《pt-query-digest 剖析 Mysql 慢日志》

一：概述

　　- 在 Mysql 中使用慢查询日志，可以记录产生慢查询的记录。

　　- 但是如果要分析慢查询的日志信息，直接打开文件是不可行的，只会浪费时间和金钱。

　　- 从慢查询日志中，剖析日志生成报告，我们可以使用 pt-query-digest

　 - 参考《MySQL慢查询分析工具pt-query-digest详解》

二：安装

　　- 这里推荐使用源码安装，在官网上下载自己所需要的版本。

　　- tar -zxvf percona-toolkit-版本 & cd percona-toolkit-版本 & make & make install

　　- 即可以完成安装。

三：pt-query-digest 语法

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：报告分析

　　- 第一部分：总体统计结果

- # 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
  # 190ms user time, 40ms system time, 28.95M rss, 4.11G vsz
  
  # 报告生成时间
  
  # Current date: Mon Apr 13 11:36:42 2020
  
  # 报告主机
  # Hostname: Hong
  
  # 慢日志文件
  # Files: /Users/lihong/Desktop/on-line/homestead-slow.log
  
  # 语句总数量唯一语句数 QPS 并发数
  # Overall: 8 total, 8 unique, 0.73 QPS, 0.00x concurrency ________________
  
  # 日志时间范围
  # Time range: 2020-04-13T03:18:17 to 2020-04-13T03:18:28
  
  # 属性总计最小最大平均标准中等
  # Attribute total min max avg 95% stddev median
  # ============ ======= ======= ======= ======= ======= ======= =======
  # 语句执行时间
  # Exec time 7ms 26us 4ms 903us 4ms 1ms 512us
  # 锁占用时间
  # Lock time 1ms 0 768us 142us 761us 245us 67us
  # 发送客户端行数
  # Rows sent 15 0 6 1.88 5.75 2.08 0.99
  # select扫描行数
  # Rows examine 1.02k 0 1.01k 130.75 1012.63 334.35 2.98
  # 查询字符数
  # Query size 177 11 32 22.12 31.70 7.09 26.08

　　- 第二部分：分组统计结果

# 解释
#    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 
# Rank Query ID                          Response time Calls R/Call V/M   
# ==== ================================= ============= ===== ====== ===== 
#    1 0x19A1F14EFC0F221D30AFCB1E1344...  0.0044 61.1%     1 0.0044  0.00 SELECT users
#    2 0xE77769C62EF669AA7DD5F6760F2D...  0.0011 15.7%     1 0.0011  0.00 SHOW VARIABLES
......

　　- 第三部分：详细的SQL信息

# Query 1: 0 QPS, 0x concurrency, ID 0x19A1F14EFC0F221D30AFCB1E1344BEBD at byte 1648
# Scores: V/M = 0.00
# Time range: all events occurred at 2020-04-13T03:18:24
# 执行时间
# Attribute    pct   total     min     max     avg     95%  stddev  median
# ============ === ======= ======= ======= ======= ======= ======= =======
# Count         12       1
# Exec time     61     4ms     4ms     4ms     4ms     4ms       0     4ms
# Lock time     67   768us   768us   768us   768us   768us       0   768us
# Rows sent     40       6       6       6       6       6       0       6
# Rows examine   0       6       6       6       6       6       0       6
# Query size    10      19      19      19      19      19       0      19
# String:
# Databases    test
# Hosts        localhost
# Users        root
# 查询时间分布
# Query_time distribution
#   1us
#  10us
# 100us
#   1ms  ################################################################
#  10ms
# 100ms
#    1s
#  10s+
# Tables
#    SHOW TABLE STATUS FROM `test` LIKE 'users'\G
#    SHOW CREATE TABLE `test`.`users`\G
# EXPLAIN /*!50100 PARTITIONS*/
select * from users\G

《pt-query-digest 剖析 Mysql 慢日志》

猜你喜欢