MySQL慢查詢分析工具pt-query-digest詳解
一、簡介
pt-query-digest是用於分析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，然後對參數化以後的查詢進行分組統計，統計出各查詢的執行時間、次數、占比等，可以借助分析結果找出問題進行優化。
二、安裝pt-query-digest
1.下載頁面：https://www.percona.com/doc/percona-toolkit/2.2/installation.html
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（詳細內容：https://www.percona.com/doc/percona-toolkit/2.2/index.html）
(1)慢查詢日志分析統計
pt-query-digest /usr/local/mysql/data/slow.log
(2)服務器摘要
pt-summary
(3)服務器磁盤監測
pt-diskstats
(4)mysql服務狀態摘要
pt-mysql-summary -- --user=root --password=root
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，如果沒有表就自動創建。 --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建。 --filter 對輸入的慢查詢按指定的字符串進行匹配過濾後再進行分析 --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。 --host mysql服務器地址 --user mysql用戶名 --password mysql用戶密碼 --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。 --review 將分析結果保存到表中，這個分析隻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。 --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：查詢執行的時間范圍
unique：唯一查詢數量，即對查詢條件進行參數化以後，總共有多少個不同的查詢
total：總計 min：最小 max：最大 avg：平均
95%：把所有值從小到大排列，位置位於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，位置位於中間那個數
# 該工具執行日志分析的用戶時間，系統時間，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，並發數 # 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，（去掉多餘空格和文本字符，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計結果
由下面查詢的詳細統計結果，最上面的表格列出瞭執行次數、最大、最小、平均、95%等各項目的統計。
ID：查詢的ID號，和上圖的Query ID對應
Databases：數據庫名
Users：各個用戶執行的次數（占比）
Query_time distribution ：查詢時間分佈, 長短體現區間占比，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 --since=12h slow.log > slow_report2.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 slow.log --since '2017-01-07 09:30:00' --until '2017-01-07 10:00:00'> > slow_report3.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協議數據，然後再分析
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
到此這篇關於MySQL慢查詢分析工具pt-query-digest詳解的文章就介紹到這瞭,更多相關MySQL慢查詢分析工具內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！