同じです。最適な分析のために配置します

(2) 遅いクエリ SQL 統計結果とオーバーヘッド統計

# Profile
# Rank Query ID Response time Calls R/Call V/M Item
# ==== ================== ================= ======= ====== ===== =========# 1 0x255C57D761A899A9 146053.6926 50.8% 75972 1.9225 2.93 UPDATE warehouse
# 2 0x813031B8BBC3B329 94038.9621 32.7% 242741 0.3874 0.23 COMMIT
# 3 0xA0352AA54FDD5DF2 10125.5055 3.5% 75892 0.1334 0.43 UPDATE order_line
# 4 0xE5E8C12332AD11C5 5660.5113 2.0% 75977 0.0745 0.83 SELECT district
# 5 0xBD195A4F9D50914F 3634.6219 1.3% 757760 0.0048 1.01 SELECT stock
# 6 0xF078A9E73D7A8520 3431.3527 1.2% 75874 0.0452 0.81 UPDATE district
# 7 0x9577D48F480A1260 2307.4342 0.8% 50255 0.0459 1.25 SELECT customer
# 8 0xFFDA79BA14F0A223 2158.4731 0.8% 75977 0.0284 0.54 SELECT customer warehouse
# 9 0x5E61FF668A8E8456 1838.4440 0.6% 1507614 0.0012 0.74 SELECT stock
# 10 0x10BEBFE721A275F6 1671.8274 0.6% 757751 0.0022 0.52 INSERT order_line
# 11 0x8B2716B5B486F6AA 1658.5984 0.6% 75871 0.0219 0.75 INSERT history
# 12 0xBF40A4C7016F2BAE 1504.7939 0.5% 758569 0.0020 0.77 SELECT item
# 13 0x37AEB73B59EFC119 1470.5951 0.5% 2838 0.5182 0.27 INSERT SELECT tpcc._stock_new tpcc.stock
# 15 0x26C4F579BF19956D 1030.4416 0.4% 1982 0.5199 0.28 INSERT SELECT tpcc.__stock_new tpcc.stock
# 22 0xD80B7970DBF2419C 493.0831 0.2% 947 0.5207 0.28 INSERT SELECT tpcc.__stock_new tpcc.stock
# 23 0xDE7EA4E363CAD006 488.2134 0.2% 943 0.5177 0.25 INSERT SELECT tpcc.__stock_new tpcc.stock
# 25 0x985B012461683472 470.6418 0.2% 907 0.5189 0.25 INSERT SELECT tpcc.__stock_new tpcc.stock
# MISC 0xMISC 9482.0467 3.3% 2182254 0.0043 0.0 <123 ITEMS>

情報には、Response: total が含まれます応答時間、時間 : この分析におけるこのクエリの合計時間の割合。呼び出し数: 実行数、つまり、この分析におけるこのタイプのクエリ ステートメントの合計数。 R/Call: 実行ごとの平均応答時間。項目: SQL 操作テーブル。

(3) 3 番目の部分、各 SQL の詳細情報

# Query 1: 1.14 QPS, 2.19x concurrency, ID 0x255C57D761A899A9 at byte 1782619576# This item is included in the report because it matches --limit.
# Scores: V/M = 2.93# Time range: 2017-06-13T14:34:42 to 2017-06-14T09:05:56# Attribute pct total min max avg 95% stddev median
# ============ === ======= ======= ======= ======= ======= ======= =======# Count 1 75972# Exec time 50 146054s 160us 20s 2s 7s 2s 1s
# Lock time 94 142872s 39us 20s 2s 7s 2s 992ms
# Rows sent 0 0 0 0 0 0 0 0# Rows examine 0 74.19k 1 1 1 1 0 1# Query size 0 4.05M 53 57 55.88 56.92 0.82 54.21# String:
# Hosts 127.0.0.1# Users root
# Query_time distribution
# 1us
# 10us
# 100us ######################
# 1ms ##
# 10ms ###
# 100ms ##################################
# 1s ################################################################
# 10s+ ##
# Tables
# SHOW TABLE STATUS LIKE 'warehouse'\G
# SHOW CREATE TABLE `warehouse`\G
UPDATE warehouse SET w_ytd = w_ytd + 3651 WHERE w_id = 4\G
# Converted for EXPLAIN
# EXPLAIN /*!50100 PARTITIONS*/select w_ytd = w_ytd + 3651 from warehouse where w_id = 4\G

クエリ 1 は、コストの点で 1 位にランクされたクエリです。最初の行はテーブルの列ヘッダーです。パーセントは分析実行全体の合計のパーセンテージであり、合計は指定されたメトリックの実際の値です。たとえば、このケースでは、クエリが 75972 回実行されたことがわかります。これは、ファイル内の合計クエリの 50% です。 min、max、avg 列は一目瞭然です。 95 パーセンタイル列には 95 パーセンタイルが表示され、値の 95% がその値以下になります。標準偏差は、値がどの程度密接にグループ化されているかを示します。標準偏差と中央値は、最大値と最小値を無視して、95 パーセンタイルから計算されます。

通常の使用法を見てみましょう:

1: 遅いログを分析します

デフォルトのレポート

[root@mxqmongodb2 bin]# ./pt-query-digest /home/mysql/db3306/log/slowlog_343306.log >/home/sa/slowlog_343306.log

時間ごとにセグメント化されており、通常は 1 日の遅いログを分析します:

[root@mxqmongodb2 bin]# ./pt-query-digest --since=24h /home/mysql/db3306/log/slowlog_343306.log >/home/sa/slowlog_343306_24.log

而且我们可以设置过滤条天通过--filter参数，更好生成我们想要的报表。

例如只查询select：--filter '$event->{arg} =~ m/^select/i'，只查询某个用户：--filter '($event->{user} || "") =~ m/^dba/i' ，全表扫描等：--filter '(($event->{Full_scan} || "") eq "yes") ||(($event->{Full_join} || "") eq "yes")' 

2：保存分析结果到表文件：

[root@mxqmongodb2 bin]# ./pt-query-digest --user=root --password=123456 --port=3306 --review h=172.16.16.35,D=test,t=query_report /home/mysql/db3306/log/slowlog_343306.log

 

看一下结果样式

mysql> select * from query_report limit 1\G*************************** 1. row ***************************checksum: 1206612749604517366fingerprint: insert into order_line (ol_o_id, ol_d_id, ol_w_id, ol_number, ol_i_id, ol_supply_w_id, ol_quantity, ol_amount, ol_dist_info) values(?+)
sample: INSERT INTO order_line (ol_o_id, ol_d_id, ol_w_id, ol_number, ol_i_id, ol_supply_w_id, ol_quantity, ol_amount, ol_dist_info) VALUES (3730, 6, 10, 1, 6657, 10, 8, 62.41910171508789, 'N3F5fAhga7U51tlXr8AEgZdi')
first_seen: 2017-06-13 14:34:42last_seen: 2017-06-14 09:05:54reviewed_by: NULL
reviewed_on: NULL
comments: NULL1 row in set (0.00 sec)

 

3：分析binlog（要先使用mysqlbinlog将binlog转换）

[root@mxqmongodb2 log]# mysqlbinlog mysql-bin.000012 >/home/sa/mysql-bin_000012.log
[root@mxqmongodb2 bin]# ./pt-query-digest --type=binlog /home/sa/mysql-bin_000012.log >/home/sa/mysql-bin_000012_report.log

 

这个测试的时候还是有点小迷茫的，因为打印的结果并不是我要的，难道是因为我的binlog格式是ROW？保留下来，后面在测试。

4：分析general log

加上--type=genlog 即可，没有验证。。。。。。

5：tcpdump抓包分析

我们先要开启压力测试：

[root@mxqmongodb2 tpcc-mysql]# ./tpcc_start -h127.0.0.1 -P3306 -d tpcc -u root -p123456 -w 10 -c 10 -r 10 -l 3000

 

连续测试三十分钟，提供我们的抓取数据：

[root@mxqmongodb2 log]# tcpdump -s 65535 -x -nn -q -tttt -i any -c 10000 port 3306 >/home/sa/mysql.tcp.txt
[root@mxqmongodb2 bin]# ./pt-query-digest --type=tcpdump /home/sa/mysql.tcp.txt >/home/sa/mysql.tcp_repot.txt

 

看一下效果：

[root@mxqmongodb2 sa]# cat mysql.tcp_repot.txt
 
# 4.2s user time, 50ms system time, 27.65M rss, 179.15M vsz
# Current date: Tue Jun 20 17:08:40 2017# Hostname: mxqmongodb2
# Files: /home/sa/mysql.tcp.txt
# Overall: 155 total, 3 unique, 9.76 QPS, 4.52x concurrency ______________
# Time range: 2017-06-20 17:06:19.850032 to 17:06:35.731291# Attribute total min max avg 95% stddev median
# ============ ======= ======= ======= ======= ======= ======= =======# Exec time 72s 63us 2s 463ms 1s 352ms 393ms
# Rows affecte 25 0 15 0.16 0.99 1.18 0# Query size 956 6 30 6.17 5.75 1.85 5.75# Warning coun 1 0 1 0.01 0 0.08 0
 # Profile
# Rank Query ID Response time Calls R/Call V/M Item
# ==== ================== ============= ===== ====== ===== =========# 1 0x813031B8BBC3B329 69.9077 97.4% 153 0.4569 0.25 COMMIT
# MISC 0xMISC 1.8904 2.6% 2 0.9452 0.0 <2 ITEMS>
 # Query 1: 9.63 QPS, 4.40x concurrency, ID 0x813031B8BBC3B329 at byte 10100332# This item is included in the report because it matches --limit.
# Scores: V/M = 0.25# Time range: 2017-06-20 17:06:19.850032 to 17:06:35.731291# Attribute pct total min max avg 95% stddev median
# ============ === ======= ======= ======= ======= ======= ======= =======# Count 98 153# Exec time 97 70s 63us 2s 457ms 1s 336ms 393ms
# Rows affecte 100 25 0 15 0.16 0.99 1.19 0# Query size 96 918 6 6 6 6 0 6# Warning coun 100 1 0 1 0.01 0 0.08 0# String:
# Hosts 127.0.0.1# Query_time distribution
# 1us
# 10us #
# 100us ####
# 1ms #
# 10ms #
# 100ms ################################################################
# 1s ##########
# 10s+commit\G

 

以上がpt-query-digest（percona ツールキット）小解の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。