mysql中pt-query-digest怎样安装使用

这篇文章主要介绍mysql中pt-query-digest如何安装使用，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
 
pt-query-digest安装使用
 
一、简介
 
pt-query-digest是用于分析mysql慢查询的一个工具，它可以分析binlog、General log、slowlog，也可以通过SHOWPROCESSLIST或者通过tcpdump抓取的MySQL协议数据来进行分析。可以把分析结果输出到文件中，分析过程是先对查询语句的条件进行参数化，然后对参数化以后的查询进行分组统计，统计出各查询的执行时间、次数、占比等，可以借助分析结果找出问题进行优化。
 
二、安装pt-query-digest
 
1.下载页面：
 
https://www.percona.com/doc/percona-toolkit/3.0/installation.html
 
 
2.配置yum库
 
Configuring      Percona Repository
Enabling Testing      and Experimental Repositories
yum install http://www.percona.com/downloads/percona-release/redhat/0.1-6/percona-release-0.1-6.noarch.rpm
 
3.yum方式安装
 
yum install percona-toolkit
 
默认安装到：/usr/bin
 
[root@tqsrv122 yum]# ls /usr/bin/pt-*
 
/usr/bin/pt-align                  /usr/bin/pt-ioprofile             /usr/bin/pt-slave-delay
 
/usr/bin/pt-archiver               /usr/bin/pt-kill                  /usr/bin/pt-slave-find
 
/usr/bin/pt-config-diff            /usr/bin/pt-mext                  /usr/bin/pt-slave-restart
 
/usr/bin/pt-deadlock-logger        /usr/bin/pt-mongodb-query-digest  /usr/bin/pt-stalk
 
/usr/bin/pt-diskstats              /usr/bin/pt-mongodb-summary       /usr/bin/pt-summary
 
/usr/bin/pt-duplicate-key-checker  /usr/bin/pt-mysql-summary         /usr/bin/pt-table-checksum
 
/usr/bin/pt-fifo-split             /usr/bin/pt-online-schema-change  /usr/bin/pt-table-sync
 
/usr/bin/pt-find                   /usr/bin/pt-pmp                   /usr/bin/pt-table-usage
 
/usr/bin/pt-fingerprint            /usr/bin/pt-query-digest          /usr/bin/pt-upgrade
 
/usr/bin/pt-fk-error-logger        /usr/bin/pt-secure-collect        /usr/bin/pt-variable-advisor
 
/usr/bin/pt-heartbeat              /usr/bin/pt-show-grants           /usr/bin/pt-visual-explain
 
/usr/bin/pt-index-usage            /usr/bin/pt-sift
 
4.各工具用法简介（详细内容：https://www.percona.com/doc/percona-toolkit/3.0/index.html）
 
(1)慢查询日志分析统计
 
pt-query-digest /usr/local/mysql/data/slow.log
 
(2)服务器摘要
 
pt-summary
 
(3)服务器磁盘监测
 
pt-diskstats
 
(4)mysql服务状态摘要
 
pt-mysql-summary -- --user=root --password=root
 
三、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。
 
四、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
 
五、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：
 
pt-query-digest  --since=12h  slow.log > slow_report2.log
 
3.分析指定时间范围内的查询：
 
pt-query-digest slow.log --since '2017-01-07 09:30:00' --until '2017-01-07 10:00:00'> > slow_report3.log
 
4.分析指含有select语句的慢查询
 
pt-query-digest --filter '$event->{fingerprint} =~ m/^select/i' slow.log> slow_report4.log
 
5.针对某个用户的慢查询
 
pt-query-digest --filter '($event->{user} || "") =~ m/^root/i' slow.log> slow_report5.log
 
6.查询所有所有的全表扫描或full join的慢查询
 
pt-query-digest --filter '(($event->{Full_scan} || "") eq "yes") ||(($event->{Full_join} || "") eq "yes")' slow.log> slow_report6.log
 
7.把查询保存到query_review表
 
pt-query-digest --user=root –password=abc123 --review  h=localhost,D=test,t=query_review--create-review-table  slow.log
 
8.把查询保存到query_history表
 
pt-query-digest  --user=root –password=abc123 --review  h=localhost,D=test,t=query_history--create-review-table  slow.log_0001
pt-query-digest  --user=root –password=abc123 --review  h=localhost,D=test,t=query_history--create-review-table  slow.log_0002
 
9.通过tcpdump抓取mysql的tcp协议数据，然后再分析
 
tcpdump -s 65535 -x -nn -q -tttt -i any -c 1000 port 3306 > mysql.tcp.txt
pt-query-digest --type tcpdump mysql.tcp.txt> slow_report9.log
 
10.分析binlog
 
mysqlbinlog mysql-bin.000093 > mysql-bin000093.sql
pt-query-digest  --type=binlog  mysql-bin000093.sql > slow_report10.log
 
11.分析general log
 
pt-query-digest  --type=genlog  localhost.log > slow_report11.log
 
以上是“mysql中pt-query-digest如何安装使用”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注亿速云行业资讯频道！