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 -x -nn -q -tttt -i any -c port > mysql.tcp.txt
pt-query-digest --type tcpdump mysql.tcp.txt> slow_report9.log
##分析binlog
mysqlbinlog mysql-bin. > 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:  total,  unique, 0.00 QPS, .00x concurrency ________________
# Time range: --13T12:: to --14T13::
# Attribute total min max avg % stddev median
# ============ ======= ======= ======= ======= ======= ======= =======
# Exec time 6s 10ms 6s 3s 6s 5s 3s
# Lock time 209us 82us 127us 104us 127us 31us 104us
# Rows sent 70.71
# Rows examine 205.50 133.64 205.50
# Query size 111.72

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
# ==== ================================= ============= ===== ====== =====
# 0xF0C5AE75A52E847D737F39F04B19... 6.4700 99.8% 6.4700 0.00 SELECT sbtest?
# MISC 0xMISC 0.0100 0.2% 0.0100 0.0 < 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 :  QPS, 0x concurrency, ID 0xF0C5AE75A52E847D737F39F04B198EF6 at byte
# This item is included in the report because it matches --limit.
# Scores: V/M = 0.00
# Time range: all events occurred at --13T12::
# Attribute pct total min max avg % stddev median
# ============ === ======= ======= ======= ======= ======= ======= =======
# Count
# Exec time 6s 6s 6s 6s 6s 6s
# Lock time 82us 82us 82us 82us 82us 82us
# Rows sent
# Rows examine
# Query size
# 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 AND ORDER BY c\G

利用pt-query-digest分析MySQL慢查询的更多相关文章

  1. 使用Anemometer分析MySQL慢查询记录

    数据库管理员一般是用percona的toolkit工具来分析MySQL慢查询记录,但是不够直观. 下面介绍一款比较直观的工具来统计分析MySQL慢查询记录anemometer. 在使用之前需要安装pe ...

  2. 企业级中带你ELK如何实时收集分析Mysql慢查询日志

    什么是Mysql慢查询日志? 当SQL语句执行时间超过设定的阈值时,便于记录到指定的日志文件中或者表中,所有记录称之为慢查询日志 为什么要收集Mysql慢查询日志? 数据库在运行期间,可能会存在这很多 ...

  3. mysqlsla 分析mysql慢查询日志

    发现有一个工具mysqlsla,分析查询日志比 mysqldumpslow分析的会更清晰明了! 安装mysqlsla: 下载mysqlsla-2.03.tar.gz [root@yoon export ...

  4. 利用Shell脚本实现远程MySQL自动查询

    下面这个脚本是一个简单用来执行远程数据库查询的命令,相信大家都能看得懂,这对于有些需要每天自动检查数据库或是执行某些语句的兄弟,是很有帮助的,只要稍加修改就可以 #!/bin/shHOST=192.1 ...

  5. linux上开启和分析mysql慢查询日志

    本人qq群也有许多的技术文档,希望可以为你提供一些帮助(非技术的勿加). QQ群:   281442983 (点击链接加入群:http://jq.qq.com/?_wv=1027&k=29Lo ...

  6. 使用ELK收集分析MySQL慢查询日志

    参考文档:https://www.cnblogs.com/bixiaoyu/p/9638505.html MySQL开启慢查询不详述 MySQL5.7慢查询日志格式如下 /usr/local/mysq ...

  7. shell脚本分析mysql慢查询日志(slow log)

    使用percona公司的pt-query-digest分析慢查询日志.分析.统计的结果的比較清晰 #!/bin/sh slowlog_path=/root/slow_query_log everysl ...

  8. mysql慢查询日志分析工具 mysqlsla(转)

    mysql数据库的慢查询日志是非常重要的一项调优辅助日志,但是mysql默认记录的日志格式阅读时不够友好,这是由mysql日志记录规则所决定的,捕获一条就记录一条,虽说记录的信息足够详尽,但如果将浏览 ...

  9. MySQL慢查询分析工具pt-query-digest详解

    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tcpdu ...

随机推荐

  1. 循环结构 while

    while 循环语句可以根据某些条件重复执行一条t-sql 语句或一个语句块 语法: while (条件) begin 语句或语句块 end 程序调试 alt+f5 启动调试 f9 切换断点  f10 ...

  2. git pull冲突报错

    修改代码后在git pull报错: error: Your local changes to the following files would be overwritten by merge: xx ...

  3. Google android开发者 中国官方文档开放了呀

    Google官方开发文档地址 包括 android , android TV

  4. SQL Server 数据库定时自动备份(转)

    本文转载自:http://www.cnblogs.com/zhangq723/archive/2012/03/13/2394102.html 作者:清风寻梦 在SQL Server中出于数据安全的考虑 ...

  5. 01.使用File类读写文件

    使用File类去读数据: 方法一:使用ReadAllBytes(); 方法 namespace _01.使用File类读写数据01 { class Program { static void Main ...

  6. .net Ioc 之 Unity 适合刚开始使用

    介绍: 首先稍微介绍一下,Unity是微软patterns& practices组用C#实现的轻量级.可扩展的依赖注入容器,可通过代码或xml配置文件来配置对象之间的关系.那么通过一个简单的代 ...

  7. FileUpload一键自动上传

    背景 源程序二次修改 传统的Asp.net WebForm开发 上传控件样式可自定义 分析 不能用第三方插件,因为源程序开发模式对异步的支持不友好而第三方插件大都是针对异步编程的 兼容IE8及以上和其 ...

  8. mysql忘记root密码的解决方法

    Windows下mysql忘记root密码的解决方法 1. 首先检查mysql服务是否启动,若已启动则先将其停止服务,可在开始菜单的运行,使用命令:net stop mysql 或者在windows任 ...

  9. ssh整合(spring + struts2 + hibernate)xml版

    1.1分层 1.2jar节点 <dependencies> <dependency> <groupId>junit</groupId> <arti ...

  10. css之margin,padding的百分比

    注意:上下内边距与左右内边距一致:即上下内边距的百分数会相对于父元素宽度设置,而不是相对于高度. PS:而且是基于父元素内容的宽度(width属性的大小),不是基于父元素整个框架的宽度