扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
这篇文章主要介绍“实例分析MySQL中pt-query-digest工具的使用记录”，在日常操作中，相信很多人在实例分析MySQL中pt-query-digest工具的使用记录问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”实例分析MySQL中pt-query-digest工具的使用记录”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名注册、网站空间、营销软件、网站建设、沙县网站维护、网站推广。
一、简介
pt-query-digest是用于分析mysql慢查询日志的工具，它还可以分析来自“SHOW PROCESSLIST”和MySQL的查询 tcpdump中的协议数据。我们可以把分析日志输出到指定的文件中，通过分析日志文件做对应的优化等操作。
二、下载并且安装
根据不同的系统安装，我的系统是centos，所以直接选择centos安装
直接使用yum安装
> wget https://downloads.percona.com/downloads/percona-toolkit/3.4.0/binary/redhat/7/x86_64/percona-toolkit-3.4.0-3.el7.x86_64.rpm > yum install percona-toolkit-3.4.0-3.el7.x86_64.rpm
或者使用源码包编译安装
> wget https://downloads.percona.com/downloads/percona-toolkit/3.4.0/source/debian/percona-toolkit-3.4.0.tar.gz > tar -zxvf percona-toolkit-3.4.0.tar.gz > cd percona-toolkit-3.4.0 > perl Makefile.PL PREFIX=/usr/local/percona-toolkit > make && make install
三、安装完成
程序员必备接口测试调试工具：立即使用
Apipost = Postman + Swagger + Mock + Jmeter
Api设计、调试、文档、自动化测试工具
后端、前端、测试，同时在线协作，内容实时同步
四、分析msql的慢查询日志
pt-query-digest参数可以使用perldoc命令查看
perldoc /usr/bin/pt-query-digest
分析整个慢日志文件
pt-query-digest mysql-slow.log > slow_report.log
分析指定时间的日志since~until
pt-query-digest mysql-slow.log --since '2022-10-01 00:00:00' --until '2022-11-05 00:00:00' > slow_report_date_20221021-202221105.log
–since: 表示开始时间
–until: 表示结束时间
分析慢日志，并且保存分析结果到mysql数据表
pt-query-digest --user=root --password=123456 --history
h=192.168.33.10,D=local_test_db,t=query_review --create-history-table mysql-slow.log --since
'2022-11-01 00:00:00' --until '2022-11-05 00:00:00'–user: 数据库用户名
–password: 数据库密码
h: 数据库 host
D: 数据库名
t: 生成的表名
五、结果分析
第一部分: 总的一个分析概况
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：所有查询总计时长
min：所有查询最小时长
max：所有查询最大时长
avg：所有查询平均时长
95%：把所有时长值从小到大排列，位置位于 95% 的那个时长数，这个数一般最具有参考价值
median：中位数，把所有时长值从小到大排列，位置位于中间那个时长数
# A software update is available:
# 23.7s user time, 15.8s system time, 35.67M rss, 249.01M vsz
说明：
执行过程中，在用户中所花费的所有时间
执行过程中，在内核空间中所花费的所有时间
pt-query-digest 进程所分配的内存大小
pt-query-digest 进程所分配的虚拟内存大小
# Current date: Mon Nov 7 09:01:23 2022
说明：当前时间
# Hostname: localhost.localdomain
说明：执行pt-query-digest的主机名
# Files: mysql-slow.log
说明：被分析的文件名称
# Overall: 44.78k total, 54 unique, 0.01 QPS, 0.07x concurrency __________
说明：
total: 语句总数量
unique: 唯一语句数量
QPS: 每秒查询量
concurrency: 查询的并发
# Time range: 2022-10-01 00:00:03 to 2022-11-04 16:05:24
说明：执行过程中日志记录的时间范围
# Attribute total min max avg 95% stddev median
说明：属性 总计 最小值 最大值 平均值 95% 标准差 中位数
95%： 把所有时长值从小到大排列，位置位于 95% 的那个时长数，这个数一般最具有参考价值
median： 中位数，把所有时长值从小到大排列，位置位于中间那个时长数
# ============ ======= ======= ======= ======= ======= ======= =======
# Exec time 204553s 3s 1540s 5s 10s 8s 3s
说明：执行时间
# Lock time 8s 0 107ms 186us 80us 2ms 36us
说明：锁占用时间
# Rows sent 238.87M 0 2.88M 5.46k 11.95 68.22k 0.99
说明：发送到客户端的行数
# Rows examine 73.56G 0 5.01M 1.68M 3.86M 724.49k 1.32M
说明：扫描的语句行数
# Query size 8.18M 30 4.36k 191.46 511.45 224.63 72.65
说明：查询的字符数第二部分：分析
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
–order-by Query_time:sum ：按总的查询时间倒序
排序参数介绍：
sum Sum/total attribute value(默认值)
min Minimum attribute value（最小值）
max Maximum attribute value(最小值)
cnt Frequency/count of the query(按出现sql次数)
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 说明：分析 # Rank Query ID Response time Calls R/Call # ==== =================================== ================ ===== ======= # 1 0xC000AA97F210B2AEAE4933AF9B00296A 104236.2061 5... 30988 3.3638 0.03 SELECT xxx # 2 0x974C6E6D54DB8B0DF505CA7BDC508686 32167.9607 15.7% 3418 9.4113 1.34 SELECT xxx # 3 0x6BE180C5804B585F25BB16550447DC6C 18453.0185 9.0% 2499 7.3842 0.92 SELECT xxx # 4 0xADF16E3E9EB5D6B08245E39FF1428C9F 17873.4338 8.7% 3114 5.7397 0.84 SELECT xxx # 5 0x2964CD629A24595719659BDAEBCF0E6F 10648.5404 5.2% 1437 7.4103 0.93 SELECT xxx # 6 0x50566E6DCF8FA562B88AE41AB1E32DC6 7424.3855 3.6% 303 24.5029 15.41 SELECT xxx # 7 0xDB0A3D60F85C2212C476B144E1678AB8 5327.8370 2.6% 1627 3.2746 0.05 SELECT xxx # 8 0x04BB0B332CEED517298AB06DE2A30AD6 3190.6822 1.6% 657 4.8564 1.36 SELECT xxx # 10 0xDAB0AF524151C621DC0E9B92AC002C38 526.6288 0.3% 140 3.7616 0.01 SELECT xxx # MISC 0xMISC 1807.1067 0.9% 57 31.7036 0.0 <27 ITEMS>
第三部分：具体的sql统计和分析
pct：该 sql 语句某执行属性占所有慢查询语句某执行属性的百分比
total：该 sql 语句某执行属性的所有属性时间。
Count：sql 语句执行的次数。对应的 pct 表示此 sql 语句执行次数占所有慢查询语句执行次数的 % 比（下图为 69%），对应的 total 表示总共执行了 30988 次。
Exec time：sql 执行时间
Lock time：sql 执行期间被锁定的时间
Rows sent：传输的有效数据，在 select 查询语句中才有值
Rows examine：总共查询的数据，非目标数据。
Query_time distribution：查询时间分布
SQL 语句：下图中为 select sleep(7)\G
# Query 1: 0.01 QPS, 0.03x concurrency, ID 0xC000AA97F210B2AEAE4933AF9B00296A at byte 221452362 说明：查询队列1：每秒查询量，查询的并发，队列1的ID值，对应第二部分的Query ID, 221452362表示偏移量(查看方法看下面的“查看偏移”) # This item is included in the report because it matches --limit. # Scores: V/M = 0.03 # Time range: 2022-10-01 00:00:05 to 2022-11-04 16:05:24 说明：sql语句在慢日志文件mysql_slow.log出现的时间范围 # Attribute pct total min max avg 95% stddev median 说明：属性 占整个 总数 最小值 最大值 平均值 95% 标准差 中间值 分析中 的百分 比 # ============ === ======= ======= ======= ======= ======= ======= ======= # Count 69 30988 说明：执行语句总数量 # Exec time 50 104236s 3s 7s 3s 4s 303ms 3s 说明：执行时间 # Lock time 24 2s 22us 93ms 65us 66us 775us 38us 说明：锁占用时间 # Rows sent 0 70.53k 0 799 2.33 3.89 16.60 0.99 说明：发送到客户端的行数 # Rows examine 54 40.28G 1.32M 1.35M 1.33M 1.32M 15.65k 1.32M 说明：扫描语句的行数 # Query size 26 2.16M 73 73 73 73 0 73 说明：查询的字符数 # String: # Hosts localhost 说明：使用的数据主机IP # Users xxx 说明：使用的用户 # Query_time distribution # 1us # 10us # 100us # 1ms # 10ms # 100ms # 1s ################################################################ # 10s+ 说明：查询时间分布 # Tables # SHOW TABLE STATUS LIKE 'xxx'\G # SHOW CREATE TABLE `xxx`\G # EXPLAIN /*!50100 PARTITIONS*/ select * from `table_name` where `updated_at` >= '2022-10-15 00:00:40'\G 说明：查询的mysql语句 第三部分是每一种查询比较慢的 sql 的详细统计结果 pct：该 sql 语句某执行属性占所有慢查询语句某执行属性的百分比 total：该 sql 语句某执行属性的所有属性时间。 Count：sql 语句执行的次数。 Exec time：sql 执行时间 Lock time：sql 执行期间被
六 查看偏移
可以利用偏移量在慢查询日志文件中到查找到具体的 SQL 语句，查找方法如下：
[localhost]# tail -c +221452362 ./mysql-slow.log | head t: root[root] @ localhost [] Id: 13704150 # Query_time: 7.058835 Lock_time: 0.000040 Rows_sent: 2 Rows_examined: 1392521 SET timestamp=1665763267; select * from `xxxxxx` where `updated_at` >= '2022-10-15 00:00:40'; # User@Host: root[localhost] @ localhost [] Id: 13704174 # Query_time: 7.445741 Lock_time: 0.000015 Rows_sent: 3 Rows_examined: 2214002 SET timestamp=1665763267; select xxx from table where xxx # Time: 221015 008 # User@Host: root[localhost] @ localhost [] Id: 13704414
到此，关于“实例分析MySQL中pt-query-digest工具的使用记录”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网