pt-query-digest 深碍√TFBOYSˉ_ 2022-07-14 19:49 152阅读 0赞 **一、pt-query-digest参数介绍.** pt-query-digest --user=anemometer --password=anemometerpass --review h=192.168.11.28,D=slow_query_log,t=global_query_review \ --history h=192.168.11.28,D=slow_query_log,t=global_query_review_history \ --no-report --limit=0% --filter=" \$event->{Bytes} = length(\$event->{arg}) and \$event->{hostname}=\"$HOSTNAME\"" \ /usr/local/mariamysql/data/localhost-slow.log –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][]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，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，一个类型的查询一条记录，比较简单。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(标准分析报告)、slowlog(Mysql slow log)、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，可以是指定的某个”yyyy-mm-dd \[hh:mm:ss\]”格式的时间点，也可以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可以分析一段时间内的慢查询。 **二、分析结果分析:** #pt-query-digest mysql-slow.log --分析mysql-slow.log这个慢查询日志文件 # A software update is available: # * The current version for Percona::Toolkit is 2.2.9. 开始总的摘要信息 # 170ms user time, 10ms system time, 26.00M rss, 213.39M vsz --此工具执行日志分析时的所用时间、内存资源(rss物理内存占用大小，vsz虚拟内存占用大小) # Current date: Mon Jul 28 09:55:34 2014 --分析时的系统时间 # Hostname: lump.group.com --进行分析的主机名，非记录日志的数据库服务器 # Files: mysql-slow.log --分析的日志文件名称 # Overall: 5 total, 4 unique, 0.02 QPS, 0.04x concurrency ________________ --文件中总共的语句数量，唯一的语句数量(对语句进行了格式化)，QPS，并发数 # Time range: 2014-07-28 09:50:30 to 09:54:50 --记录日志的时间范围 # Attribute total min max avg 95% stddev median --total总计，min最小，max最大，avg平均，95%把所有值从小到大排列，位于95%的那个数 # ============ ======= ======= ======= ======= ======= ======= ======= # Exec time 10s 1s 3s 2s 3s 753ms 1s # Lock time 196us 0 79us 39us 76us 33us 42us # Rows sent 1.40k 0 716 287 685.39 335.14 3.89 # Rows examine 15.32k 0 11.13k 3.06k 10.80k 4.02k 2.06k # Rows affecte 0 0 0 0 0 0 0 # Bytes sent 72.42k 11 38.85k 14.48k 38.40k 17.57k 234.30 # Query size 807 6 342 161.40 329.68 146.53 112.70 –Exec time：语句执行时间 –Lock time：锁占有时间 –Rows sent：发送到客户端的行数 –Row examine：扫描的行数(SELECT语句) –Row affecte：发送改变的行数(UPDATE, DELETE, INSERT语句) –Bytes sent：发送多少bytes的查询结果集 –Query size：查询语句的字符数 **查询分组统计结果** # Profile # Rank Query ID Response time Calls R/Call V/M Item # ==== ================== ============= ===== ====== ===== =============== # 1 0x4A9CF4735A0490F2 3.1898 31.9% 1 3.1898 0.00 SELECT history_uint # 2 0x2B0044BDE0960A2F 2.6991 27.0% 1 2.6991 0.00 SELECT history # 3 0x813031B8BBC3B329 2.5755 25.7% 2 1.2877 0.00 COMMIT # 4 0x469563A79E581DDB 1.5380 15.4% 1 1.5380 0.00 SELECT sessions –Rank:分析的所有查询语句的排名，默认按查询时间降序排序，可以通过–order-by指定排序方式 –Query ID：查询语句的指纹，去掉了多余空格、和文本字符 –Response time：响应时间，占所有响应时间的百分比 –Calls：查询执行的次数 –R/Call：每次执行的平均响应时间 –V/M：响应时间Variance-to-mean的比率，参考：http://en.wikipedia.org/wiki/Index\_of\_dispersion –Item：查询语句 –最后一行没有包括在报告中的查询合计统计信息，如使用了选项–limit和–outliers **每个独立查询语句的分析** # Query 1: 0 QPS, 0x concurrency, ID 0x4A9CF4735A0490F2 at byte 591 ______ --QPS：每秒查询数(queries per second) --concurrency：该查询的近似并发值 --ID：16进制，查询语句的指纹，去掉了多余空格、和文本字符、转换成小写，使用--filter可以用来进行过滤(如：pt-query-digest mysql-slow.201407250000 --filter '$event->{fingerprint} && make_checksum($event->{fingerprint}) eq "0793E2F7F5EBE1B1"' > slow2.txt)，必须移除0x --at byte 289141：查询语句在日志文件中的偏移量(byte offset)，不一定精确，根据偏移量在日志文件中查找语句(如tail -c +289141 mysql-slow.201407250000 |head) # This item is included in the report because it matches --limit. # Scores: V/M = 0.00 # Time range: all events occurred at 2014-07-28 09:51:02 # Attribute pct total min max avg 95% stddev median --95%：95th percentile，stddev：standard deviation # ============ === ======= ======= ======= ======= ======= ======= ======= # Count 20 1 --pct在整个日志文件中，执行语句占用百分比(20%)，总计执行了1次 # Exec time 31 3s 3s 3s 3s 3s 0 3s # Lock time 40 79us 79us 79us 79us 79us 0 79us # Rows sent 49 715 715 715 715 715 0 715 # Rows examine 13 2.09k 2.09k 2.09k 2.09k 2.09k 0 2.09k # Rows affecte 0 0 0 0 0 0 0 0 # Bytes sent 45 33.31k 33.31k 33.31k 33.31k 33.31k 0 33.31k # Query size 42 342 342 342 342 342 0 342 # String: # Databases zabbix --数据库名 # Hosts # Last errno 0 # Users zabbix --执行语句的用户名 # Query_time distribution --查询的执行时间分布情况图，可以使用选项--report-histogram进行定义 # 1us # 10us # 100us # 1ms # 10ms # 100ms # 1s ################################################################ # 10s+ # Tables # SHOW TABLE STATUS FROM `zabbix` LIKE 'history_uint'\G --可以使用该语句查询表的统计信息，如大小 # SHOW CREATE TABLE `zabbix`.`history_uint`\G --可以使用该语句查看表的结构信息 # EXPLAIN /*!50100 PARTITIONS*/ SELECT itemid,round(1401* MOD(CAST(clock AS UNSIGNED)+79742,86400)/(86400),0) AS i,COUNT(*) AS count,AVG(value) AS avg,MIN(value) AS min,MAX(value) AS max,MAX(clock) AS clock FROM history_uint WHERE itemid='30376' AND clock>='1406425858' AND clock<='1406512258' GROUP BY itemid,round(1401* MOD(CAST(clock AS UNSIGNED)+79742,86400)/(86400),0)\G --可以使用该语句查看查询计划，如非select语句，工具会转换成类似的select语句，方便进行explain # # # # # pt-query-digest高级使用介绍 # **官方文档：** **[https://www.percona.com/doc/percona-toolkit/2.2/pt-query-digest.html\#cmdoption-pt-query-digest--explain][https_www.percona.com_doc_percona-toolkit_2.2_pt-query-digest.html_cmdoption-pt-query-digest--explain]** **1. ****工具简介** pt-query-digest是用于分析mysql慢查询的一个工具，它可以分析binlog、General log、slowlog，也可以通过SHOWPROCESSLIST或者通过tcpdump抓取的MySQL协议数据来进行分析。可以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，然后对参数化以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，可以借助分析结果找出问题进行优化。 pt-query-digest是一个perl脚本，只需下载并赋权即可执行。 [root@test1 ]# wget percona.com/get/pt-query-digest [root@test1 ]# chmod u+x pt-query-digest 2.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，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，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，一个类型的查询一条记录，比较简单。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(标准分析报告)、slowlog(Mysql slow log)、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，可以是指定的某个”yyyy-mm-dd \[hh:mm:ss\]”格式的时间点，也可以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可以分析一段时间内的慢查询。 3. 标准分析报告解释 第一部分：总体统计结果,如下图 Overall: 总共有多少条查询，上例为总共266个查询。 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，该例为55。 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。 第二部分：查询分组统计结果,如下图 由上图可见，这部分对查询进行参数化并分组，然后对各类查询的执行情况进行分析，结果按总执行时长，从大到小排序。 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。 Item : 查询对象 第三部分：每一种查询的详细统计结果，如下图： 由上图可见，12号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。 Databases: 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: 示例 4.用法示例 (1)直接分析慢查询文件: pt-query-digest slow.log > slow_report.log (2)分析最近12小时内的查询： pt-query-digest --since=12h slow.log > slow\_report2.log **(3)****分析指定时间范围内的查询：** pt-query-digest slow.log --since '2014-04-17 09:30:00' --until '2014-04-17 10:00:00'> > slow\_report3.log **(4)分析指含有select语句的慢查询** pt-query-digest--filter '$event->\{fingerprint\} =~ m/^select/i' slow.log> slow\_report4.log **(5) 针对某个用户的慢查询** pt-query-digest--filter '($event->\{user\} || "") =~ m/^root/i' slow.log> slow\_report5.log **(6) 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 **(7)****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 **(8)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\_20140401 pt-query-digest --user=root –password=abc123--review h=localhost,D=test,t=query\_history--create-review-table slow.log\_20140402 **(9)****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 **(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 [MySQL]: http://lib.csdn.net/base/mysql [https_www.percona.com_doc_percona-toolkit_2.2_pt-query-digest.html_cmdoption-pt-query-digest--explain]: https://www.percona.com/doc/percona-toolkit/2.2/pt-query-digest.html#cmdoption-pt-query-digest--explain
还没有评论，来说两句吧...