pt-query-digest是用於分析mysql慢查詢的一個工具，它可以分析binlog、General log、slowlog，也可以通過SHOW PROCESSLIST或者通過tcpdump抓取的MySQL協議數據來進行分析.
下載：
pt-query-digest是一個perl腳本，只需下載並賦權即可執行。
wget percona.com/get/pt-query-digest
chmod u+x pt-query-digest
使用參數：
--create-review-table 當使用--review參數把分析結果輸出到表中時，如果沒有表就自動創建。
--create-history-table 當使用--history參數把分析結果輸出到表中時，如果沒有表就自動創建。
--filter 對輸入的慢查詢按指定的字符串進行匹配過濾后再進行分析。
--limit 限制輸出結果百分比或數量，默認值是20,即將最慢的20條語句輸出，如果是50%則按總響應時間占比從大到小排序，輸出到總和達到50%位置截止。
--host mysql服務器地址
--user mysql用戶名
--password mysql用戶密碼
--history 將分析結果保存到表中，分析結果比較詳細，下次再使用--history時，如果存在相同的語句，且查詢所在的時間區間和歷史表中的不同，則會記錄到數據表中.
--review 將分析結果保存到表中，這個分析只是對查詢條件進行參數化，一個類型的查詢一條記錄，比較簡單。當下次使用--review時，如果存在相同的語句分析，就不會記錄到數據表中。
--output 分析結果輸出類型，值可以是report(標准分析報告)、slowlog(Mysql slow log)、json、json-anon，一般使用report，以便於閱讀。
--since 從什么時間開始分析，可以是指定的某個”yyyy-mm-dd [hh:mm:ss]”格式的時間點，也可以是簡單的一個時間值：s(秒)、h(小時)、m(分鍾)、d(天)，如12h就表示從12小時前開始統計。
--until 截止時間，配合—since可以分析一段時間內的慢查詢。
用法：
直接分析慢查詢文件：
pt-query-digest slow.log > slow20170803.log
分析最近1小時內的查詢：
pt-query-digest --since=1h slow.log > 1slow.log
分析指定時間范圍內的查詢：
pt-query-digest slow.log --since '2017-08-03 15:30:00' --until '2017-08-04 10:30:00' > slow83-84.log
分析指含有select語句的慢查詢：
pt-query-digest --filter '$event->{fingerprint} =~ m/^select/i' slow.log > slow4.log
針對某個用戶的慢查詢：
pt-query-digest --filter '($event->{user} || "") =~ m/^admin/i' slow.log > slow5.log
查詢所有所有的全表掃描或full join的慢查詢：
pt-query-digest --filter '(($event->{Full_scan} || "") eq "yes") ||(($event->{Full_join} || "") eq "yes")' slow.log> slow6.log
把查詢保存到query_review表：
pt-query-digest --user=root –password=abc123 --review h=localhost,D=test,t=query_review --create-review-table slow.log
把查詢保存到query_history表：
pt-query-digest --user=root –password=abc123 --review h=localhost,D=test,t=query_ history --create-review-table slow.log
通過tcpdump抓取mysql的tcp協議數據，然后再分析：
tcpdump -s 65535 -x -nn -q -tttt -i any -c 1000 port 3306 > mysql.tcp.txt
pt-query-digest --type tcpdump mysql.tcp.txt> slow_report9.log
分析binlog：
mysqlbinlog mysql-bin.000001 > mysql-bin000001.sql
pt-query-digest --type=binlog mysql-bin000001.sql > slow10.log
分析general log：
pt-query-digest --type=genlog localhost.log > slow11.log
總體統計結果：
# 3.5s user time, 60ms system time, 28.96M rss, 209.24M vsz 該工具執行日志分析的用戶時間，系統時間，物理內存占用大小，虛擬內存占用大小
# Current date: Thu Aug 3 16:24:12 2017 工具執行時間
# Hostname: Test_Server1 運行分析工具的主機名
# Files: slow.log 被分析的文件名
# Overall: 2.92k total, 190 unique, 0.81 QPS, 44.91x concurrency _________
total：語句總數量
unique：唯一的語句數量：唯一查詢數量，即對查詢條件進行參數化以后，總共有多少個不同的查詢，
QPS
並發數
# Time range: 2017-08-03 15:24:14 to 16:24:11 日志記錄的時間范圍
# Attribute total min max avg 95% stddev median
屬性 總計 最小 最大 平均 95% 標准 中等
# ============ ======= ======= ======= ======= ======= ======= =======
# Exec time 161525s 10s 485s 55s 151s 53s 35s 語句執行時間
# Lock time 1115s 17us 121s 382ms 1ms 6s 247us 鎖占用時間
# Rows sent 51.71k 0 23.25k 18.13 0.99 602.10 0 發送到客戶端的行數
# Rows examine 2.96G 0 51.26M 1.04M 4.93M 4.87M 0 select語句掃描行數
# Rows affecte 19.70M 0 1.64M 6.91k 0 105.18k 0
# Bytes sent 4.15M 0 1.50M 1.46k 1.78k 39.02k 72.65
# Query size 1.62M 15 5.17k 582.83 3.19k 872.43 202.40 查詢的字符數
95%：把所有值從小到大排列，位置位於95%的那個數，這個數一般最具有參考價值。
median：中位數，把所有值從小到大排列，位置位於中間那個數。
查詢分組統計結果：
# Profile
# Rank Query ID Response time Calls R/Call V/M Item
Rank：所有語句的排名，默認按查詢時間降序排列，通過--order-by指定
Query ID：語句的ID，（去掉多余空格和文本字符，計算hash值）
Response time：響應時間，占所有響應時間的百分比
Calls：查詢執行次數
R/Call：平均響應時間
V/M：響應時間Variance-to-mean的比率
Item：查詢語句一部分
# ==== ================== ================ ===== ======== ===== ==========
# 1 0xF2F12348E0AAA2EE 9505.5255 5.9% 152 62.5364 46.28 SELECT s?.T? flb.t_user_icon S?.T? s?.T?
# 2 0x6CBF4855F6B63A3F 9432.3847 5.8% 46 205.0518 84.11 SELECT UNION S?.T?
# 3 0xD5EB4DCA5163EAF0 8125.6776 5.0% 150 54.1712 36.01 SELECT s?.t?
# 4 0xED7158FAD1CD1ADC 7723.8205 4.8% 162 47.6779 32.82 SELECT UNION s?.t? flb.t_user_plan
# 5 0xB3C258C1D1E1E94F 7443.5447 4.6% 136 54.7319 30.79 UPDATE flb.t_invest_plan
...
每一種查詢的詳細統計結果：
# Query 1: 0.11 QPS, 7.19x concurrency, ID 0xF2F12348E0AAA2EE at byte 6125794
# This item is included in the report because it matches --limit.
# Scores: V/M = 46.28
# Time range: 2017-08-03 16:00:25 to 16:22:27
# Attribute pct total min max avg 95% stddev median
# ============ === ======= ======= ======= ======= ======= ======= =======
# Count 5 152
# Exec time 5 9506s 10s 325s 63s 175s 54s 47s
# Lock time 0 79ms 222us 1ms 521us 761us 128us 490us
# Rows sent 0 47 0 1 0.31 0.99 0.46 0
# Rows examine 0 250.78k 0 5.83k 1.65k 5.73k 2.58k 0
# Rows affecte 0 0 0 0 0 0 0 0
# Bytes sent 1 81.30k 44 1.52k 547.70 1.39k 639.84 42.48
# Query size 11 183.13k 1.20k 1.21k 1.20k 1.20k 6.50 1.20k
# String:
# Databases S62 (50/32%), s50 (33/21%), flb (26/17%)... 6 more 庫名
# Hosts
# Users develop 各個用戶執行的次數（占比）
# Query_time distribution 查詢時間分布, 長短體現區間占比，本例中1s-10s之間查詢數量是10s以上的兩倍。
# 1us
# 10us
# 100us
# 1ms
# 10ms
# 100ms
# 1s
# 10s+ ################################################################
# Tables 查詢中涉及到的表
# SHOW TABLE STATUS FROM `s61` LIKE 'T6110'\G
# SHOW CREATE TABLE `s61`.`T6110`\G
# SHOW TABLE STATUS FROM `flb` LIKE 't_user_icon'\G
# SHOW CREATE TABLE `flb`.`t_user_icon`\G
# SHOW TABLE STATUS FROM `S61` LIKE 'T6101'\G
# SHOW CREATE TABLE `S61`.`T6101`\G
# SHOW TABLE STATUS FROM `S61` LIKE 'T6118'\G
# SHOW CREATE TABLE `S61`.`T6118`\G
# SHOW TABLE STATUS FROM `S61` LIKE 'T6114'\G
# SHOW CREATE TABLE `S61`.`T6114`\G
# SHOW TABLE STATUS FROM `s50` LIKE 'T5020'\G
# SHOW CREATE TABLE `s50`.`T5020`\G
# SHOW TABLE STATUS FROM `s61` LIKE 'T6141'\G
# SHOW CREATE TABLE `s61`.`T6141`\G
# EXPLAIN /*!50100 PARTITIONS*/ 示例
SELECT
...