标签：
本文来自：http://isadba.com/?p=651
一、pt-query-digest参数介绍.
pt-query-digest --user=anemometer --password=anemometerpass --review h=192.168.11.28,D=slow_query_log,t=global_query_review \ --history h=192.168.11.28,D=slow_query_log,t=global_query_review_history \ --no-report --limit=0% --filter=" \$event->{Bytes} = length(\$event->{arg}) and \$event->{hostname}=\"$HOSTNAME\"" \ /usr/local/mariamysql/data/localhost-slow.log
–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。
二、分析结果分析:
#pt-query-digest mysql-slow.log --分析mysql-slow.log这个慢查询日志文件 # A software update is available: # * The current version for Percona::Toolkit is 2.2.9. 开始总的摘要信息 # 170ms user time, 10ms system time, 26.00M rss, 213.39M vsz --此工具执行日志分析时的所用时间、内存资源(rss物理内存占用大小，vsz虚拟内存占用大小) # Current date: Mon Jul 28 09:55:34 2014 --分析时的系统时间 # Hostname: lump.group.com --进行分析的主机名，非记录日志的数据库服务器 # Files: mysql-slow.log --分析的日志文件名称 # Overall: 5 total, 4 unique, 0.02 QPS, 0.04x concurrency ________________ --文件中总共的语句数量，唯一的语句数量(对语句进行了格式化)，QPS，并发数 # Time range: 2014-07-28 09:50:30 to 09:54:50 --记录日志的时间范围 # Attribute total min max avg 95% stddev median --total总计，min最小，max最大，avg平均，95%把所有值从小到大排列，位于95%的那个数 # ============ ======= ======= ======= ======= ======= ======= ======= # Exec time 10s 1s 3s 2s 3s 753ms 1s # Lock time 196us 0 79us 39us 76us 33us 42us # Rows sent 1.40k 0 716 287 685.39 335.14 3.89 # Rows examine 15.32k 0 11.13k 3.06k 10.80k 4.02k 2.06k # Rows affecte 0 0 0 0 0 0 0 # Bytes sent 72.42k 11 38.85k 14.48k 38.40k 17.57k 234.30 # Query size 807 6 342 161.40 329.68 146.53 112.70
–Exec time：语句执行时间
–Lock time：锁占有时间
–Rows sent：发送到客户端的行数
–Row examine：扫描的行数(SELECT语句)
–Row affecte：发送改变的行数(UPDATE, DELETE, INSERT语句)
–Bytes sent：发送多少bytes的查询结果集
–Query size：查询语句的字符数
查询分组统计结果
# Profile # Rank Query ID Response time Calls R/Call V/M Item # ==== ================== ============= ===== ====== ===== =============== # 1 0x4A9CF4735A0490F2 3.1898 31.9% 1 3.1898 0.00 SELECT history_uint # 2 0x2B0044BDE0960A2F 2.6991 27.0% 1 2.6991 0.00 SELECT history # 3 0x813031B8BBC3B329 2.5755 25.7% 2 1.2877 0.00 COMMIT # 4 0x469563A79E581DDB 1.5380 15.4% 1 1.5380 0.00 SELECT sessions
–Rank:分析的所有查询语句的排名，默认按查询时间降序排序，可以通过–order-by指定排序方式
–Query ID：查询语句的指纹，去掉了多余空格、和文本字符
–Response time：响应时间，占所有响应时间的百分比
–Calls：查询执行的次数
–R/Call：每次执行的平均响应时间
–V/M：响应时间Variance-to-mean的比率，参考：http://en.wikipedia.org/wiki/Index_of_dispersion
–Item：查询语句
–最后一行没有包括在报告中的查询合计统计信息，如使用了选项–limit和–outliers
每个独立查询语句的分析
# Query 1: 0 QPS, 0x concurrency, ID 0x4A9CF4735A0490F2 at byte 591 ______ --QPS：每秒查询数(queries per second) --concurrency：该查询的近似并发值 --ID：16进制，查询语句的指纹，去掉了多余空格、和文本字符、转换成小写，使用--filter可以用来进行过滤(如：pt-query-digest mysql-slow.201407250000 --filter ‘$event->{fingerprint} && make_checksum($event->{fingerprint}) eq "0793E2F7F5EBE1B1"‘ > slow2.txt)，必须移除0x --at byte 289141：查询语句在日志文件中的偏移量(byte offset)，不一定精确，根据偏移量在日志文件中查找语句(如tail -c +289141 mysql-slow.201407250000 |head) # This item is included in the report because it matches --limit. # Scores: V/M = 0.00 # Time range: all events occurred at 2014-07-28 09:51:02 # Attribute pct total min max avg 95% stddev median --95%：95th percentile，stddev：standard deviation # ============ === ======= ======= ======= ======= ======= ======= ======= # Count 20 1 --pct在整个日志文件中，执行语句占用百分比(20%)，总计执行了1次 # Exec time 31 3s 3s 3s 3s 3s 0 3s # Lock time 40 79us 79us 79us 79us 79us 0 79us # Rows sent 49 715 715 715 715 715 0 715 # Rows examine 13 2.09k 2.09k 2.09k 2.09k 2.09k 0 2.09k # Rows affecte 0 0 0 0 0 0 0 0 # Bytes sent 45 33.31k 33.31k 33.31k 33.31k 33.31k 0 33.31k # Query size 42 342 342 342 342 342 0 342 # String: # Databases zabbix --数据库名 # Hosts # Last errno 0 # Users zabbix --执行语句的用户名 # Query_time distribution --查询的执行时间分布情况图，可以使用选项--report-histogram进行定义 # 1us # 10us # 100us # 1ms # 10ms # 100ms # 1s ################################################################ # 10s+ # Tables # SHOW TABLE STATUS FROM `zabbix` LIKE ‘history_uint‘\G --可以使用该语句查询表的统计信息，如大小 # SHOW CREATE TABLE `zabbix`.`history_uint`\G --可以使用该语句查看表的结构信息 # EXPLAIN /*!50100 PARTITIONS*/ SELECT itemid,round(1401* MOD(CAST(clock AS UNSIGNED)+79742,86400)/(86400),0) AS i,COUNT(*) AS count,AVG(value) AS avg,MIN(value) AS min,MAX(value) AS max,MAX(clock) AS clock FROM history_uint WHERE itemid=‘30376‘ AND clock>=‘1406425858‘ AND clock<=‘1406512258‘ GROUP BY itemid,round(1401* MOD(CAST(clock AS UNSIGNED)+79742,86400)/(86400),0)\G --可以使用该语句查看查询计划，如非select语句，工具会转换成类似的select语句，方便进行explain
官方文档说明：https://www.percona.com/doc/percona-toolkit/2.2/pt-query-digest.html
标签：
原文地址：http://www.cnblogs.com/zhoujinyi/p/4977770.html
