查詢日志分析工具pt-query-digest詳細介紹

下面一起來了解下查詢日志分析工具pt-query-digest，相信大家看完肯定會受益匪淺，文字在精不在多，希望查詢日志分析工具pt-query-digest這篇短內容是你想要的。

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后再進行分析
--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云服務器地址
--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。
--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。
--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小時前開始統計。
--until 截止時間，配合—since可以分析一段時間內的慢查詢。

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，并發數

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，最上面的表格列出了執行次數、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 ：查詢時間分布, 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

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' /data/mysql/mysql.slow

5.針對某個用戶的慢查詢
pt-query-digest --filter '($event->{user} || "") =~ m/^root/i' /data/mysql/mysql.slow

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")' /data/mysql/localhost-slow.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

看完查詢日志分析工具pt-query-digest這篇文章后，很多讀者朋友肯定會想要了解更多的相關內容，如需獲取更多的行業信息，可以關注我們的行業資訊欄目。