一、pt-query-digest參數(shù)介紹.

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 對(duì)輸入的慢查詢(xún)按指定的字符串進(jìn)行匹配過(guò)濾后再進(jìn)行分析–limit限制輸出結(jié)果百分比或數(shù)量，默認(rèn)值是20,即將最慢的20條語(yǔ)句輸出，如果是50%則按總響應(yīng)時(shí)間占比從大到小排序，輸出到總和達(dá)到50%位置截止。–host MySQL服務(wù)器地址–user mysql用戶(hù)名–password mysql用戶(hù)密碼–history 將分析結(jié)果保存到表中，分析結(jié)果比較詳細(xì)，下次再使用–history時(shí)，如果存在相同的語(yǔ)句，且查詢(xún)所在的時(shí)間區(qū)間和歷史表中的不同，則會(huì)記錄到數(shù)據(jù)表中，可以通過(guò)查詢(xún)同一CHECKSUM來(lái)比較某類(lèi)型查詢(xún)的歷史變化。–review 將分析結(jié)果保存到表中，這個(gè)分析只是對(duì)查詢(xún)條件進(jìn)行參數(shù)化，一個(gè)類(lèi)型的查詢(xún)一條記錄，比較簡(jiǎn)單。當(dāng)下次使用–review時(shí)，如果存在相同的語(yǔ)句分析，就不會(huì)記錄到數(shù)據(jù)表中。–output 分析結(jié)果輸出類(lèi)型，值可以是report(標(biāo)準(zhǔn)分析報(bào)告)、slowlog(Mysql slow log)、json、json-anon，一般使用report，以便于閱讀。–since 從什么時(shí)間開(kāi)始分析，值為字符串，可以是指定的某個(gè)”yyyy-mm-dd [hh:mm:ss]”格式的時(shí)間點(diǎn)，也可以是簡(jiǎn)單的一個(gè)時(shí)間值：s(秒)、h(小時(shí))、m(分鐘)、d(天)，如12h就表示從12小時(shí)前開(kāi)始統(tǒng)計(jì)。–until 截止時(shí)間，配合—since可以分析一段時(shí)間內(nèi)的慢查詢(xún)。
二、分析結(jié)果分析:
#pt-query-digest mysql-slow.log--分析mysql-slow.log這個(gè)慢查詢(xún)?nèi)罩疚募?pre code_snippet_id="2238034" snippet_file_name="blog_20170302_3_9715903"  class="prettyprint prettyprinted" name="code" style="white-space: pre-wrap; word-wrap: break-word; position: relative; overflow: auto; color: rgb(51, 51, 51); padding: 3px; font-family: Consolas, Menlo, Monaco, 'Lucida Console', 'Liberation Mono', 'DejaVu Sans Mono', 'Bitstream Vera Sans Mono', 'Courier New', monospace, serif; margin-bottom: 10px; width: auto; font-size: 0.8em; line-height: 1.5em; background-color: rgb(225, 225, 225);"># A software update is available:#   * The current version for Percona::Toolkit is 2.2.9.開(kāi)始總的摘要信息# 170ms user time, 10ms system time, 26.00M rss, 213.39M vsz--此工具執(zhí)行日志分析時(shí)的所用時(shí)間、內(nèi)存資源(rss物理內(nèi)存占用大小，vsz虛擬內(nèi)存占用大小)# Current date: Mon Jul 28 09:55:34 2014--分析時(shí)的系統(tǒng)時(shí)間# Hostname: lump.group.com--進(jìn)行分析的主機(jī)名，非記錄日志的數(shù)據(jù)庫(kù)服務(wù)器# Files: mysql-slow.log--分析的日志文件名稱(chēng)# Overall: 5 total, 4 unique, 0.02 QPS, 0.04x concurrency ________________--文件中總共的語(yǔ)句數(shù)量，唯一的語(yǔ)句數(shù)量(對(duì)語(yǔ)句進(jìn)行了格式化)，QPS，并發(fā)數(shù)# Time range: 2014-07-28 09:50:30 to 09:54:50--記錄日志的時(shí)間范圍
# Attribute          total     min     max     avg     95%  stddev  median--total總計(jì)，min最小，max最大，avg平均，95%把所有值從小到大排列，位于95%的那個(gè)數(shù)# ============     ======= ======= ======= ======= ======= ======= =======# 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：語(yǔ)句執(zhí)行時(shí)間–Lock time：鎖占有時(shí)間–Rows sent：發(fā)送到客戶(hù)端的行數(shù)–Row examine：掃描的行數(shù)(SELECT語(yǔ)句)–Row affecte：發(fā)送改變的行數(shù)(UPDATE, DELETE, INSERT語(yǔ)句)–Bytes sent：發(fā)送多少bytes的查詢(xún)結(jié)果集–Query size：查詢(xún)語(yǔ)句的字符數(shù)
查詢(xún)分組統(tǒng)計(jì)結(jié)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:分析的所有查詢(xún)語(yǔ)句的排名，默認(rèn)按查詢(xún)時(shí)間降序排序，可以通過(guò)–order-by指定排序方式–Query ID：查詢(xún)語(yǔ)句的指紋，去掉了多余空格、和文本字符–Response time：響應(yīng)時(shí)間，占所有響應(yīng)時(shí)間的百分比–Calls：查詢(xún)執(zhí)行的次數(shù)–R/Call：每次執(zhí)行的平均響應(yīng)時(shí)間–V/M：響應(yīng)時(shí)間Variance-to-mean的比率，參考：http://en.wikipedia.org/wiki/Index_of_dispersion–Item：查詢(xún)語(yǔ)句–最后一行沒(méi)有包括在報(bào)告中的查詢(xún)合計(jì)統(tǒng)計(jì)信息，如使用了選項(xiàng)–limit和–outliers
每個(gè)獨(dú)立查詢(xún)語(yǔ)句的分析
# Query 1: 0 QPS, 0x concurrency, ID 0x4A9CF4735A0490F2 at byte 591 ______--QPS：每秒查詢(xún)數(shù)(queries per second)--concurrency：該查詢(xún)的近似并發(fā)值--ID：16進(jìn)制，查詢(xún)語(yǔ)句的指紋，去掉了多余空格、和文本字符、轉(zhuǎn)換成小寫(xiě)，使用--filter可以用來(lái)進(jìn)行過(guò)濾(如：pt-query-digest mysql-slow.201407250000 --filter '$event->{fingerprint} && make_checksum($event->{fingerprint}) eq "0793E2F7F5EBE1B1"' > slow2.txt)，必須移除0x--at byte 289141：查詢(xún)語(yǔ)句在日志文件中的偏移量(byte offset)，不一定精確，根據(jù)偏移量在日志文件中查找語(yǔ)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在整個(gè)日志文件中，執(zhí)行語(yǔ)句占用百分比(20%)，總計(jì)執(zhí)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--數(shù)據(jù)庫(kù)名# Hosts# Last errno   0# Users        zabbix--執(zhí)行語(yǔ)句的用戶(hù)名# Query_time distribution--查詢(xún)的執(zhí)行時(shí)間分布情況圖，可以使用選項(xiàng)--report-histogram進(jìn)行定義#   1us#  10us# 100us#   1ms#  10ms# 100ms#    1s  #################################################################  10s+# Tables#    SHOW TABLE STATUS FROM `zabbix` LIKE 'history_uint'/G--可以使用該語(yǔ)句查詢(xún)表的統(tǒng)計(jì)信息，如大小#    SHOW CREATE TABLE `zabbix`.`history_uint`/G--可以使用該語(yǔ)句查看表的結(jié)構(gòu)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='30376' AND clock>='1406425858' AND clock<='1406512258' GROUP BY itemid,round(1401* MOD(CAST(clock AS UNSIGNED)+79742,86400)/(86400),0)/G--可以使用該語(yǔ)句查看查詢(xún)計(jì)劃，如非select語(yǔ)句，工具會(huì)轉(zhuǎn)換成類(lèi)似的select語(yǔ)句，方便進(jìn)行explain
pt-query-digest高級(jí)使用介紹
官方文檔：
https://www.percona.com/doc/percona-toolkit/2.2/pt-query-digest.html#cmdoption-pt-query-digest--explain
1. 工具簡(jiǎn)介
pt-query-digest是用于分析mysql慢查詢(xún)的一個(gè)工具，它可以分析binlog、General log、slowlog，也可以通過(guò)SHOWPROCESSLIST或者通過(guò)tcpdump抓取的MySQL協(xié)議數(shù)據(jù)來(lái)進(jìn)行分析?？梢园逊治鼋Y(jié)果輸出到文件中，分析過(guò)程是先對(duì)查詢(xún)語(yǔ)句的條件進(jìn)行參數(shù)化，然后對(duì)參數(shù)化以后的查詢(xún)進(jìn)行分組統(tǒng)計(jì)，統(tǒng)計(jì)出各查詢(xún)的執(zhí)行時(shí)間、次數(shù)、占比等，可以借助分析結(jié)果找出問(wèn)題進(jìn)行優(yōu)化。pt-query-digest是一個(gè)perl腳本，只需下載并賦權(quán)即可執(zhí)行。[root@test1 ]# wget percona.com/get/pt-query-digest [root@test1 ]# chmod u+x pt-query-digest
 
2.語(yǔ)法及重要選項(xiàng)
pt-query-digest [OPTIONS] [FILES] [DSN]
--create-review-table  當(dāng)使用--review參數(shù)把分析結(jié)果輸出到表中時(shí)，如果沒(méi)有表就自動(dòng)創(chuàng)建。--create-history-table  當(dāng)使用--history參數(shù)把分析結(jié)果輸出到表中時(shí)，如果沒(méi)有表就自動(dòng)創(chuàng)建。--filter  對(duì)輸入的慢查詢(xún)按指定的字符串進(jìn)行匹配過(guò)濾后再進(jìn)行分析--limit限制輸出結(jié)果百分比或數(shù)量，默認(rèn)值是20,即將最慢的20條語(yǔ)句輸出，如果是50%則按總響應(yīng)時(shí)間占比從大到小排序，輸出到總和達(dá)到50%位置截止。--host  mysql服務(wù)器地址--user  mysql用戶(hù)名--password  mysql用戶(hù)密碼--history 將分析結(jié)果保存到表中，分析結(jié)果比較詳細(xì)，下次再使用--history時(shí)，如果存在相同的語(yǔ)句，且查詢(xún)所在的時(shí)間區(qū)間和歷史表中的不同，則會(huì)記錄到數(shù)據(jù)表中，可以通過(guò)查詢(xún)同一CHECKSUM來(lái)比較某類(lèi)型查詢(xún)的歷史變化。--review 將分析結(jié)果保存到表中，這個(gè)分析只是對(duì)查詢(xún)條件進(jìn)行參數(shù)化，一個(gè)類(lèi)型的查詢(xún)一條記錄，比較簡(jiǎn)單。當(dāng)下次使用--review時(shí)，如果存在相同的語(yǔ)句分析，就不會(huì)記錄到數(shù)據(jù)表中。--output 分析結(jié)果輸出類(lèi)型，值可以是report(標(biāo)準(zhǔn)分析報(bào)告)、slowlog(Mysql slow log)、json、json-anon，一般使用report，以便于閱讀。--since 從什么時(shí)間開(kāi)始分析，值為字符串，可以是指定的某個(gè)”yyyy-mm-dd [hh:mm:ss]”格式的時(shí)間點(diǎn)，也可以是簡(jiǎn)單的一個(gè)時(shí)間值：s(秒)、h(小時(shí))、m(分鐘)、d(天)，如12h就表示從12小時(shí)前開(kāi)始統(tǒng)計(jì)。--until 截止時(shí)間，配合—since可以分析一段時(shí)間內(nèi)的慢查詢(xún)。
3.      標(biāo)準(zhǔn)分析報(bào)告解釋第一部分：總體統(tǒng)計(jì)結(jié)果,如下圖
Overall: 總共有多少條查詢(xún)，上例為總共266個(gè)查詢(xún)。Time range: 查詢(xún)執(zhí)行的時(shí)間范圍。unique: 唯一查詢(xún)數(shù)量，即對(duì)查詢(xún)條件進(jìn)行參數(shù)化以后，總共有多少個(gè)不同的查詢(xún)，該例為55。total: 總計(jì)   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(gè)數(shù)，這個(gè)數(shù)一般最具有參考價(jià)值。median: 中位數(shù)，把所有值從小到大排列，位置位于中間那個(gè)數(shù)。第二部分：查詢(xún)分組統(tǒng)計(jì)結(jié)果,如下圖
由上圖可見(jiàn)，這部分對(duì)查詢(xún)進(jìn)行參數(shù)化并分組，然后對(duì)各類(lèi)查詢(xún)的執(zhí)行情況進(jìn)行分析，結(jié)果按總執(zhí)行時(shí)長(zhǎng)，從大到小排序。Response: 總的響應(yīng)時(shí)間。time: 該查詢(xún)?cè)诒敬畏治鲋锌偟臅r(shí)間占比。calls: 執(zhí)行次數(shù)，即本次分析總共有多少條這種類(lèi)型的查詢(xún)語(yǔ)句。R/Call: 平均每次執(zhí)行的響應(yīng)時(shí)間。Item : 查詢(xún)對(duì)象第三部分：每一種查詢(xún)的詳細(xì)統(tǒng)計(jì)結(jié)果，如下圖：
由上圖可見(jiàn)，12號(hào)查詢(xún)的詳細(xì)統(tǒng)計(jì)結(jié)果，最上面的表格列出了執(zhí)行次數(shù)、最大、最小、平均、95%等各項(xiàng)目的統(tǒng)計(jì)。Databases: 庫(kù)名Users: 各個(gè)用戶(hù)執(zhí)行的次數(shù)（占比）Query_time distribution : 查詢(xún)時(shí)間分布, 長(zhǎng)短體現(xiàn)區(qū)間占比，本例中1s-10s之間查詢(xún)數(shù)量是10s以上的兩倍。Tables: 查詢(xún)中涉及到的表Explain: 示例
 
4.用法示例(1)直接分析慢查詢(xún)文件:pt-query-digest  slow.log > slow_report.log
(2)分析最近12小時(shí)內(nèi)的查詢(xún)：
pt-query-digest  --since=12h  slow.log > slow_report2.log
(3)分析指定時(shí)間范圍內(nèi)的查詢(xún)：
pt-query-digest slow.log --since '2014-04-17 09:30:00' --until '2014-04-17 10:00:00'> > slow_report3.log
(4)分析指含有select語(yǔ)句的慢查詢(xún)pt-query-digest--filter '$event->{fingerprint} =~ m/^select/i' slow.log> slow_report4.log(5) 針對(duì)某個(gè)用戶(hù)的慢查詢(xún)pt-query-digest--filter '($event->{user} || "") =~ m/^root/i' slow.log> slow_report5.log(6) 查詢(xún)所有所有的全表掃描或full join的慢查詢(xún)pt-query-digest--filter '(($event->{Full_scan} || "") eq "yes") ||(($event->{Full_join} || "") eq "yes")' slow.log> slow_report6.log(7)把查詢(xún)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)把查詢(xún)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_20140401pt-query-digest  --user=root –password=abc123--review  h=localhost,D=test,t=query_history--create-review-table  slow.log_20140402(9)通過(guò)tcpdump抓取mysql的tcp協(xié)議數(shù)據(jù)，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binlogmysqlbinlog mysql-bin.000093 > mysql-bin000093.sqlpt-query-digest  --type=binlog  mysql-bin000093.sql > slow_report10.log(11)分析general logpt-query-digest  --type=genlog  localhost.log > slow_report11.log