pt-query-digest使用介绍【转】

本文来自：http://isadba.com/?p=651

一、pt-query-digest参数介绍.

 pt-query-digest --user=anemometer --password=anemometerpass     --review h=192.168.11.28,D=slow_query_log,t=global_query_review  \
 --history h=192.168.11.28,D=slow_query_log,t=global_query_review_history  \
 --no-report --limit=0%  --filter=" \$event->{Bytes} = length(\$event->{arg}) and \$event->{hostname}=\"$HOSTNAME\"" \
 /usr/local/mariamysql/data/localhost-slow.log
 

–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。

二、分析结果分析:

#pt-query-digest mysql-slow.log
--分析mysql-slow.log这个慢查询日志文件
# A software update is available:
#   * The current version for Percona::Toolkit is 2.2.9.

开始总的摘要信息
# 170ms user time, 10ms system time, 26.00M rss, 213.39M vsz
--此工具执行日志分析时的所用时间、内存资源(rss物理内存占用大小，vsz虚拟内存占用大小)
# Current date: Mon Jul 28 09:55:34 2014
--分析时的系统时间
# Hostname: lump.group.com
--进行分析的主机名，非记录日志的数据库服务器
# Files: mysql-slow.log
--分析的日志文件名称
# Overall: 5 total, 4 unique, 0.02 QPS, 0.04x concurrency ________________
--文件中总共的语句数量，唯一的语句数量(对语句进行了格式化)，QPS，并发数
# Time range: 2014-07-28 09:50:30 to 09:54:50
--记录日志的时间范围
# Attribute          total     min     max     avg     95%  stddev  median
--total总计，min最小，max最大，avg平均，95%把所有值从小到大排列，位于95%的那个数
# ============     ======= ======= ======= ======= ======= ======= =======
# Exec time            10s      1s      3s      2s      3s   753ms      1s
# Lock time          196us       0    79us    39us    76us    33us    42us
# Rows sent          1.40k       0     716     287  685.39  335.14    3.89
# Rows examine      15.32k       0  11.13k   3.06k  10.80k   4.02k   2.06k
# Rows affecte           0       0       0       0       0       0       0
# Bytes sent        72.42k      11  38.85k  14.48k  38.40k  17.57k  234.30
# Query size           807       6     342  161.40  329.68  146.53  112.70

–Exec time：语句执行时间
–Lock time：锁占有时间
–Rows sent：发送到客户端的行数
–Row examine：扫描的行数(SELECT语句)
–Row affecte：发送改变的行数(UPDATE, DELETE, INSERT语句)
–Bytes sent：发送多少bytes的查询结果集
–Query size：查询语句的字符数

查询分组统计结果

# Profile
# Rank Query ID           Response time Calls R/Call V/M   Item
# ==== ================== ============= ===== ====== ===== ===============
#    1 0x4A9CF4735A0490F2  3.1898 31.9%     1 3.1898  0.00 SELECT history_uint
#    2 0x2B0044BDE0960A2F  2.6991 27.0%     1 2.6991  0.00 SELECT history
#    3 0x813031B8BBC3B329  2.5755 25.7%     2 1.2877  0.00 COMMIT
#    4 0x469563A79E581DDB  1.5380 15.4%     1 1.5380  0.00 SELECT sessions

–Rank:分析的所有查询语句的排名，默认按查询时间降序排序，可以通过–order-by指定排序方式
–Query ID：查询语句的指纹，去掉了多余空格、和文本字符
–Response time：响应时间，占所有响应时间的百分比
–Calls：查询执行的次数
–R/Call：每次执行的平均响应时间
–V/M：响应时间Variance-to-mean的比率，参考：http://en.wikipedia.org/wiki/Index_of_dispersion
–Item：查询语句
–最后一行没有包括在报告中的查询合计统计信息，如使用了选项–limit和–outliers

每个独立查询语句的分析

# Query 1: 0 QPS, 0x concurrency, ID 0x4A9CF4735A0490F2 at byte 591 ______
--QPS：每秒查询数(queries per second)
--concurrency：该查询的近似并发值
--ID：16进制，查询语句的指纹，去掉了多余空格、和文本字符、转换成小写，使用--filter可以用来进行过滤(如：pt-query-digest mysql-slow.201407250000 --filter '$event->{fingerprint} && make_checksum($event->{fingerprint}) eq "0793E2F7F5EBE1B1"' > slow2.txt)，必须移除0x
--at byte 289141：查询语句在日志文件中的偏移量(byte offset)，不一定精确，根据偏移量在日志文件中查找语句(如tail -c +289141 mysql-slow.201407250000 |head)

# This item is included in the report because it matches --limit.
# Scores: V/M = 0.00
# Time range: all events occurred at 2014-07-28 09:51:02
# Attribute    pct   total     min     max     avg     95%  stddev  median
--95%：95th percentile，stddev：standard deviation

# ============ === ======= ======= ======= ======= ======= ======= =======
# Count         20       1
--pct在整个日志文件中，执行语句占用百分比(20%)，总计执行了1次
# Exec time     31      3s      3s      3s      3s      3s       0      3s
# Lock time     40    79us    79us    79us    79us    79us       0    79us
# Rows sent     49     715     715     715     715     715       0     715
# Rows examine  13   2.09k   2.09k   2.09k   2.09k   2.09k       0   2.09k
# Rows affecte   0       0       0       0       0       0       0       0
# Bytes sent    45  33.31k  33.31k  33.31k  33.31k  33.31k       0  33.31k
# Query size    42     342     342     342     342     342       0     342
# String:
# Databases    zabbix
--数据库名
# Hosts
# Last errno   0
# Users        zabbix
--执行语句的用户名
# Query_time distribution
--查询的执行时间分布情况图，可以使用选项--report-histogram进行定义
#   1us
#  10us
# 100us
#   1ms
#  10ms
# 100ms
#    1s  ################################################################
#  10s+
# Tables
#    SHOW TABLE STATUS FROM `zabbix` LIKE 'history_uint'\G
--可以使用该语句查询表的统计信息，如大小
#    SHOW CREATE TABLE `zabbix`.`history_uint`\G
--可以使用该语句查看表的结构信息
# EXPLAIN /*!50100 PARTITIONS*/
SELECT itemid,round(1401* MOD(CAST(clock AS UNSIGNED)+79742,86400)/(86400),0) AS i,COUNT(*) AS count,AVG(value) AS avg,MIN(value) AS min,MAX(value) AS max,MAX(clock) AS clock FROM history_uint  WHERE itemid='' AND clock>='' AND clock<='' GROUP BY itemid,round(1401* MOD(CAST(clock AS UNSIGNED)+79742,86400)/(86400),0)\G
--可以使用该语句查看查询计划，如非select语句，工具会转换成类似的select语句，方便进行explain

官方文档说明：https://www.percona.com/doc/percona-toolkit/2.2/pt-query-digest.html