众所周知，mysql slow log中很多sql语句结构和对象是相同，只是其中变量不一样，对于这样的sql,我们完全可以将其归为一类，统计其执行次数、执行时间平均值等参数，而pt-query-digest恰好就是这样一款工具，能够对slow sql进行归类、分组和分析，统计同一类sql多次运行后的参数:max、min、avg、count等:

# Query 6: 0.23QPS, 1.07x concurrency, ID 0x7F4D624CEA244E17 at byte 17591954

# This item isincluded in the report because it matches --limit.

# Scores: V/M =3.20

# Time range: 2016-08-0814:41:43 to 14:48:23

# Attribute    pct  total   min   max  avg  95%  stddev median

# ============ ========== ======= ======= ======= ======= ======= ===     ====

# Count       0     94

# Exec time     0   426s   2s   29s   5s  9s   4s   3s

# Lock time     0   23ms   75us   4ms  239us 384us  506us  138us

# Rows sent     0   94      1  1      1       1       0      1

# Rows examine   0    94       1       1      1       1       0      1

# Query size     0  6.28k      68     70   68.43   69.19      1   65.89

# String:

# Databases   test

# Hosts     192.168.1.19(35/37%),  192.168.1.20(33/35%)... 1 more

# Users     test

# Query_timedistribution

#  1us

#  10us

# 100us

#  1ms

#  10ms

# 100ms

#  1s ################################################################

#  10s+ ###

# Tables

#    SHOW TABLE STATUS FROM `test` LIKE 'user \G

#    SHOW CREATE TABLE `test`.`user`\G

# EXPLAIN /*!50100PARTITIONS*/

select * from userwhere periods = 'before' limit 1\G

最后，pt-query-digest还能对归类结果进行基于sql执行时间的max、min或者sum的排序统计

但是，如果我要截取query time top 10的sql,根据max进行排序，并不科学，对于执行多次的sql,更

合理的应该是使用query time的中位值median进行排序，而前文显示的统计结果中，在Exec time一行中也恰好给出了每一类sql的执行时间的median值。

因此，为得到的更合理的结果，应根据median过滤获取最终结果

#首先使用pt-query-digest生成统计文件

/usr/local/bin/pt-query-digest slow.log >slow_log_report.log

#上述的统计包括了所有的sql,在这里只截取Query time：median >6s的sql

#!/bin/bash

file='slow_log_report.log'

median_linenum_array=(`cat $file |grep -n "^# Exec time" |awk '{if($11>6) print $1}'|cut -d: -f1`)

for((i=0;i

do

start_linenum_array[$i]=$(( ${median_linenum_array[$i]} - 7 ))

end_linenum_array[$i]=`awk 'NR>='''$(( ${start_linenum_array[$i]} + 1 ))'''&&/^# Query [1-9]+/{print NR-1;exit}' $file`

sed -n ''''${start_linenum_array[$i]}''','''${end_linenum_array[$i]}'''p' $file>>slowlog_report_top.log

done

需要注意的是，media只有sql语句执行次数多的时候才有统计意义，如果执行的很少，只有一两次，那media就没有意义了,所以，最终还是要结合count和median进行筛选