利用pt-query-digest分析MySQL慢查询
Posted lYong90
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了利用pt-query-digest分析MySQL慢查询相关的知识,希望对你有一定的参考价值。
1、用法与参数说明
pt-query-digest [OPTIONS] [FILES] [DSN] --create-review-table ##当使用--review参数把分析结果输出到表中时,如果没有表就自动创建。 --create-history-table ##当使用--history参数把分析结果输出到表中时,如果没有表就自动创建。 --filter ##对输入的慢查询按指定的字符串进行匹配过滤后再进行分析 --limit ##限制输出结果百分比或数量,默认值是20,即将最慢的20条语句输出,如果是50%则按总响应时间占比从大到小排序,输出到总和达到50%位置截止。 --host ##mysql地址 --user ##MySQL用户名 --password ##MySQL密码 --history ##将分析结果保存到表中,分析结果比较详细,再使用--history时,如果存在相同的语句,且查询所在的时间区间和历史表中的不同,则会记录到数据表中,可以通过查询同一CHECKSUM来比较某类型查询的历史变化。 --review ##将分析结果保存到表中,这个分析只是对查询条件进行参数化,当下次使用--review时,如果存在相同的语句分析,就不会记录到数据表中。 --output ##分析结果输出类型,值可以是report、slowlog、json、json-anon,一般使用report,以便于阅读。 --since ##从什么时间开始分析,值为字符串,可以是指定”yyyy-mm-dd [hh:mm:ss]”、s(秒)、h(小时)、m(分钟)、d(天),如12h就表示从12小时前开始统计。 --until ##截止时间,配合—since可以分析一段时间内的慢查询。
常用命令
##分析慢查询文件: pt-query-digest slow.log > slow_report.log ##分析最近12小时 pt-query-digest --since=12h slow.log > slow_report2.log ##分析指定时间范围 pt-query-digest slow.log --since ‘2017-01-07 09:30:00‘ --until ‘2017-01-07 10:00:00‘> > slow_report3.log ##分析只含有select语句的慢查询 pt-query-digest --filter ‘$event->{fingerprint} =~ m/^select/i‘ slow.log> slow_report4.log ##针对某个用户的慢查询 pt-query-digest --filter ‘($event->{user} || "") =~ m/^root/i‘ slow.log> slow_report5.log ##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 ##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 ##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 ##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 ##分析binlog mysqlbinlog mysql-bin.000093 > mysql-bin000093.sql pt-query-digest --type=binlog mysql-bin000093.sql > slow_report10.log ##分析general log pt-query-digest --type=genlog localhost.log > slow_report11.log
2、报告解读
总体统计结果
Overall: 总共有多少条查询
Time range:查询执行的时间范围
unique: 唯一查询数量,即对查询条件进行参数化以后,总共有多少个不同的查询
total: 总计 min:最小 max:最大 avg:平均
95%: 把所有值从小到大排列,位置位于95%的那个数,这个数一般最具有参考价值
median: 中位数,把所有值从小到大排列,位置位于中间那个数
# Overall: 2 total, 2 unique, 0.00 QPS, 0.00x concurrency ________________ # Time range: 2018-08-13T12:58:45 to 2018-08-14T13:02:05 # Attribute total min max avg 95% stddev median # ============ ======= ======= ======= ======= ======= ======= ======= # Exec time 6s 10ms 6s 3s 6s 5s 3s # Lock time 209us 82us 127us 104us 127us 31us 104us # Rows sent 100 0 100 50 100 70.71 50 # Rows examine 411 111 300 205.50 300 133.64 205.50 # Query size 310 76 234 155 234 111.72 155
查询分组统计结果
Rank: 所有语句的排名,默认按查询时间降序排列,通过--order-by指定
Query ID: 语句的ID,(去掉多余空格和文本字符,计算hash值)
Response:总的响应时间
time: 该查询在本次分析中总的时间占比
calls: 执行次数,即本次分析总共有多少条这种类型的查询语句
R/Call: 平均每次执行的响应时间
V/M: 响应时间Variance-to-mean的比率
Item: 查询对象
# Profile # Rank Query ID Response time Calls R/Call V/M # ==== ================================= ============= ===== ====== ===== # 1 0xF0C5AE75A52E847D737F39F04B19... 6.4700 99.8% 1 6.4700 0.00 SELECT sbtest? # MISC 0xMISC 0.0100 0.2% 1 0.0100 0.0 <1 ITEMS>
SQL统计
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 0xF0C5AE75A52E847D737F39F04B198EF6 at byte 0 # This item is included in the report because it matches --limit. # Scores: V/M = 0.00 # Time range: all events occurred at 2018-08-13T12:58:45 # Attribute pct total min max avg 95% stddev median # ============ === ======= ======= ======= ======= ======= ======= ======= # Count 50 1 # Exec time 99 6s 6s 6s 6s 6s 0 6s # Lock time 39 82us 82us 82us 82us 82us 0 82us # Rows sent 100 100 100 100 100 100 0 100 # Rows examine 72 300 300 300 300 300 0 300 # Query size 24 76 76 76 76 76 0 76 # String: # Databases yong # Hosts 192.168.10.16 # Users yong # Query_time distribution # 1us # 10us # 100us # 1ms # 10ms # 100ms # 1s ################################################################ # 10s+ # Tables # SHOW TABLE STATUS FROM `yong` LIKE ‘sbtest8‘G # SHOW CREATE TABLE `yong`.`sbtest8`G # EXPLAIN /*!50100 PARTITIONS*/ SELECT DISTINCT c FROM sbtest8 WHERE id BETWEEN 519478 AND 519577 ORDER BY cG
以上是关于利用pt-query-digest分析MySQL慢查询的主要内容,如果未能解决你的问题,请参考以下文章
MySQL慢查询 - pt-query-digest详解慢查询日志
MySQL慢查询 - pt-query-digest详解慢查询日志
MySQL优化之慢日志分析(Anemometer+Pt-query-digest)