pt-query-digest分析慢查询日志后输出的结果怎么看?

1
#pt-query-digest mysql-slow.log

–分析mysql-slow.log这个慢查询日志文件

# A software update is available:
# * The current version for Percona::Toolkit is 2.2.9.

# 170ms user time, 10ms system time, 26.00M rss, 213.39M vsz
–此工具执行日志分析时的所用时间、内存资源(rss物理内存占用大小,vsz虚拟内存占用大小)
# Current date: Mon Jul 28 09:55:34 2014
–分析时的系统时间
# Hostname: lump.group.com
–进行分析的主机名,非记录日志的数据库服务器
# Files: mysql-slow.log
–分析的日志文件名称
# Overall: 5 total, 4 unique, 0.02 QPS, 0.04x concurrency ________________
–文件中总共的语句数量,唯一的语句数量(对语句进行了格式化),QPS,并发数
# Time range: 2014-07-28 09:50:30 to 09:54:50
–记录日志的时间范围

–开始总的摘要信息

1
2
3
4
5
6
7
8
9
10
# Attribute          total     min     max     avg     95%  stddev  median
                    总计       最小     最大    平均    95%把所有值从小到大排列,位于95%的那个数
# ============     ======= ======= ======= ======= ======= ======= =======
# Exec time            10s      1s      3s      2s      3s   753ms      1s
# Lock time          196us       0    79us    39us    76us    33us    42us
# Rows sent          1.40k       0     716     287  685.39  335.14    3.89
# Rows examine      15.32k       0  11.13k   3.06k  10.80k   4.02k   2.06k
# Rows affecte           0       0       0       0       0       0       0
# Bytes sent        72.42k      11  38.85k  14.48k  38.40k  17.57k  234.30
# Query size           807       6     342  161.40  329.68  146.53  112.70

–Exec time:语句执行时间
–Lock time:锁占有时间
–Rows sent:发送到客户端的行数
–Row examine:扫描的行数(SELECT语句)
–Row affecte:发送改变的行数(UPDATE, DELETE, INSERT语句)
–Bytes sent:发送多少bytes的查询结果集
–Query size:查询语句的字符数

1
2
3
4
5
6
7
# Profile
# Rank Query ID           Response time Calls R/Call V/M   Item
# ==== ================== ============= ===== ====== ===== ===============
#    1 0x4A9CF4735A0490F2  3.1898 31.9%     1 3.1898  0.00 SELECT history_uint
#    2 0x2B0044BDE0960A2F  2.6991 27.0%     1 2.6991  0.00 SELECT history
#    3 0x813031B8BBC3B329  2.5755 25.7%     2 1.2877  0.00 COMMIT
#    4 0x469563A79E581DDB  1.5380 15.4%     1 1.5380  0.00 SELECT sessions

–Rank:分析的所有查询语句的排名,默认按查询时间降序排序,可以通过–order-by指定排序方式
–Query ID:查询语句的指纹,去掉了多余空格、和文本字符
–Response time:响应时间,占所有响应时间的百分比
–Calls:查询执行的次数
–R/Call:每次执行的平均响应时间
–V/M:响应时间Variance-to-mean的比率,参考:http://en.wikipedia.org/wiki/Index_of_dispersion
–Item:查询语句
–最后一行没有包括在报告中的查询合计统计信息,如使用了选项–limit和–outliers

–开始每个独立查询语句的分析(逐条分析上面汇总中的Query ID列出的Ttem,Query ID是Item的记录“指纹”)
# Query 1: 0 QPS, 0x concurrency, ID 0x4A9CF4735A0490F2 at byte 591 ______
–QPS:每秒查询数(queries per second)
–concurrency:该查询的近似并发值
–ID:16进制,查询语句的指纹,去掉了多余空格、和文本字符、转换成小写,使用–filter可以用来进行过滤(如:pt-query-digest mysql-slow.201407250000 –filter ‘$event->{fingerprint} && make_checksum($event->{fingerprint}) eq “0793E2F7F5EBE1B1″‘ > slow2.txt),必须移除0x
–at byte 289141:查询语句在日志文件中的偏移量(byte offset),不一定精确,根据偏移量在日志文件中查找语句(如tail -c +289141 mysql-slow.201407250000 |head)

# This item is included in the report because it matches –limit.
# Scores: V/M = 0.00
# Time range: all events occurred at 2014-07-28 09:51:02
# Attribute pct total min max avg 95% stddev median
–95%:95th percentile,stddev:standard deviation

1
2
3
4
5
6
7
8
9
# ============ === ======= ======= ======= ======= ======= ======= =======
# Count         20       1
# Exec time     31      3s      3s      3s      3s      3s       0      3s
# Lock time     40    79us    79us    79us    79us    79us       0    79us
# Rows sent     49     715     715     715     715     715       0     715
# Rows examine  13   2.09k   2.09k   2.09k   2.09k   2.09k       0   2.09k
# Rows affecte   0       0       0       0       0       0       0       0
# Bytes sent    45  33.31k  33.31k  33.31k  33.31k  33.31k       0  33.31k
# Query size    42     342     342     342     342     342       0     342

注:Count 20 1表示该查询语句的查询在整个日志文件中,执行语句占用百分比(20%),总计执行了1次
# String:
# Databases zabbix
–数据库名
# Hosts
# Last errno 0
# Users zabbix
–执行语句的用户名
# Query_time distribution
–查询的执行时间分布情况图,可以使用选项–report-histogram进行定义

1
2
3
4
5
6
7
8
#   1us
#  10us
# 100us
#   1ms
#  10ms
# 100ms
#    1s  ################################################################
#  10s+

# Tables
# SHOW TABLE STATUS FROM `zabbix` LIKE ‘history_uint’\G
–可以使用该语句查询表的统计信息,如大小
# SHOW CREATE TABLE `zabbix`.`history_uint`\G
–可以使用该语句查看表的结构信息
# EXPLAIN /*!50100 PARTITIONS*/
SELECT itemid,round(1401* MOD(CAST(clock AS UNSIGNED)+79742,86400)/(86400),0) AS i,COUNT(*) AS count,AVG(value) AS avg,MIN(value) AS min,MAX(value) AS max,MAX(clock) AS clock FROM history_uint WHERE itemid=’30376′ AND clock>=’1406425858′ AND clock<='1406512258' GROUP BY itemid,round(1401* MOD(CAST(clock AS UNSIGNED)+79742,86400)/(86400),0)\G –可以使用该语句查看查询计划,如非select语句,工具会转换成类似的select语句,方便进行explain

此文为转载。。省去自己翻译时间
出处http://my.oschina.net/anthonyyau/blog/295949
PS:此人接运维兼职,如果有朋友不想折腾可以找他,你可以一心一意放在网站运营上

原文链接:https://xiaohost.com/1253.html,转载请注明出处。
0

评论0

请先