MySQL慢查询(二) - pt-query-digest详解慢查询日志

2017-01-12 07:48:03来源:作者:人点击

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/2.2/installation.html
2.perl的模块

yum install -y perl-CPAN perl-Time-HiRes


3.安装步骤
方法一:rpm安装

cd /usr/local/srcwget percona.com/get/percona-toolkit.rpmyum install -y percona-toolkit.rpm


工具安装目录在:/usr/bin

方法二:源码安装

cd /usr/local/srcwget percona.com/get/percona-toolkit.tar.gztar zxf percona-toolkit.tar.gzcd percona-toolkit-2.2.19perl Makefile.PL PREFIX=/usr/local/percona-toolkitmake && make install


工具安装目录在:/usr/local/percona-toolkit/bin

4.各工具用法简介(详细内容:https://www.percona.com/doc/percona-toolkit/2.2/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 3s640ms2s1s2s999ms1s# 锁占用时间# Lock time1ms 0  1ms723us  1ms  1ms723us# 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 size45515  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 IDResponse time Calls R/Call V/MItem# ==== ================== ============= ===== ====== ===== ===============# 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 pcttotal  min  max  avg  95%  stddev  median# ============ === ======= ======= ======= ======= ======= ======= =======# Count 50 1# Exec time  762s2s2s2s2s 02s# Lock time0 0 0 0 0 0 0 0# Rows sent  20 1 1 1 1 1 0 1# Rows examine0 0 0 0 0 0 0 0# Query size  31515151515 015# String:# Databases test# Hosts192.168.8.1# Usersmysql# 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_0001pt-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.txtpt-query-digest --type tcpdump mysql.tcp.txt> slow_report9.log


10.分析binlog

mysqlbinlog mysql-bin.000093 > mysql-bin000093.sqlpt-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


上一篇:MySQL慢查询(一) - 开启慢查询



参考资料:
/content/3977490.html
/content/9888853.html

最新文章

123

最新摄影

微信扫一扫

第七城市微信公众平台