利用pt-query-digest分析MySQL慢查询

Posted 2020-12-30 lYong90

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