qt-query-digest MySQL SQL 优化
pt-query-digest是用于分析mysql慢查询的一个工具，它能够分析binlog、General log、slowlog，也能够经过SHOWPROCESSLIST或者经过tcpdump抓取的MySQL协议数据来进行分析。能够把分析结果输出到文件中，分析过程是先对查询语句的条件进行参数化，而后对参数化之后的查询进行分组统计，统计出各查询的执行时间、次数、占比等，能够借助分析结果找出问题进行优化。
安装pt-query-digest
下载页面：https://www.percona.com/doc/percona-toolkit/2.2/installation.html
安装 perl 模块
yum install -y perl-CPAN perl-Time-HiRes安装步骤
方法一：rpm安装
cd /usr/local/src
wget percona.com/get/percona-toolkit.rpm
yum install -y percona-toolkit.rpm工具安装目录在：/usr/bin
方法二：源码安装
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工具安装目录在：/usr/local/percona-toolkit/bin
各工具用法简介（详细内容：https://www.percona.com/doc/percona-toolkit/2.2/index.html）
- 慢查询日志分析统计
pt-query-digest /usr/local/mysql/data/slow.log- 服务器摘要
pt-summary- 服务器磁盘监测
pt-diskstats- mysql服务状态摘要
pt-mysql-summary -- --user=root --password=rootpt-query-digest语法及重要选项
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，若是没有表就自动建立。
--create-history-table 当使用--history参数把分析结果输出到表中时，若是没有表就自动建立。
--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，若是是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服务器地址
--user mysql用户名
--password mysql用户密码
--history 将分析结果保存到表中，分析结果比较详细，下次再使用--history时，若是存在相同的语句，且查询所在的时间区间和历史表中的不一样，则会记录到数据表中，能够经过查询同一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，一个类型的查询一条记录，比较简单。当下次使用--review时，若是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，值能够是report(标准分析报告)、slowlog(Mysql slow log)、json、json-anon，通常使用report，以便于阅读。
--since 从什么时间开始分析，值为字符串，能够是指定的某个”yyyy-mm-dd [hh:mm:ss]”格式的时间点，也能够是简单的一个时间值：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能够分析一段时间内的慢查询。分析pt-query-digest输出结果
第一部分：整体统计结果
- Overall：总共有多少条查询
- Time range：查询执行的时间范围
- unique：惟一查询数量，即对查询条件进行参数化之后，总共有多少个不一样的查询
- total：总计 min：最小 max：最大 avg：平均
- 95%：把全部值从小到大排列，位置位于95%的那个数，这个数通常最具备参考价值
- median：中位数，把全部值从小到大排列，位置位于中间那个数
# 该工具执行日志分析的用户时间，系统时间，物理内存占用大小，虚拟内存占用大小
# 340ms user time, 140ms system time, 23.99M rss, 203.11M vsz
# 工具执行时间
# Current date: Fri Nov 25 02:37:18 2016
# 运行分析工具的主机名
# Hostname: localhost.localdomain
# 被分析的文件名
# Files: slow.log
# 语句总数量，惟一的语句数量，QPS，并发数
# Overall: 2 total, 2 unique, 0.01 QPS, 0.01x concurrency ________________
# 日志记录的时间范围
# Time range: 2016-11-22 06:06:18 to 06:11:40
# 属性 总计 最小 最大 平均 95% 标准 中等
# Attribute total min max avg 95% stddev median
# ============ ======= ======= ======= ======= ======= ======= =======
# 语句执行时间
# Exec time 3s 640ms 2s 1s 2s 999ms 1s
# 锁占用时间
# Lock time 1ms 0 1ms 723us 1ms 1ms 723us
# 发送到客户端的行数
# Rows sent 5 1 4 2.50 4 2.12 2.50
# select语句扫描行数
# Rows examine 186.17k 0 186.17k 93.09k 186.17k 131.64k 93.09k
# 查询的字符数
# Query size 455 15 440 227.50 440 300.52 227.50
第二部分：查询分组统计结果
- Rank：全部语句的排名，默认按查询时间降序排列，经过–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 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：每一种查询的详细统计结果
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 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用法示例
- 直接分析慢查询文件:
pt-query-digest slow.log > slow_report.log- 分析最近12小时内的查询：
pt-query-digest --since=12h slow.log > slow_report2.log- 分析指定时间范围内的查询：
pt-query-digest slow.log --since '2017-01-07 09:30:00' --until '2017-01-07 10:00:00'> > slow_report3.log- 分析指含有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- 查询全部全部的全表扫描或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- 经过tcpdump抓取mysql的tcp协议数据，而后再分析
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参加：http://www.noobyard.com/article/p-czensbqt-mk.html
作者：Jeebiz 创建时间：2021-05-06 18:56
最后编辑：Jeebiz 更新时间：2024-11-14 21:58
最后编辑：Jeebiz 更新时间：2024-11-14 21:58
