共计 6108 个字符，预计需要花费 16 分钟才能阅读完成。
这篇文章主要介绍 mysql 中 pt-query-digest 如何安装使用，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
pt-query-digest 安装使用
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/3.0/installation.html
2. 配置 yum 库
Configuring Percona Repository
Enabling Testing and Experimental Repositories
yum install
http://www.percona.com/downloads/percona-release/redhat/0.1-6/percona-release-0.1-6.noarch.rpm
3.yum 方式安装
yum install percona-toolkit
默认安装到：/usr/bin
[root@tqsrv122 yum]# ls /usr/bin/pt-*
/usr/bin/pt-align /usr/bin/pt-ioprofile /usr/bin/pt-slave-delay
/usr/bin/pt-archiver /usr/bin/pt-kill /usr/bin/pt-slave-find
/usr/bin/pt-config-diff /usr/bin/pt-mext /usr/bin/pt-slave-restart
/usr/bin/pt-deadlock-logger /usr/bin/pt-mongodb-query-digest /usr/bin/pt-stalk
/usr/bin/pt-diskstats /usr/bin/pt-mongodb-summary /usr/bin/pt-summary
/usr/bin/pt-duplicate-key-checker /usr/bin/pt-mysql-summary /usr/bin/pt-table-checksum
/usr/bin/pt-fifo-split /usr/bin/pt-online-schema-change /usr/bin/pt-table-sync
/usr/bin/pt-find /usr/bin/pt-pmp /usr/bin/pt-table-usage
/usr/bin/pt-fingerprint /usr/bin/pt-query-digest /usr/bin/pt-upgrade
/usr/bin/pt-fk-error-logger /usr/bin/pt-secure-collect /usr/bin/pt-variable-advisor
/usr/bin/pt-heartbeat /usr/bin/pt-show-grants /usr/bin/pt-visual-explain
/usr/bin/pt-index-usage /usr/bin/pt-sift
4. 各工具用法简介（详细内容：https://www.percona.com/doc/percona-toolkit/3.0/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 3s 640ms 2s 1s 2s 999ms 1s
#
锁占用时间
# Lock time 1ms 0 1ms 723us 1ms 1ms 723us
#
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 size 455 15 440 227.50 440 300.52 227.50
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 ID Response time Calls R/Call V/M Item
# ==== ================== ============= ===== ====== ===== ===============
#
1 0xF9A57DD5A41825CA
2.0529 76.2%
1 2.0529
SELECT
#
2 0x4194D8F83F4F9365
0.6401 23.8%
1 0.6401
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 pct total min max avg 95% stddev median
# ============ === ======= ======= ======= ======= ======= ======= =======
# Count 50 1
# Exec time 76 2s 2s 2s 2s 2s 0 2s
# Lock time 0 0 0 0 0 0 0 0
# Rows sent 20 1 1 1 1 1 0 1
# Rows examine 0 0 0 0 0 0 0 0
# Query size 3 15 15 15 15 15 0 15
# String:
# Databases test
# Hosts 192.168.8.1
# Users mysql
# 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_0001
pt-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
port
mysql.tcp.txt
pt-query-digest –type tcpdump mysql.tcp.txt slow_report9.log
10. 分析 binlog
mysqlbinlog mysql-bin.000093
mysql-bin000093.sql
pt-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
以上是“mysql 中 pt-query-digest 如何安装使用”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注丸趣 TV 行业资讯频道！
