pt-query-digest分析來自慢速日志文件,常規(guī)日志文件和二進(jìn)制日志文件的MySQL查詢肩民。它還可以分析來自tcpdump的查詢和MySQL協(xié)議數(shù)據(jù)。
開啟慢日志
set global slow_query_log=on;
set global slow_query_log_file='/data/logs/mysql/mysql_slow.log';
下載安裝
yum install percona-toolkit-3.0.3-1.el7.x86_64.rpm
下載地址:https://www.percona.com/downloads/percona-toolkit/3.0.3/
推薦用法
查詢保存到query_history表查看慢sql,數(shù)據(jù)結(jié)構(gòu)清晰,方便分析诗祸,方便與其他系統(tǒng)集成跑芳。
pt-query-digest --user=root --password=epPfPHxY --history h=10.8.8.66,D=testDb,t=query_review--create-history-table mysql_slow.log --since '2020-10-01 09:30:00' --until '2020-10-21 18:30:00'
image
常見用法
直接分析慢查詢文件
pt-query-digest slow.log > slow_report.log
分析某個用戶的慢sql
pt-query-digest --filter '($event->{user} || "") =~ m/^root/i' slow.log
分析某個數(shù)據(jù)庫的慢sql
pt-query-digest --filter '($event->{db} || "") =~ m/^sonar/i' slow.log
分析某段時間內(nèi)的慢sql
pt-query-digest mysql_slow.log --since '2020-09-21 09:30:00' --until '2020-09-21 18:30:00'
輸出結(jié)果說明
第一部分:總體統(tǒng)計結(jié)果
Overall:總共有多少條查詢
Time range:查詢執(zhí)行的時間范圍
unique:唯一查詢數(shù)量,即對查詢條件進(jìn)行參數(shù)化以后直颅,總共有多少個不同的查詢
total:總計 min:最小 max:最大 avg:平均
95%:把所有值從小到大排列博个,位置位于95%的那個數(shù),這個數(shù)一般最具有參考價值
median:中位數(shù)际乘,把所有值從小到大排列坡倔,位置位于中間那個數(shù)
......
#語句執(zhí)行時間
#鎖占用時間
#發(fā)送到客戶端的行數(shù)
#select語句掃描行數(shù)
#查詢的字符數(shù)
第二部分:查詢分組統(tǒng)計結(jié)果
Rank:所有語句的排名,默認(rèn)按查詢時間降序排列脖含,通過--order-by指定
Query ID:語句的ID罪塔,(去掉多余空格和文本字符,計算hash值)
Response:總的響應(yīng)時間
time:該查詢在本次分析中總的時間占比
calls:執(zhí)行次數(shù)养葵,即本次分析總共有多少條這種類型的查詢語句
R/Call:平均每次執(zhí)行的響應(yīng)時間
V/M:響應(yīng)時間Variance-to-mean的比率
Item:查詢對象
第三部分:每一種查詢的詳細(xì)統(tǒng)計結(jié)果
由下面查詢的詳細(xì)統(tǒng)計結(jié)果征堪,最上面的表格列出了執(zhí)行次數(shù)、最大关拒、最小佃蚜、平均、95%等各項目的統(tǒng)計着绊。
ID:查詢的ID號谐算,和上圖的Query ID對應(yīng)
Databases:數(shù)據(jù)庫名
Users:各個用戶執(zhí)行的次數(shù)(占比)
Query_time distribution :查詢時間分布, 長短體現(xiàn)區(qū)間占比,本例中1s-10s之間查詢數(shù)量是10s以上的兩倍归露。
Tables:查詢中涉及到的表
Explain:SQL語句
image
公號:大道測試