pt-query-digest分析来自慢速日志文件，常规日志文件和二进制日志文件的MySQL查询。它还可以分析来自tcpdump的查询和MySQL协议数据。
开启慢日志
set global slow_query_log=on; set global slow_query_log_file='/data/logs/mysql/mysql_slow.log'; |
下载安装
yum install percona-toolkit-3.0.3-1.el7.x86_64.rpm 下载地址：https://www.percona.com/downloads/percona-toolkit/3.0.3/ |
推荐用法
查询保存到query_history表查看慢sql，数据结构清晰，方便分析，方便与其他系统集成。
| 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' |
常见用法
直接分析慢查询文件
| pt-query-digest slow.log > slow_report.log |
分析某个用户的慢sql
| pt-query-digest --filter '($event->{user} || "") =~ m/^root/i' slow.log |
分析某段时间内的慢sql
| pt-query-digest --filter '($event->{db} || "") =~ m/^sonar/i' slow.log |
分析某段时间内的慢sql
| pt-query-digest mysql_slow.log --since '2020-09-21 09:30:00' --until '2020-09-21 18:30:00 |
输出结果说明
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
......
#语句执行时间
#锁占用时间
#发送到客户端的行数
#select语句扫描行数
#查询的字符数
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
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
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系博为峰小编(021-64471599-8017)，我们将立即处理
