下面一起来了解下查询日志分析工具pt-query-digest，相信大家看完肯定会受益匪浅，文字在精不在多，希望查询日志分析工具pt-query-digest这篇短内容是你想要的。

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云服务器地址
--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。

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  0.00 SELECT

2 0x4194D8F83F4F9365  0.6401 23.8%     1 0.6401  0.00 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

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' /data/mysql/mysql.slow

5.针对某个用户的慢查询
pt-query-digest --filter '($event->{user} || "") =~ m/^root/i' /data/mysql/mysql.slow

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")' /data/mysql/localhost-slow.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

看完查询日志分析工具pt-query-digest这篇文章后，很多读者朋友肯定会想要了解更多的相关内容，如需获取更多的行业信息，可以关注我们的行业资讯栏目。