一、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。

二、安装pt-query-digest

1.下载percona-toolkit

下载地址：​​​https://www.percona.com/downloads/percona-toolkit/LATEST/​​

(资料图片)

2.安装percona-toolkit

yum install percona-toolkit-3.5.0-5.el7.x86_64.rpm

3.各工具用法简介

详细内容：​​https://docs.percona.com/percona-toolkit/​​

(1).慢查询日志分析统计

pt-query-digest /usr/local/mysql/data/slow.log

(2).服务器摘要

pt-summary 

(3).服务器磁盘监测

pt-diskstats

(4).mysql服务状态摘要

pt-mysql-summary -- --user=root --password=root 

三、pt-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，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。

四、分析pt-query-digest输出结果

第一部分：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

# 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，唯一的语句数量，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：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，响应时间的方差均值比，变异数对平均数比，可说明样本的分散程度. 这个值如果很大的话,就需要优化了.

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

五、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 "2017-01-07 09:30:00" --until "2017-01-07 10:00:00"> > slow_report3.log

4.--filter：过滤器规则

(1).只返回指定类型的查询，如返回select的查询

--filter "$event->{arg} =~ m/^select/i"--filter "$event->{fingerprint} =~ m/^select/i"

例子：

pt-query-digest --filter "$event->{fingerprint} =~ m/^select/i" slow.log> slow_report4.log

(2).只返回指定用户的查询，如返回zhou用户的查询

--filter "$event->{user} =~ m/^zhou/i"--filter "($event->{user} || "") =~ m/^zhou/i"

例子：

pt-query-digest --filter "($event->{user} || "") =~ m/^root/i" slow.log> slow_report5.log

(3).只返回指定IP的查询，如返回192.168.163.111的查询

--filter "($event->{host} || $event->{ip} || "") =~ m/^192.168.163.111/i"

例子：

pt-query-digest --filter "($event->{host} || $event->{ip} || "") =~ m/^192.168.163.111/i"  slow.log > slow-20200806.log

(4).只返回指定DB的查询，如返回zhoujinyi DB的查询

--filter "($event->{db} || "") =~ m/^zhoujinyi/i"

(5).返回指定DB和类型的查询，如返回zhoujinyi DB中的select查询

--filter "(($event->{db} || "") =~ m/^mysql/i) && (($event->{fingerprint} || "") =~ m/^select/i)"

(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

5.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

6.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_0001pt-query-digest  --user=root –password=abc123 --review  h=localhost,D=test,t=query_history--create-review-table > slow.log_0002

7.--processlist：轮询此DSN的进程列表以进行分析，并使用--interval：轮询show processlist的频率，以秒为单位（默认为1秒）间隔1s执行show full processlist 拉取processlist中订阅到的慢查询转存到指定的文件。

pt-query-digest --processlist h=192.168.163.132,u=user,p=123456 --interval=1  --output=slowlog > process.log 

8.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.txtpt-query-digest --type tcpdump mysql.tcp.txt> slow_report9.log

9.分析binlog

mysqlbinlog mysql-bin.000093 > mysql-bin000093.sqlpt-query-digest  --type=binlog  mysql-bin000093.sql > slow_report10.log

10.分析general log

pt-query-digest  --type=genlog  localhost.log > slow_report11.log