怎样使用pt-query-digest

这期内容当中小编将会给大家带来有关怎样使用pt-query-digest，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。1.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。2.标准分析报告解释第一部分：总体统计结果,如下图Overall: 总共有多少条查询，上例为总共266个查询。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，该例为55。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。第二部分：查询分组统计结果,如下图由上图可见，这部分对查询进行参数化并分组，然后对各类查询的执行情况进行分析，结果按总执行时长，从大到小排序。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。Item : 查询对象第三部分：每一种查询的详细统计结果，如下图：由上图可见，12号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。Databases: 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: 示例3.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 ‘2014-04-17 09:30:00’ –until ‘2014-04-17 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–c免费主机域名reate-review-table slo免费主机域名w.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_20140401pt-query-digest –user=root –password=abc123–review h=localhost,D=test,t=query_history–create-review-table slow.log_20140402(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 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上述就是小编为大家分享的怎样使用pt-query-digest了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注云技术行业资讯频道。

相关推荐: MySQL在Linux平台安装前需要做哪些准备

本篇内容介绍了“MySQL在Linux平台安装前需要做哪些准备”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！sed -i ‘s免费主机域名/SELINUX=en…