pt-query-digest
1. 概述
索引可以我们更快速的执行查询，但是肯定存在不合理的索引，如果想找到那些索引不是很合适的查询，并在它们成为问题前进行优化，则可以使用pt-query-digest的查询审查“review”功能，分析其EXPLAIN出来的执行计划。
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。
2. 工具安装
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
3. 工具执行
3.1 直接分析慢查询文件
pt-query-digest slow.log > slow_report.log
3.2 分析最近12小时内的查询
pt-query-digest --since=12h slow.log > slow_report2.log
3.3 分析指定时间范围内的查询
pt-query-digest slow.log --since '2014-04-17 09:30:00' --until '2014-04-17 10:00:00'> > slow_report3.log
3.4 分析指含有select语句的慢查询
pt-query-digest--filter '$event->{fingerprint} =~ m/^select/i' slow.log> slow_report4.log
3.5 针对某个用户的慢查询
pt-query-digest--filter '($event->{user} || "") =~ m/^root/i' slow.log> slow_report5.log
3.6 查询所有所有的全表扫描或full join的慢查询
pt-query-digest--filter '(($event->{Full_scan} || "") eq "yes") ||(($event->{Full_join} || "") eq "yes")' slow.log> slow_report6.log
3.7 把查询保存到query_review表
pt-query-digest --user=root –password=abc123 --review h=localhost,D=test,t=query_review--create-review-table slow.log
3.8 把查询保存到query_history表
pt-query-digest --user=root –password=abc123 --review h=localhost,D=test,t=query_ history--create-review-table slow.log_20140401
pt-query-digest --user=root –password=abc123--review h=localhost,D=test,t=query_history--create-review-table slow.log_20140402
3.9 通过tcpdump抓取mysql的tcp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
3.10 分析binlog
mysqlbinlog mysql-bin.000093 > mysql-bin000093.sql
pt-query-digest --type=binlog mysql-bin000093.sql > slow_report10.log
3.11 分析general log
pt-query-digest --type=genlog localhost.log > slow_report11.log
4. 报告分析
4.1 总体统计结果
Overall: 总共有多少条查询，上例为总共109个查询。
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8。（去重后的语句）
Time range: 查询执行的时间范围。
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。
4.2 查询分组统计结果
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
4.3 每一种查询的详细统计结果
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10s以上的查询双是1s-10s之间的两倍。
Tables: 查询中涉及到的表
Explain: 示例
5. 语法及重要选项
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。
6. 备注
开启mysql慢查询，打开配置文件（一般在该路径下vim /etc/my.cnf），增加以下配置，修改完成后重启mysql服务，通过设置long-query-time=0来捕获所有的查询，且查询的响应时间可以做到微妙级，慢查询日志带来的开销可以忽略不计（高性能Mysql一书作者在I/O密集型场景做个基准测试），需要担心的是日志可能消耗大量的磁盘空间，如果长期开启慢查询日志，注意需要部署日志轮转（log rotation）工具。或只收集负载样本的期间开启即可。
强烈建议现在就利用慢查询日志捕获服务器上的所有查询，并且进行分析，可以在一些典型的时间窗口如业务高峰期的一个小时内记录查询，可以较快速的捕获需要优化的低效查询。
//慢查询
log-output=FILE
slow_query_log=1
slow_query_log_file=/data/dbdata/slow_query.log
long-query-time=1
log-queries-not-using-indexes
7. 参考文档
http://blog.csdn.net/seteor/article/details/24017913
