測試工具-慢sql日誌分析工具pt-query-digest

pt-query-digest分析來自慢速日誌文件，常規日誌文件和二進制日誌文件的MySQL查詢。它還能夠分析來自tcpdump的查詢和MySQL協議數據。

開啓慢日誌

set global slow_query_log=on;
set global slow_query_log_file='/data/logs/mysql/mysql_slow.log';

下載安裝

yum install percona-toolkit-3.0.3-1.el7.x86_64.rpm
下載地址：https://www.percona.com/downloads/percona-toolkit/3.0.3/

推薦用法

查詢保存到query_history表查看慢sql，數據結構清晰，方便分析，方便與其餘系統集成。

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'

常見用法

直接分析慢查詢文件

pt-query-digest  slow.log > slow_report.log

分析某個用戶的慢sql

pt-query-digest --filter '($event->{user} || "") =~ m/^root/i' slow.log

分析某個數據庫的慢sql

pt-query-digest --filter '($event->{db} || "") =~ m/^sonar/i' slow.log

分析某段時間內的慢sql

pt-query-digest mysql_slow.log --since '2020-09-21 09:30:00' --until '2020-09-21 18:30:00'

輸出結果說明

第一部分：整體統計結果

Overall：總共有多少條查詢  
Time range：查詢執行的時間範圍  
unique：惟一查詢數量，即對查詢條件進行參數化之後，總共有多少個不一樣的查詢
total：總計   min：最小   max：最大  avg：平均
95%：把全部值從小到大排列，位置位於95%的那個數，這個數通常最具備參考價值
median：中位數，把全部值從小到大排列，位置位於中間那個數
......
#語句執行時間
#鎖佔用時間
#發送到客戶端的行數
#select語句掃描行數
#查詢的字符數

第二部分：查詢分組統計結果

Rank：全部語句的排名，默認按查詢時間降序排列，經過--order-by指定
Query ID：語句的ID，（去掉多餘空格和文本字符，計算hash值）
Response：總的響應時間
time：該查詢在本次分析中總的時間佔比
calls：執行次數，即本次分析總共有多少條這種類型的查詢語句
R/Call：平均每次執行的響應時間
V/M：響應時間Variance-to-mean的比率
Item：查詢對象

第三部分：每一種查詢的詳細統計結果

由下面查詢的詳細統計結果，最上面的表格列出了執行次數、最大、最小、平均、95%等各項目的統計。
ID：查詢的ID號，和上圖的Query ID對應
Databases：數據庫名
Users：各個用戶執行的次數（佔比）
Query_time distribution ：查詢時間分佈, 長短體現區間佔比，本例中1s-10s之間查詢數量是10s以上的兩倍。
Tables：查詢中涉及到的表
Explain：SQL語句

掃一掃，關注我