pt-query-digest分析來自慢速日志檔案，常規日志檔案和二進制日志檔案的MySQL查詢，它還可以分析來自tcpdump的查詢和MySQL協議資料，
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，資料結構清晰，方便分析，方便與其他系統集成，
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'
常見用法
直接分析慢查詢檔案
pt-query-digest slow.log > slow_report.log
分析某個用戶的慢sql
pt-query-digest --filter '($event->{user} || "") =~ m/^root/i' slow.log
分析某個資料庫的慢sql
pt-query-digest --filter '($event->{db} || "") =~ m/^sonar/i' slow.log
分析某段時間內的慢sql
pt-query-digest mysql_slow.log --since '2020-09-21 09:30:00' --until '2020-09-21 18:30:00'
輸出結果說明
第一部分：總體統計結果
Overall：總共有多少條查詢
Time range：查詢執行的時間范圍
unique：唯一查詢數量，即對查詢條件進行引數化以后，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，位置位于95%的那個數，這個數一般最具有參考價值
median：中位數，把所有值從小到大排列，位置位于中間那個數
......
#陳述句執行時間
#鎖占用時間
#發送到客戶端的行數
#select陳述句掃描行數
#查詢的字符數
第二部分：查詢分組統計結果
Rank：所有陳述句的排名，默認按查詢時間降序排列，通過--order-by指定
Query ID：陳述句的ID，（去掉多余空格和文本字符，計算hash值）
Response：總的回應時間
time：該查詢在本次分析中總的時間占比
calls：執行次數，即本次分析總共有多少條這種型別的查詢陳述句
R/Call：平均每次執行的回應時間
V/M：回應時間Variance-to-mean的比率
Item：查詢物件
第三部分：每一種查詢的詳細統計結果
由下面查詢的詳細統計結果，最上面的表格列出了執行次數、最大、最小、平均、95%等各專案的統計，
ID：查詢的ID號，和上圖的Query ID對應
Databases：資料庫名
Users：各個用戶執行的次數（占比）
Query_time distribution ：查詢時間分布, 長短體現區間占比，本例中1s-10s之間查詢數量是10s以上的兩倍，
Tables：查詢中涉及到的表
Explain：SQL陳述句
掃一掃，關注我
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/209897.html
標籤：其他