pt-query-digest查询日志分析工具



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。

3.      标准分析报告解释第一部分：总体统计结果,如下图

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。第二部分：查询分组统计结果,如下图

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 : 查询对象第三部分：每一种查询的详细统计结果，如下图：

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

4.用法示例(1)直接分析慢查询文件:pt-query-digest  slow.log > slow_report.log

(2)分析最近12小时内的查询：