pt-query-digest_慢日志分析

Usage: pt-query-digest [OPTIONS] [FILES] [DSN]

一、常用选项

--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。

二、输出项说明

第 1 部分：总体统计结果

[mysql@ip131 bin]$ ./pt-query-digest /home/mysql/mysqllog/slowlog/slow-query.log

# 该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
# 210ms user time, 120ms system time, 28.82M rss, 241.83M vsz
# 工具执行时间
# Current date: Thu May 28 11:55:02 2020
# 运行分析工具的主机名
# Hostname: ip131
# 被分析的文件名
# Files: /home/mysql/mysqllog/slowlog/slow-query.log
# 语句总数量，唯一的语句数量，QPS，并发数
# Overall: 28 total, 6 unique, 0.01 QPS, 0.02x concurrency _______________
# 日志记录的时间范围
# Time range: 2020-03-12T11:16:30 to 2020-03-12T12:40:06
# 属性    		    总计  	最小 	   最大 	  平均 	 95%   标准   中等
# Attribute          total     min     max     avg     95%  stddev  median
# ============     ======= ======= ======= ======= ======= ======= =======
# 语句执行时间
# Exec time           104s    18ms     23s      4s     19s      6s   992ms
# 锁占用时间
# Lock time            2ms       0   179us    59us   152us    59us    75us
# 发送到客户端的行数
# Rows sent         94.04k       0  15.67k   3.36k  15.20k   6.24k    0.99
# select语句扫描行数
# Rows examine      39.19M       0  13.35M   1.40M   4.70M   2.99M  15.20k
# 查询的字符数
# Query size           567       8      31   20.25   30.19    6.41   19.46

Overall：总共有多少条查询
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
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

第 2 部分：查询分组统计结果

# Profile
# Rank Query ID                        Response time Calls R/Call  V/M   I
# ==== =============================== ============= ===== ======= ===== =
#    1 0x049A46817126F277D990BC7C09... 77.0444 74.0%     6 12.8407  5.30 INSERT SELECT t?
#    2 0x59A74D08D407B5EDF9A57DD5A4... 18.0093 17.3%    12  1.5008  0.26 SELECT
#    3 0x8F6213EA7552EE38D3F93556A8...  8.8233  8.5%     3  2.9411  1.15 SELECT t?
# MISC 0xMISC                           0.1824  0.2%     7  0.0261   0.0 <3 ITEMS>

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

第 3 部分：每一种查询的详细统计结果

# Query 3: 0.00 QPS, 0.00x concurrency, ID 0x8F6213EA7552EE38D3F93556A8D7A107 at byte 8822
# This item is included in the report because it matches --limit.
# Scores: V/M = 2.88
# Time range: 2020-03-12T12:24:47 to 2020-05-28T12:23:40
# Attribute    pct   total     min     max     avg     95%  stddev  median
# ============ === ======= ======= ======= ======= ======= ======= =======
# Count         10       4
# Exec time     14     20s   512ms     11s      5s     11s      4s      8s
# Lock time     27   568us    81us   179us   142us   176us    37us   172us
# Rows sent      0       4       1       1       1       1       0       1
# Rows examine  54  36.24M 976.57k  13.35M   9.06M  13.08M   4.97M  13.08M
# Query size    12      92      23      23      23      23       0      23
# String:
# Databases    test
# Hosts        localhost (3/75%), ip131 (1/25%)
# Users        root (3/75%), rootha (1/25%)
# Query_time distribution
#   1us
#  10us
# 100us
#   1ms
#  10ms
# 100ms  ################################
#    1s  ################################################################
#  10s+  ################################
# Tables
#    SHOW TABLE STATUS FROM `test` LIKE 't2'\G
#    SHOW CREATE TABLE `test`.`t2`\G
# EXPLAIN /*!50100 PARTITIONS*/
select count(1) from t2\G

	由下面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。
ID：查询的ID号，和上图的Query ID对应
Databases：数据库名
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：SQL语句

三、参考链接

https://www.cnblogs.com/luyucheng/p/6265873.html