pt-query-digest查询日志分析工具

   <p><strong>1. 工具简介</strong></p>    <pre>  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</pre>    <pre>     </pre>    <pre>  <strong>2.语法及重要选项</strong>  </pre>    <p>pt-query-digest [OPTIONS] [FILES] [DSN]</p>    <p><strong>--create-review-table  </strong>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。<br> <strong>--create-history-table  </strong>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。<br> <strong>--filter  </strong>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<br> <strong>--limit</strong>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。<br> <strong>--host  <a href="/misc/goto?guid=4959670416500289712" title="MySQL知识库">MySQL</a>服务器地址<br> --user  </strong>mysql用户名<br> <strong>--password  </strong>mysql用户密码<br> <strong>--history</strong> 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。<br> <strong>--review</strong> 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。<br> <strong>--output</strong> 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。<br> <strong>--since</strong> 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。<br> <strong>--until</strong> 截止时间，配合—since可以分析一段时间内的慢查询。</p>    <pre>  <strong>3.      标准分析报告解释  第一部分：总体统计结果,如下图</strong></pre>    <pre>  <strong><img alt="" src="https://simg.open-open.com/show/4d9405b5509618e9e8bd5eb9ddbe5c5e.png">  </strong>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。<strong>  </strong>  <strong>第二部分：查询分组统计结果,如下图</strong></pre>    <pre>  <img alt="" src="https://simg.open-open.com/show/d169b0580c469d015b5fa7a801aa0050.png">  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    <strong>第三部分：每一种查询的详细统计结果，如下图：</strong></pre>    <pre>  <img alt="" src="https://simg.open-open.com/show/96fdb083cd727f743e13065e34ef794d.png">  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</pre>    <pre>     </pre>    <pre>  <strong>4.用法示例  (1)直接分析慢查询文件:</strong>  pt-query-digest  slow.log > slow_report.log    </pre>    <pre>  <strong>(2)</strong><strong>分析最近</strong><strong>12</strong><strong>小时内的查询：</strong></pre>    <p>pt-query-digest  --since=12h  slow.log > slow_report2.log<br>  </p>    <p><strong>(3)</strong><strong>分析指定时间范围内的查询：</strong></p>    <p>pt-query-digest slow.log --since '2014-04-17 09:30:00' --until '2014-04-17 10:00:00'> > slow_report3.log<br>  </p>    <p><strong>(4)分析指含有select语句的慢查询</strong><br> pt-query-digest--filter '$event->{fingerprint} =~ m/^select/i' slow.log> slow_report4.log<br> <br> <strong>(5) 针对某个用户的慢查询</strong><br> pt-query-digest--filter '($event->{user} || "") =~ m/^root/i' slow.log> slow_report5.log<br> <br> <strong>(6) 查询所有所有的全表扫描或full join的慢查询</strong><br> pt-query-digest--filter '(($event->{Full_scan} || "") eq "yes") ||(($event->{Full_join} || "") eq "yes")' slow.log> slow_report6.log<br> <br> <strong>(7)</strong><strong>把查询保存到</strong><strong>query_review</strong><strong>表</strong><br> pt-query-digest  --user=root –password=abc123 --review  h=localhost,D=test,t=query_review--create-review-table  slow.log<br>  </p>    <p><strong>(8)把查询保存到query_history表</strong><br> pt-query-digest  --user=root –password=abc123 --review  h=localhost,D=test,t=query_ history--create-review-table  slow.log_20140401<br> pt-query-digest  --user=root –password=abc123--review  h=localhost,D=test,t=query_history--create-review-table  slow.log_20140402<br> <br> <strong>(9)</strong><strong>通过</strong><strong>tcpdump</strong><strong>抓取</strong><strong>mysql</strong><strong>的</strong><strong>tcp</strong><strong>协议数据，然后再分析</strong><br> tcpdump -s 65535 -x -nn -q -tttt -i any -c 1000 port 3306 > mysql.tcp.txt<br> pt-query-digest --type tcpdump mysql.tcp.txt> slow_report9.log<br> <br> <strong>(10)</strong><strong>分析</strong><strong>binlog</strong><br> mysqlbinlog mysql-bin.000093 > mysql-bin000093.sql<br> pt-query-digest  --type=binlog  mysql-bin000093.sql > slow_report10.log<br> <br> <strong>(11)</strong><strong>分析</strong><strong>general log</strong><br> pt-query-digest  --type=genlog  localhost.log > slow_report11.log</p>    <p> </p>    <p>官方文档：http://www.percona.com/doc/percona-toolkit/2.2/pt-query-digest.html</p>    <p> </p>    <p> </p>