《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

       

-

posted @ 2020-04-14 21:40  Zzz哈  Views(168)  Comments(0Edit  收藏  举报