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