使用 pt-query-digest 深度分析 MySQL 慢查詢：從安裝到優化實戰指南

前言

在 MySQL 數據庫的日常運維中，慢查詢往往是導致性能瓶頸的關鍵因素。如何快速定位那些「不合適」的 SQL 語句，並在其演變為嚴重故障前進行優化？Percona Toolkit 中的 pt-query-digest 是一款威力強大的分析利器，它能對慢查詢日誌、Binlog、General Log 甚至網絡抓包數據進行深度解析，幫助 DBA 精準鎖定性能殺手。本文將系統介紹該工具的安裝、多場景使用姿勢、報告解讀以及核心參數詳解。

一、工具概覽：不只是慢查詢分析器

pt-query-digest 的核心價值在於「參數化分組統計」。它將具體參數值抽象化（如 WHERE id=1 和 WHERE id=2 歸為同一類），按查詢模式聚合統計執行時間、次數、佔比等指標。除此之外，它還支援 --review 功能，可將分析結果寫入資料表，結合 EXPLAIN 執行計劃，實現查詢審計與歷史趨勢追蹤。

支援的數據源：

• Slow Log / General Log / Binlog
• SHOW PROCESSLIST 實時採樣
• tcpdump 抓取的 MySQL 協議數據

二、輕量級部署：下載即用

作為 Perl 腳本，無需編譯安裝：

wget percona.com/get/pt-query-digest
chmod u+x pt-query-digest

三、實戰場景全覆蓋

3.1 基礎分析：直接解析慢查詢文件

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

3.2 時間窗口切片：最近 12 小時 / 指定區間

# 最近 12 小時
pt-query-digest --since=12h slow.log > slow_report2.log

# 指定具體時間範圍
pt-query-digest slow.log --since '2024-01-15 09:30:00' --until '2024-01-15 10:00:00' > slow_report3.log

3.3 精準過濾：特定語句類型、用戶、全表掃描

# 僅分析 SELECT 語句
pt-query-digest --filter '$event->{fingerprint} =~ m/^select/i' slow.log > report_select.log

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

# 全表掃描或 Full Join
pt-query-digest --filter '(($event->{Full_scan} || "") eq "yes") || (($event->{Full_join} || "") eq "yes")' slow.log > report_fullscan.log

3.4 歷史趨勢追蹤：--review 與 --history

--review：按指紋去重，一類查詢一條記錄，適合建立查詢審計基線表。
--history：保留時間維度，同一 CHECKSUM 不同時區間會產生多條記錄，適合對比歷史性能變化。

# 建立審計表並導入
pt-query-digest --user=root --password=xxx --review h=localhost,D=test,t=query_review --create-review-table slow.log

# 歷史表導入（按日期分文件）
pt-query-digest --user=root --password=xxx --history h=localhost,D=test,t=query_history --create-history-table slow.log_20240115

3.5 進階數據源：tcpdump 與 Binlog

# 抓取 3306 端口流量
tcpdump -s 65535 -x -nn -q -tttt -i any -c 1000 port 3306 > mysql.tcp.txt
pt-query-digest --type tcpdump mysql.tcp.txt > report_tcpdump.log

# Binlog 分析
mysqlbinlog mysql-bin.000093 > mysql-bin000093.sql
pt-query-digest --type=binlog mysql-bin000093.sql > report_binlog.log

四、報告深度解讀：從宏觀到微觀

4.1 總體統計

• Overall：總查詢數（去重前）
• Unique：參數化後的唯一查詢類型數
• Time range：日誌覆蓋的時間跨度
• 統計指標：total/min/max/avg/95%/median —— 重點關注 95% 分位值，它能屏蔽極端值干擾，最具參考價值。

4.2 查詢分組統計（按總響應時間降序）

• Response：該類查詢總耗時
• time%：佔總耗時比例
• Calls：執行次數
• R/Call：平均響應時間
• Item：查詢指紋（參數化後的 SQL 模板）

4.3 單查詢詳細剖析

包含執行次數分佈、查詢時間分佈圖、涉及表結構、EXPLAIN 輸出、使用者分佈等。重點關注：

• Query_time distribution：直觀展示慢查詢集中區間
• Tables / Explain：確認是否走索引、是否存在全表掃描

五、核心參數速查表

六、慢查詢開啟清單

若尚未開啟慢查詢，請在 /etc/my.cnf 中添加：

[mysqld]
log-output=FILE
slow_query_log=1
slow_query_log_file=/data/dbdata/slow_query.log
long_query_time=1
log_queries_not_using_indexes=1

修改後重啟 MySQL 服務生效。

七、總結

pt-query-digest 不僅是分析工具，更是構建「查詢審計體系」的基石。建議將其納入日常巡檢流程，結合 --review 表持久化歷史指紋，定期對比 --history 表發現性能退化趨勢，做到「早發現、早優化、早受益」。