码迷,mamicode.com
首页 > 数据库 > 详细

mysql数据库优化 pt-query-digest使用

时间:2015-03-09 12:56:44      阅读:295      评论:0      收藏:0      [点我收藏+]

标签:

一、pt-query-digest工具简介

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show processlist或者通过tcpdump抓去的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。

二、pt-query-digest的语法

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)jsonjson-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()h(小时)m(分钟)d(),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。


三、安装过程

# tar zxvf percona-toolkit-2.2.4.tar.gz
# cd percona-toolkit-2.2.4
# perl Makefile.PL
# make && make test && make install

四、分析慢查询日志

既然是分析慢日志,当然需要开启慢日志查询,并且配置数据库的相关配置,编辑my.cnf

在mysqld下设置如下

long_query_time = 1
slow_query_log = on
slow_query_log_file = /usr/local/mysql/var/mysql-slow.log

然后重启服务,即可产生慢日志

使用pt-query-digest最简单的方式pt-query-digest mysql-slow.log

总体统计结果如下

技术分享

Overall: 总共有多少条查询,上例为总共1690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28
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。

查询分组统计结果

技术分享

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

每部分详细统计结果
技术分享

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,本例中查询集中在10ms
Tables: 查询中涉及到的表
Explain: 示例

用法示例

(1)直接分析慢查询文件:pt-query-digest  mysql-slow.log

(2)分析最近12小时内的查询:

pt-query-digest --since=12h  slow.log > slow_report2.log
(3)分析指定时间范围内的查询:
pt-query-digest slow.log--since ‘2014-10-29 09:30:00‘ --until ‘2014-11-07 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} || ""技术分享 =~m/^root/i‘ slow.log> slow_report5.log
(6) 查询所有的全表扫描或fulljoin的慢查询
pt-query-digest --filter ‘(($event->{Full_scan} ||""技术分享 eq "yes"技术分享 ||(($event->{Full_join} || ""技术分享eq "yes"技术分享‘ slow.log> slow_report6.log
(7)
把查询保存到query_review
pt-query-digest  --user=root --password=xxxxxx --review h=127.0.0.1,D=test,t=query_review --create-review-table  slow.log
(8)把查询保存到query_history
pt-query-digest  --user=root --password=xxxxxx --review h=127.0.0.1,D=test,t=query_ history --create-review-table slow.log_20141107
(9)通过tcpdump抓取mysqltcp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=binlog  mysql-bin000093.sql >slow_report10.log
(11)分析generallog
pt-query-digest  --type=genlog  localhost.log >slow_report11.log


















mysql数据库优化 pt-query-digest使用

标签:

原文地址:http://blog.csdn.net/kewin_edward/article/details/44151073

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!