這篇文章主要介紹了關於MySQL慢查詢之pt-query-digest分析慢查詢日誌的相關資料，文中介紹的非常詳細，對大家具有一定的參考價值，需要的朋友們下面來一起看看吧。
一、簡介
#pt-query-digest是用來分析mysql慢查詢的一個工具，它可以分析binlog、General log、slowlog，也可以透過SHOWPROCESSLIST或是透過tcpdump抓取的MySQL協定資料來進行分析。可以把分析結果輸出到文件中，分析過程是先將查詢語句的條件進行參數化，然後將參數化以後的查詢分組統計，統計出各查詢的執行時間、次數、佔比等，可以藉助分析結果找出問題進行最佳化。
二、安裝pt-query-digest
2.perl的模組
yum install -y perl-CPAN perl-Time-HiRes
登入後複製
3.安裝步驟
方法一：rpm安裝
cd /usr/local/src
wget percona.com/get/percona-toolkit.rpm
yum install -y percona-toolkit.rpm
登入後複製
工具安裝目錄在：/usr/bin
方法二：原始碼安裝
cd /usr/local/src
wget percona.com/get/percona-toolkit.tar.gz
tar zxf percona-toolkit.tar.gz
cd percona-toolkit-2.2.19
perl Makefile.PL PREFIX=/usr/local/percona-toolkit
make && make install
登入後複製
工具安裝目錄在：/usr/local/percona-toolkit/bin
4.各工具用法簡介
(1)慢查詢日誌分析統計
pt-query-digest /usr/local/mysql/data/slow.log
登入後複製
(2)伺服器摘要
(3)伺服器磁碟監控
(4)mysql服務狀態摘要
pt-mysql-summary -- --user=root --password=root
登入後複製
三、 pt-query-digest語法及重要選項
#pt-query-digest [OPTIONS] [FILES] [DSN]
#--create-review-table 當使用--review參數把分析結果輸出到表中時，如果沒有表格就自動建立。
--create-history-table 當使用--history參數把分析結果輸出到表中時，如果沒有表格就自動建立。
--filter 對輸入的慢查詢按指定的字串#進行配對過濾後再進行分析
--limit 限制輸出結果百分比或數量，預設值為20,即將最慢的20條語句輸出，如果是50%則按總回應時間佔比從大到小排序，輸出到總和達到50%位置截止。
--host mysql伺服器位址
--user mysql使用者名稱
-- password mysql使用者密碼
--history 將分析結果儲存到表中，分析結果比較詳細，下次再使用--history時，如果有相同的語句，且查詢所在的時間區間和歷史表中的不同，則會記錄到資料表中，可以透過查詢相同CHECKSUM來比較某類型查詢的歷史變化。
--review 將分析結果儲存到表中，這個分析只是對查詢條件進行參數化，一個類型的查詢一筆記錄，比較簡單。下次使用--review時，如果有相同的語句分析，就不會記錄到資料表中。
--output 分析結果輸出類型，值可以是report(標準分析報告)、slowlog(Mysql slow log)、json、json-anon，一般使用report，以便於閱讀。
--since 從什麼時間開始分析，值為字串，可以是指定的某個」yyyy-mm-dd [hh:mm:ss]」格式的時間點，也可以是簡單的一個時間值：s(秒)、h(小時)、m(分鐘)、d(天)，如12h表示從12小時前開始統計。
--until 截止時間，配合—since可以分析一段時間內的慢查詢。
四、分析pt-query-digest輸出結果
第一部分：總體統計結果
Overall：總共有多少條查詢
#Time range：查詢執行的時間範圍
unique：唯一查詢數量，也就是查詢條件參數化以後，總共有多少個不同的查詢
total：總計 min：最小 max：最大 avg：平均值
#95 %：把所有值從小到大排列，位置位於95%的那個數，這個數字一般最具有參考價值
median：中位數，把所有值從小到大排列，位置位於中間那個數字
# 该工具执行日志分析的用户时间，系统时间，物理内存占用大小，虚拟内存占用大小
# 340ms user time, 140ms system time, 23.99M rss, 203.11M vsz
# 工具执行时间
# Current date: Fri Nov 25 02:37:18 2016
# 运行分析工具的主机名
# Hostname: localhost.localdomain
# 被分析的文件名
# Files: slow.log
# 语句总数量，唯一的语句数量，QPS，并发数
# Overall: 2 total, 2 unique, 0.01 QPS, 0.01x concurrency
# 日志记录的时间范围
# Time range: 2016-11-22 06:06:18 to 06:11:40
# 属性 总计 最小 最大 平均 95% 标准 中等
# Attribute total min max avg 95% stddev median
# ============ ======= ======= ======= ======= ======= ======= =======
# 语句执行时间
# Exec time 3s 640ms 2s 1s 2s 999ms 1s
# 锁占用时间
# Lock time 1ms 0 1ms 723us 1ms 1ms 723us
# 发送到客户端的行数
# Rows sent 5 1 4 2.50 4 2.12 2.50
# select语句扫描行数
# Rows examine 186.17k 0 186.17k 93.09k 186.17k 131.64k 93.09k
# 查询的字符数
# Query size 455 15 440 227.50 440 300.52 227.50
登入後複製
第二部分：查詢分組統計結果
#Rank：所有語句的排名，預設按查詢時間降序排列，透過-- order-by指定
Query ID：語句的ID，（去掉多餘空格和文字字符，計算hash值）
Response：總的回應時間
time：此查詢在本次分析中總的時間佔比
calls：執行次數，即本次分析總共有多少條這種類型的查詢語句
R/Call：平均每次執行的回應時間
V/M：回應時間Variance-to-mean的比率
Item：查询对象
# Profile
# Rank Query ID Response time Calls R/Call V/M Item
# ==== ================== ============= ===== ====== ===== ===============
# 1 0xF9A57DD5A41825CA 2.0529 76.2% 1 2.0529 0.00 SELECT
# 2 0x4194D8F83F4F9365 0.6401 23.8% 1 0.6401 0.00 SELECT wx_member_base
登入後複製
第三部分：每一种查询的详细统计结果
由下面查询的详细统计结果，最上面的表格列出了执行次数、最大、最小、平均、95%等各项目的统计。
ID：查询的ID号，和上图的Query ID对应
Databases：数据库名
Users：各个用户执行的次数（占比）
Query_time distribution ：查询时间分布, 长短体现区间占比，本例中1s-10s之间查询数量是10s以上的两倍。
Tables：查询中涉及到的表
Explain：SQL语句
# Query 1: 0 QPS, 0x concurrency, ID 0xF9A57DD5A41825CA at byte 802
# This item is included in the report because it matches --limit.
# Scores: V/M = 0.00
# Time range: all events occurred at 2016-11-22 06:11:40
# Attribute pct total min max avg 95% stddev median
# ============ === ======= ======= ======= ======= ======= ======= =======
# Count 50 1
# Exec time 76 2s 2s 2s 2s 2s 0 2s
# Lock time 0 0 0 0 0 0 0 0
# Rows sent 20 1 1 1 1 1 0 1
# Rows examine 0 0 0 0 0 0 0 0
# Query size 3 15 15 15 15 15 0 15
# String:
# Databases test
# Hosts 192.168.8.1
# Users mysql
# Query_time distribution
# 1us
# 10us
# 100us
# 1ms
# 10ms
# 100ms
# 1s ################################################################
# 10s+
# EXPLAIN /*!50100 PARTITIONS*/
select sleep(2)\G
登入後複製
五、用法示例
1.直接分析慢查询文件:
pt-query-digest slow.log > slow_report.log
登入後複製
2.分析最近12小时内的查询：
pt-query-digest --since=12h slow.log > slow_report2.log
登入後複製
3.分析指定时间范围内的查询：
pt-query-digest slow.log --since '2017-01-07 09:30:00' --until '2017-01-07 10:00:00'> > slow_report3.log
登入後複製
4.分析指含有select语句的慢查询
pt-query-digest --filter '$event->{fingerprint} =~ m/^select/i' slow.log> slow_report4.log登入後複製
5.针对某个用户的慢查询
pt-query-digest --filter '($event->{user} || "") =~ m/^root/i' slow.log> slow_report5.log登入後複製
6.查询所有所有的全表扫描或full join的慢查询
pt-query-digest --filter '(($event->{Full_scan} || "") eq "yes") ||(($event->{Full_join} || "") eq "yes")' slow.log> slow_report6.log登入後複製
7.把查询保存到query_review表
pt-query-digest --user=root –password=abc123 --review h=localhost,D=test,t=query_review--create-review-table slow.log
登入後複製
8.把查询保存到query_history表
pt-query-digest --user=root –password=abc123 --review h=localhost,D=test,t=query_history--create-review-table slow.log_0001
pt-query-digest --user=root –password=abc123 --review h=localhost,D=test,t=query_history--create-review-table slow.log_0002
登入後複製
9.通过tcpdump抓取mysql的tcp协议数据，然后再分析
tcpdump -s 65535 -x -nn -q -tttt -i any -c 1000 port 3306 > mysql.tcp.txt
pt-query-digest --type tcpdump mysql.tcp.txt> slow_report9.log
登入後複製
10.分析binlog
mysqlbinlog mysql-bin.000093 > mysql-bin000093.sql
pt-query-digest --type=binlog mysql-bin000093.sql > slow_report10.log
登入後複製
11.分析general log
pt-query-digest --type=genlog localhost.log > slow_report11.log
登入後複製
总结
以上是MySQL之pt-query-digest分析慢查詢日誌的詳情介紹的詳細內容。更多資訊請關注PHP中文網其他相關文章！
