MySQL之pt-query-digest區(qū)分慢查詢日志的詳情說明

一、簡介

pt-query-digest是用于分析mysql慢查詢的一個工具，它可以分析binlog、General log、slowlog，也可以通過SHOWPROCESSLIST或者通過tcpdump抓取的MySQL協(xié)議數據來進行分析。可以把分析結果輸出到文件中，分析過程是先對查詢語句的條件進行參數化，然后對參數化以后的查詢進行分組統(tǒng)計，統(tǒng)計出各查詢的執(zhí)行時間、次數、占比等，可以借助分析結果找出問題進行優(yōu)化。

二、安裝pt-query-digest

2.perl的模塊

yum install -y perl-CPAN perl-Time-HiRes

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

工具安裝目錄在：/usr/bin

方法二：源碼安裝

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

工具安裝目錄在：/usr/local/percona-toolkit/bin

4.各工具用法簡介

(1)慢查詢日志分析統(tǒng)計

pt-query-digest /usr/local/mysql/data/slow.log

(2)服務器摘要

pt-summary

(3)服務器磁盤監(jiān)測

pt-diskstats

(4)mysql服務狀態(tài)摘要

pt-mysql-summary -- --user=root --password=root

三、pt-query-digest語法及重要選項

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

2. --create-review-table 當使用--review參數把分析結果輸出到表中時，如果沒有表就自動創(chuàng)建。

3. --create-history-table 當使用--history參數把分析結果輸出到表中時，如果沒有表就自動創(chuàng)建。

4. --filter 對輸入的慢查詢按指定的字符串進行匹配過濾后再進行分析

5. --limit 限制輸出結果百分比或數量，默認值是20,即將最慢的20條語句輸出，如果是50%則按總響應時間占比從大到小排序，輸出到總和達到50%位置截止。

6. --host mysql服務器地址

7. --user mysql用戶名

8. --password mysql用戶密碼

9. --history 將分析結果保存到表中，分析結果比較詳細，下次再使用--history時，如果存在相同的語句，且查詢所在的時間區(qū)間和歷史表中的不同，則會記錄到數據表中，可以通過查詢同一CHECKSUM來比較某類型查詢的歷史變化。

10. --review 將分析結果保存到表中，這個分析只是對查詢條件進行參數化，一個類型的查詢一條記錄，比較簡單。當下次使用--review時，如果存在相同的語句分析，就不會記錄到數據表中。

11. --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，以便于閱讀。

12. --since 從什么時間開始分析，值為字符串，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就表示從12小時前開始統(tǒng)計。

13. --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(tǒng)計結果

Overall：總共有多少條查詢

Time range：查詢執(zhí)行的時間范圍

unique：唯一查詢數量，即對查詢條件進行參數化以后，總共有多少個不同的查詢

total：總計 min：最小 max：最大 avg：平均

95%：把所有值從小到大排列，位置位于95%的那個數，這個數一般最具有參考價值

median：中位數，把所有值從小到大排列，位置位于中間那個數

# 該工具執(zhí)行日志分析的用戶時間，系統(tǒng)時間，物理內存占用大小，虛擬內存占用大小
# 340ms user time, 140ms system time, 23.99M rss, 203.11M vsz
# 工具執(zhí)行時間
# Current date: Fri Nov 25 02:37:18 2016
# 運行分析工具的主機名
# Hostname: localhost.localdomain
# 被分析的文件名
# Files: slow.log
# 語句總數量，唯一的語句數量，QPS，并發(fā)數
# Overall: 2 total, 2 unique, 0.01 QPS, 0.01x concurrency 
# 日志記錄的時間范圍
# Time range: 2016-11-22 06:06:18 to 06:11:40
# 屬性    總計  最小 最大 平均 95% 標準 中等
# Attribute   total  min  max  avg  95% stddev median
# ============  ======= ======= ======= ======= ======= ======= =======
# 語句執(zhí)行時間
# Exec time    3s 640ms  2s  1s  2s 999ms  1s
# 鎖占用時間
# Lock time   1ms  0  1ms 723us  1ms  1ms 723us
# 發(fā)送到客戶端的行數
# Rows sent    5  1  4 2.50  4 2.12 2.50
# select語句掃描行數
# Rows examine  186.17k  0 186.17k 93.09k 186.17k 131.64k 93.09k
# 查詢的字符數
# Query size   455  15  440 227.50  440 300.52 227.50

第二部分：查詢分組統(tǒng)計結果

Rank：所有語句的排名，默認按查詢時間降序排列，通過--order-by指定

Query ID：語句的ID，（去掉多余空格和文本字符，計算hash值）

Response：總的響應時間

time：該查詢在本次分析中總的時間占比

calls：執(zhí)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(zhí)行的響應時間

V/M：響應時間Variance-to-mean的比率

Item：查詢對象

# 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

第三部分：每一種查詢的詳細統(tǒng)計結果

由下面查詢的詳細統(tǒng)計結果，最上面的表格列出了執(zhí)行次數、最大、最小、平均、95%等各項目的統(tǒng)計。

ID：查詢的ID號，和上圖的Query ID對應

Databases：數據庫名

Users：各個用戶執(zhí)行的次數（占比）

Query_time distribution ：查詢時間分布, 長短體現區(qū)間占比，本例中1s-10s之間查詢數量是10s以上的兩倍。

Tables：查詢中涉及到的表

Explain：SQL語句

# 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

五、用法示例

1.直接分析慢查詢文件:

pt-query-digest slow.log > slow_report.log

2.分析最近12小時內的查詢：

pt-query-digest --since=12h slow.log > slow_report2.log

3.分析指定時間范圍內的查詢：

pt-query-digest slow.log --since '2017-01-07 09:30:00' --until '2017-01-07 10:00:00'> > slow_report3.log

4.分析指含有select語句的慢查詢

pt-query-digest --filter '$event->{fingerprint} =~ m/^select/i' slow.log> slow_report4.log

5.針對某個用戶的慢查詢

pt-query-digest --filter '($event->{user}    "") =~ m/^root/i' slow.log> slow_report5.log

6.查詢所有所有的全表掃描或full join的慢查詢

pt-query-digest --filter '(($event->{Full_scan}    "") eq "yes")   (($event->{Full_join}    "") eq "yes")' slow.log> slow_report6.log

7.把查詢保存到query_review表

pt-query-digest --user=root –password=abc123 --review h=localhost,D=test,t=query_review--create-review-table slow.log

8.把查詢保存到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

9.通過tcpdump抓取mysql的tcp協(xié)議數據，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

10.分析binlog

mysqlbinlog mysql-bin.000093 > mysql-bin000093.sql
pt-query-digest --type=binlog mysql-bin000093.sql > slow_report10.log

11.分析general log

pt-query-digest --type=genlog localhost.log > slow_report11.log

總結

以上就是MySQL之pt-query-digest分析慢查詢日志的詳情介紹的詳細內容，更多請關注php中文網其它相關文章！