慢查询日志分析工具-pt-query-digest

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。

安装：

wget http://www.percona.com/get/pt-query-digest

chmod +x pt-query-digest

yum -y install perl-Digest-MD5

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。

--hostmysql服务器地址

--usermysql用户名

--passwordmysql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。

使用pt-query-digest分析慢查询日志文件：

[root@test-db01 local]# ./pt-query-digest /application/mysql/data/mysql-slow.log

# 7s user time, 30ms system time, 22.57M rss, 178.96M vsz

# Current date: Wed Apr 26 01:07:18 2017

# Hostname: test-db01

# Files: /application/mysql/data/mysql-slow.log

# Overall: 39.88k total, 75 unique, 0.01 QPS, 0.00xconcurrency __________

# Time range: 2017-02-23 14:38:49 to 2017-04-26 01:03:42

# Attributetotalminmaxavg95%stddevmedian

# =================== ======= ======= ======= ======= ======= =======

# Exec time4433s338us2s111ms455ms159ms8ms

# Lock time4s045ms95us366us247us47us

# Rows sent30.77M04.57k809.122.50k999.460.99

# Rows examine90.97M100046.10k2.34k4.07k1.55k1.78k

# Query size23.90M223.58k628.332.06k807.74223.14

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4。

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。

# Profile

# Rank Query IDResponse timeCalls R/CallV/MItem

# ==== ================== =============== ===== =========== ==========

#10x4C25358328812E85 4310.3202 97.2% 16581 0.26000.10 SELECT t?

# MISC 0xMISC122.20642.8% 23301 0.00520.0 <74 ITEMS>

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

# Query 1: 518.16 QPS, 134.70x concurrency, ID0x4C25358328812E85 at byte 11170488

# This item is included in the report because it matches--limit.

# Scores: V/M = 0.10

# Time range: 2017-04-19 18:17:13 to 18:17:45

# Attributepcttotalminmaxavg95%stddevmedian

# ============ === ======= ======= ======= ============== ======= =======

# Count4116581

# Exec time974310s480us2s260ms526ms158ms230ms

# Lock time5223ms8us142us13us20us4us12us

# Rows sent9930.66M10103.03k1.89k2.76k549.341.86k

# Rows examine3330.66M10103.03k1.89k2.76k549.341.86k

# Query size2518.16k32323232032

# String:

# Databasesmysqlslap

# Hostslocalhost

# Usersroot

# Query_time distribution

#1us

#10us

# 100us#

#1ms#

#10ms#########

# 100ms################################################################

#1s#

#10s+

# Tables

#SHOW TABLE STATUS FROM `mysqlslap` LIKE 't1'\G

#SHOW CREATETABLE `mysqlslap`.`t1`\G

# EXPLAIN /*!50100 PARTITIONS*/

SELECT intcol1,charcol1 FROM t1\G

图可见,1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之间查询数量没有,全部集中在10S里面。

Tables:查询中涉及到的表

Explain:该条查询的示例

用法示例：

(1)直接分析慢查询文件:

pt-query-digestslow.log >slow_report.log

(2)分析最近12小时内的查询：

pt-query-digest--since=12hslow.log >slow_report2.log

(3)分析指定时间范围内的查询：

pt-query-digest slow.log --since '2014-05-17 09:30:00' --until'2014-06-17 10:00:00'> > slow_report3.log

(4)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

(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test数据库的query_review表,如果没有的话会自动创建;

pt-query-digest--user=root–password=abc123 --reviewh=localhost,D=test,t=query_review --create-review-tableslow.log

(8)把查询保存到query_history表

pt-query-digest--user=root–password=abc123 --reviewh=localhost,D=test,t=query_ history --create-review-tableslow.log_20140401

(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=binlogmysql-bin000093.sql> slow_report10.log

(11)分析general log

pt-query-digest--type=genloglocalhost.log > slow_report11.log