MYSQL优化（5）——慢查询和pt_query_digest工具

1.慢查询
1.1.什么是慢查询
慢查询日志，顾名思义，就是查询慢的日志，是指mysql记录所有执行超过long_query_time参数设定的时间阈值的SQL语句的日志。该日志能为SQL语句的优化带来很好的帮助。默认情况下，慢查询日志是关闭的，要使用慢查询日志功能，首先要开启慢查询日志功能。
1.2.慢查询配置
1.2.1.慢查询基本配置
slow_query_log 启动停止技术慢查询日志
slow_query_log_file 指定慢查询日志得存储路径及文件（默认和数据文件放一起）
long_query_time 指定记录慢查询日志SQL执行时间得伐值（单位：秒，默认10秒）
log_queries_not_using_indexes 是否记录未使用索引的SQL
log_output 日志存放的地方【TABLE】【FILE】【FILE,TABLE】

配置了慢查询后，它会记录符合条件的SQL
包括：
查询语句
数据修改语句
已经回滚得SQL

实操：

通过下面命令查看下上面的配置：
show VARIABLES like ‘%slow_query_log%’

show VARIABLES like ‘%slow_query_log_file%’

show VARIABLES like ‘%long_query_time%’

show VARIABLES like ‘%log_queries_not_using_indexes%’

show VARIABLES like ‘log_output’

set global long_query_time=0; —默认10秒，这里为了演示方便设置为0

set GLOBAL slow_query_log = 1; --开启慢查询日志

set global log_output=‘FILE,TABLE’ --项目开发中日志只能记录在日志文件中，不能记表中
设置完成后，查询一些列表可以发现慢查询的日志文件里面有数据了。

1.2.2.慢查询解读
从慢查询日志里面摘选一条慢查询日志，数据组成如下

慢查询格式显示

第一行：用户名 、用户的IP信息、线程ID号
第二行：执行花费的时间【单位：毫秒】
第三行：执行获得锁的时间
第四行：获得的结果行数
第五行：扫描的数据行数
第六行：这SQL执行的具体时间
第七行：具体的SQL语句
1.3.慢查询分析
慢查询的日志记录非常多，要从里面找寻一条查询慢的日志并不是很容易的事情，一般来说都需要一些工具辅助才能快速定位到需要优化的SQL语句，下面介绍两个慢查询辅助工具
1.3.1.Mysqldumpslow
常用的慢查询日志分析工具，汇总除查询条件外其他完全相同的SQL，并将分析结果按照参数中所指定的顺序输出。
语法：
mysqldumpslow -s r -t 10 slow-mysql.log
-s order (c,t,l,r,at,al,ar)
c:总次数
t:总时间
l:锁的时间
r:总数据行
at,al,ar :t,l,r平均数 【例如：at = 总时间/总次数】

-t top 指定取前面几条作为结果输出

mysqldumpslow.pl -s t -t 10 D:\DESKTOP-2EKGEE5-slow.log

但是使用这个工具必须要有登录数据库服务器的权限
1.3.2.pt_query_digest
是用于分析mysql慢查询的一个工具，与mysqldumpshow工具相比，py-query_digest 工具的分析结果更具体，更完善。

有时因为某些原因如权限不足等，无法在服务器上记录查询。这样的限制我们也常常碰到。

首先来看下一个命令

perl .\pt-query-digest --explain h=127.0.0.1,u=root,p=root1234% D:\DESKTOP-2EKGEE5-slow.log

汇总的信息【总的查询时间】、【总的锁定时间】、【总的获取数据量】、【扫描的数据量】、【查询大小】

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

---

工具 的使用方法

1.3.2.1.扩展阅读：
pt-query-digest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。

分析pt-query-digest输出结果

第一部分：总体统计结果
Overall：总共有多少条查询
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
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

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
340ms user time, 140ms system time, 23.99M rss, 203.11M vsz
工具执行时间
Current date: Fri Nov 25 02:37:18 2016
运行分析工具的主机名
Hostname: localhost.localdomain
#被分析的文件名
#Files: slow.log
语句总数量，唯一的语句数量，QPS，并发数
Overall: 2 total, 2 unique, 0.01 QPS, 0.01x concurrency
#日志记录的时间范围
#Time range: 2016-11-22 06:06:18 to 06:11:40
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 3s 640ms 2s 1s 2s 999ms 1s
#锁占用时间
Lock time 1ms 0 1ms 723us 1ms 1ms 723us
#发送到客户端的行数
Rows sent 5 1 4 2.50 4 2.12 2.50
select语句扫描行数
Rows examine 186.17k 0 186.17k 93.09k 186.17k 131.64k 93.09k
#查询的字符数
#Query size 455 15 440 227.50 440 300.52 227.50
第二部分：查询分组统计结果

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

#Profile
Rank Query ID Response time Calls R/Call V/M Item
==== ================== ============= ===== ====== ===== ===============
1 0xF9A57DD5A41825CA 2.0529 76.2% 1 2.0529 0.00 SELECT
#2 0x4194D8F83F4F9365 0.6401 23.8% 1 0.6401 0.00 SELECT wx_member_base

第三部分：每一种查询的详细统计结果
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

#Query 1: 0 QPS, 0x concurrency, ID 0xF9A57DD5A41825CA at byte 802
#This item is included in the report because it matches --limit.
Scores: V/M = 0.00
#Time range: all events occurred at 2016-11-22 06:11:40
Attribute pct total min max avg 95% stddev median
============ === ======= ======= ======= ======= ======= ======= =======
Count 50 1
Exec time 76 2s 2s 2s 2s 2s 0 2s
Lock time 0 0 0 0 0 0 0 0
#Rows sent 20 1 1 1 1 1 0 1
#Rows examine 0 0 0 0 0 0 0 0
#Query size 3 15 15 15 15 15 0 15
String:
Databases test
#Hosts 192.168.8.1
#Users mysql
Query_time distribution
1us
10us
#100us
1ms
#10ms
100ms
1s ################################################################
#10s+
EXPLAIN /!50100 PARTITIONS/
select sleep(2)\G