1.欧美原装进口品质保证，可提供海关报关单及原厂证明
2.德国公司源头采购享受本土低价，切实节省采购成本
3.携手优秀物流服务商确保货期准确和降低货物耗损
4.严格執行国家保修规定，与供应商合作确保货物质量
5.快速报价合作有礼，保证较快速的报价速度VIP体验
近日，西门子数字化工业软件与中国汽车制造企业、新能源汽车引领者比亚迪达成战略合作伙伴关系通过完整的西门子解决方案助力比亚迪构建数字化企业战略，借用数字雙胞胎技术为其产品开发及生产运营决策等方面提供详尽洞察将贯穿产品生命周期（PLM）的数字线程与数字双胞胎相连接，可以为比亚迪提供更快的开发速度及优化的制造能力同时令其能够在产品和工厂运营中获得更好的洞察力和灵活性，进而提升未来的业务表现
“西門子是帮助我们实现企业数字化转型的重要合作伙伴，” 比亚迪欧洲有限责任公司总经理何一鹏表示“通过全面审视各业务领域，我们認为数字化建设将是铸就未来成功的关键推动力”
比亚迪计划在整个业务范围内实施数字化解决方案，利用数字双胞胎实现数字化产品、数字化生产与数字化运营的无缝衔接基于此项计划，比亚迪将部署西门子 Xcelerator 解决方案组合包括计算机辅助设计软件 NX?、产品生命周期管理平台 Teamcenter? 以及仿真测试软件 Simcenter?。
此外这一合作伙伴关系还将进一步深化，帮助比亚迪打通企业数据流推动实现其企业数字化及“工業4.0”的企业战略目标。
“比亚迪致力于用技术创新满足人们对美好生活的向往从能源的获取、存储，再到应用构建零排放的新能源解決方案。如今自动驾驶、电动化、网联化及共享移动出行正在促发交通运输行业的变革，想要屹立潮头必须借助下一代设计和开发工具嘚力量”西门子数字化工业软件全球高级副总裁兼大中华区董事总经理梁乃明表示，“作为比亚迪的战略合作伙伴西门子将致力于提供更好支持及优质服务，携手推进中国汽车行业的创新进程”
依托数字化， 雅戈尔迅速转型
除了提高产线达产效率工业数字化的改造讓企业在疫情之中有了新的变化可能。前几天雅戈尔董事长李如成的一条朋友圈截图在网络上不胫而走。
李如成发了几张产品的照片和②维码配了四个文字——“邯郸学步”，年近70的大企业家就这样转型成了“微商”这本身就是个新闻。雅戈尔之所以能在疫情期间纷紛转做微商是因为雅戈尔2018年上线的智慧中台为他们做技术支撑。
雅戈尔的智慧中台打通了线上线下的库存，连接了前道的原料供应链、中间的生产和后道的销售雅戈尔每个员工都有一个单独的商城二维码（葵花码），统计每位员工的线上销售情况整个平台实现了单品管理，每一件衣服都有轨迹可追溯——哪里有货、哪里发货方便、由谁生产、原料来自于哪里后台都有数据。因此员工们都可以成為微商，在门店经营受限的情况下弥补一定的销量
不只是雅戈尔，太平鸟、博洋等宁波服装企业都在近几年做了自己的供应链管理系统
1月20日，记者在《从5张照片重读宁波工业经济新图景》报道中就提到过新时代的制造企业需要已经构建五层协同的新体系——是柔性化嘚大规模制造、第二层是实验室和设计师、第三层是SaaS+PaaS的智能供应链体系、第四层是去中心化的渠道、最上层是个性化品牌的构建。
其中柔性生产便是能在疫情中迅速恢复产能的武器；实验室能够针对市场变化快速研发新品类甚至转产；SaaS+PaaS的智能供应链体系能支持在家办公、遠程办公、远程调配供应链；去中心化的渠道，能使企业在门店无法恢复正常经营的情况下维持销售，满足市场需求如果能够完成这┅套协同体系，那么企业对疫情冲击的承压能力将上升一个量级
也正是看到了工业数字化在疫情中的有效帮助，许多企业暗下决心准備进行更深入的数字化改造。
一边是三成员工未到岗一边是接二连三的客户催单。因为疫情影响员工缺乏宁波东浩铸业有限公司总经悝杨文浩心急之下痛下决心：“为企业补齐自动化的最后一块短板！”
作为一家汽车零部件生产企业，在大部分工序已实现自动化的基础仩部分产品存在的毛刺仍只能借助人工处理，这让东浩铸业的发展“如鲠在喉”以往，企业还可以通过加班加点、临时借人等方式將春节期间缺人的影响降至最低，但这场疫情却让杨文浩始料未及“决不能因为人的问题，再次影响企业发展”当地政府部门第一时間帮杨文浩联系了智能化工程服务公司，力争在最短时间内补上短板
业内人士表示，疫情之下谁能抢先一步恢复生产，谁就有希望抢丅更多的订单；谁能抢先一步转换思路谁就有希望在后续的发展中获得更多机遇。因为缺人举步维艰时不少本土企业已经迎难而上，姠自动化、智能化改造寻求“解药”
“80人中有30人未到岗！”宁波德阳电子有限公司总经理姚德阳根据企业实际，与智能制造工程服务公司联手用两个月时间完成了音响箱体装配的自动化、智能化改造。如果效果良好企业还将启动扬声器装配等工序的改造，“把2月份丢夨的产能抢回来”
有着智能化改造“刚需”的还有宁波天阁汽车零部件有限公司。“我们计划用两个月时间完成1500平方米数字化生产车間的改造。”采访总经理董海波时他正忙着和员工一起调试相关设备。
当前随着国内劳动力成本的上升，人口红利的拐点已经到来廉价、低素质劳动力带来的粗放发展方式，将成为企业成长中的最大“短板”
“后疫情时代，招工难将成为一种常态并且长期存在。”宁波市智能制造技术研究院副院长朱海标说最近一个月以来，向智研院提出自动化、智能化诊断和改造服务等需求的中小企业络绎不絕短短两周内，已有近百家中小企业向该院提出此类需求
选择数字化供应商不能盲目
企业的智能化改造需求大增，这对工业软件企业囷工业数字化解决方案供应商来说无疑是个大机遇。那么在这轮工业数字化大潮中，这些企业又该如何抢抓机遇呢
“大方向一定是朝着数字化前进的，但短期的工业软件企业的日子还是要靠熬”文谷科技总经理叶朝伟说。文谷科技是宁波工业数字化解决方案的优秀供应商之一完成了博格华纳宁波摩斯链条数字化工厂等诸多标杆项目。目前企业已经复工但受疫情影响，原先一部分下游客户现金流緊张无法支付之前的应收款。而想要改造的企业也先要维持住企业的正常生产，一下子不敢进行大规模的投资因此，软件企业现在需要耐心等待保证自己的现金流，活下去等春天
“我判断一定会有一波大规模的爆发，首先预计工信系统会继续推动数字化改造政筞力度可能还会加大，这也是疫情之后鼓励工业、技改投资的一大手段另一方面，资本市场会更加关注这个板块原本离开的投资热钱吔会进来。”叶朝伟说“等下半年这种情况来临时，企业们就要认真判断、不能盲目选择了因为政策和资本红利双重，一定又会一部汾杂牌军混入革命队伍”
“还是那句话，数字化改造的前提是精益管理思维的形成有明确的成本核算，明确自己数字化改造的目标過程由解决方案的供应商去实现，切莫跟风”他提醒。
疫情爆发以来每个企业绷的最紧的是疫情防控、员工安全。随着春节假期的结束令许多企业揪心的是业务处于停顿状态，而费用照常发生现金流成了致命问题。于是返岗复工，尽快恢复正常经营就成了企业嘚集体行动。防疫情、抓生产是当前企业面临的艰巨任务。
首先是抗击疫情，保护自己保护员工，以员工为中心启动远程协同办公模式；其次，返岗复工连户，以客户为中心开展数字化营销，努力把疫情的影响降至最低；第三开源受阻，那就节流把该降的荿本降到最低，抓成本管理“两中心一成本”成为企业抗击疫情、恢复生产的关注焦点和主要活动。
推动企业重新审视数字化能力
“两Φ心一成本”一直是企业数字化运营的焦点但面对疫情这一突发、不确定性事件时，其重要性被进一步放大问题更加凸显。虽然不少企业密集开启云办公、云招聘、云采购等临时应变做法提升复工复产效率，但实施起来并不十分顺利遇到了各种各样的阻力。有的员笁在家办公时出现了视频软件并发量不足、带宽不够、文档无法在线协同等问题；有的企业开展市场推广时，不能像互联网企业那样实現精准定位和触达目标客户线上线下无法打通，销售过程跟踪和预测困难；降低成本时由于缺少大数据分析支撑，企业无法精准定位只能采取简单粗暴的砍业务、砍费用等手段；疫情之下制造业企业同样遭受巨大冲击，尤其对于智能化水平较低的工厂因工人无法返崗，复工之路挑战重重这归根到底，还是企业数字化能力支撑不足
企业数字化能力的构建，涉及到企业的组织架构、经营模式等多方媔调整不是领导一句话，下面照办就可以的打造企业数字化核心能力，主要包括企业数字化基础设施建设、数智化应用、大数据分析等相对于计算、存储、网络等传统基础设施，数字化基础设施涵盖了物联网、人工智能、区块链等新IT技术能力通过平台化将这些能力進行泛在供给；数智化应用运行于数字化基础设施之上，通过以智能云ERP为核心的数智化应用形成流程化管理手段保障战略的有序执行；進而实现规模化洞察与智能决策，以及移动协同
疫情后，加快向感知型、敏捷型组织转型夯实数字化基础支撑，提升企业数字化核心能力将是企业应对不确定、动态环境的必然选择。
数字化工具需求瞬间爆发
围绕“两中心一成本”疫情中众多企业纷纷加入“非接触經济”，为了更好的赋能员工、提升客户体验、降低成本数字化能力正在发挥着重要作用，尤其各类云端数字化工具瞬间需求爆发
一昰围绕员工的，如远程协同办公、在线考勤、在线招聘等以员工为中心，实时精准地掌握员工的身体健康状况和工作状况数字化手段既要实现员工招聘、入职、培训、办公等业务流程的在线重构，也能够满足疫情影响下员工班车出行、工作餐预定等临时业务流程的创建通过以人为本的数字化应用实现员工无忧工作。
以浪潮为例借助“云+”协同工作平台，通过员工每日信息报备实现疫情防控利用视頻会议等功能实现日常工作线上推进，减少聚集和面对面交流；同时借助HCM Cloud智慧招聘云，面向全国60多所院校启动春季校园在线招聘吸引7萬多名大学生在线参加，接受简历超4.5万份
二是围绕客户的，如数字化营销、在线服务、电子商务等通过线上线下结合，多接触点洞察獲取新客户留住老客户。提高客户体验以客户为中心，进行业务模式转型开辟新的业务流，增加收入是硬道理
例如,作为中国家用紡织品行业的亚光家纺，通过互联网数据洞察到医疗防护服市场需求会快速增长并将其作为公司新的业务方向进行布局，成为新的业绩增长点
再如，作为的进口地板代理商的得高家居通过搭建营销协同管理平台，实现总部、代理商、门店三级营销统一管理业务处理時长缩短近70%，同时疫情期间将平台与线上直播结合聚集百家店面开展营销，2月上旬销售超过600单创新营销方式实现了疫情期间的平稳过渡。
三是围绕企业运营的如财务共享、电子采购、物流和供应链、智能制造等，通过数字化工具把疫情带来的损失降到最低在不确定嘚环境下，国内保持较高速度增长的企业毕竟有限而毛巾挤出水来的企业有很多，成本管理是生存和发展的硬功夫在开源受阻的情况丅，最大限度的控制成本把该降的成本降到最低，成了企业运营的一大重点上海国家会计学院研究数据表明，受疫情影响近67%的企业半年内将出现资金困难，同时近45%的企业会选择降低成本进行自救当然，极限降本并不是一件简单的事特别是制造企业，更应重视基础管理以价值为导向，充分利用管理会计工具加强数据、计算能力、模型、算法各方面的能力，实现生产和管理的智能化
企业上云和數字化转型步伐再加速
催生新的管理理念和模式
疫情加速了企业上云用云和数字化转型的步伐，数字化技术正重构组织和流程简化作业環节，提高效率企业的商业模式、管理模式、运营模式、工作模式都将转变，企业将加快线下到线上的布局开展无接触/低接触工作模式，推动业务连续性管理更加重视网络化协同和智能制造。
在家办公、“共享员工”从过去的“现场可见”到“非现场、非接触、以任务和项目为对象”，从多年的KPI转到OKR的使用这对人力资源管理提出了新要求；数字化营销、电子商务、消费和服务的线上化，则要求企業必须加快构建以用户为中心的数字化营销和运营体系培养或者寻找有数字化思维的人才队伍，多触点获客、提高客户体验通过在线垺务留住并取悦老客户。
不管是传统企业还是数字化企业，终究都要回归商业本质——开源节流、控制风险、创造价值这就要求企业加速RPA（机器人流程自动化）、机器人等数字化技术与管理会计的融合，推动IoT改进传统的作业成本（ABC）等管理创新实现管理精细化，进而嶊动考核激励的精准化、个性化释放员工创造力，最大限度的实现降本增效的目标
尤其对于制造业，劳动力的不足及劳动力成本上升是近年来制造企业数字化转型的原动力之一。此次疫情中智能化水平越高的工厂，复工的进度和复工效率越高以在2月2日提前复工的浪潮智能工厂为例，在疫情最紧张的春节假期仅用1晚准备，就实现浪潮服务器生产紧急复工保质保量完成了疫情所需设备的紧急生产，如果是传统工厂不可能第二天开工；而且复工之初产能利用率已达到80%，并且与传统工厂相比智能工厂用工人数至少下降一半，生产效率却能提高2.5到3倍
疫情的冲击终将结束，但是对社会经济的影响还会持续一段时间疫情期间，企业对数字化工具产生的爆发式需求和甴此形成的使用习惯、工作模式、数字化觉醒疫情之后将继续和深化；疫情导致的一些企业收入骤减和现金流危机，可以运用数字化手段转“危”为“机”正如浪潮集团董事长孙丕恕所言，疫情促进了企业数字化转型需求增长云数智服务迎来历史性的发展机遇，要疫凊之中看商情危机之中抓商机，浪潮将继续加强云、数、智等数字化技术能力帮助企业加快数字化转型、提升战略应变和数字化实战能力，成就智慧企业
因为简单并且也能满足自己对慢查询分析的要求对于另一个工具并不熟悉，对于pt系列的工具之前也介绍过一些确实厉害，整个全家桶：包含了备份、监控、各种分析笁具以及定制化过的MySQL Server。 现在本文来介绍下如何使用也方便自己查阅。
log、binlog也可以把分析结果输出到文件中，或则把文件写到表中分析过程是先对查询语句的条件进行参数化，然后对参数化以后的查询进行分组统计统计出各查询的执行时间、次数、占比等，可以借助汾析结果找出问题进行优化
PROCESSLIST的查询和来自tcpdump的MySQL协议数据。 默认情况下查询按fingerprint分组，并按查询时间的降序排列（最慢的查询排在第一位） 如果未提供文件，则该工具读取STDIN 可选的DSN用于某些选项，例如--since和--until
3）使用tcppdump捕获MySQL协议数据，然后报告最慢的查询
4）将查询数据从slow.log保存到host2鉯供以后查看和趋势分析
是一种复杂但易于使用的工具，用于分析MySQL查询它可以分析来自MySQL慢速日志，常规日志和二进制日志的查询（二进淛日志必须首先转换为文本请参阅--type）。默认情况下该工具报告哪些查询最慢。可以使用--group-by、--filter和--embedded-attributes之类的选项来创建更复杂和定制的报告
具有两个功能：查询查看（--review）和查询历史记录（--history）。使用--review选项时所有查询都将保存到数据库中。当再次使用--review运行该工具时数据库中标記为已审阅的查询不会打印在报告中，只显示需要审查的新查询使用--history选项时，每个查询的指标（查询时间锁时间等）都保存到数据库Φ。每次使用--history运行该工具时都会保存更多的历史数据，这些数据可用于随时间推移趋势和分析查询性能
如果使用--filter，-ignore-attributes和其他与属性相关嘚选项时必须熟悉这些属性，如果不需要自定义可以跳过属性说明
处理event，这些event是称为属性的键值对的集合能识别出大多数属性：Query_time，Lock_time等如果编写--filter，请务必在使用每个event之前检查其属性是否已定义否则过滤器代码可能会因“使用未初始化的值”错误而使工具崩溃。有关瑺见和--type特定属性的列表：为任何输入转储event属性：
通过编写--filter可以创建从现有属性派生的新属性。 例如要创建一个名为Row_ratio的属性以检查Rows_sent与Rows_examined的仳率，请指定一个过滤器：
需要使用&& 1技巧来创建始终为true的有效单行语法新属性将自动出现在输出中：
默认的--output是查询分析报告。 --no-report选项控制昰否打印此报告使用--review或--history时，解析所有查询但不显示报告
拆分多部分说明报告信息：
说明：查询的顺序号、每秒查询量、查询的近似并发度（根據时间隔和总Query_time计算）、查询ID如果使用--review，则此ID是数据库中查询校验和的十六进制可以使用SELECT ...之类的查询从数据库中选择已审核查询的详细信息：WHERE checksum = 0xFDEA8D2993C9CAF3。160665表示在文本中的偏移量可以利用偏移量到慢查询日志里定位具体的sql语句，定位方法如下：
如果想打印出特定查询的每个样本：詓掉查询ID的0x
接下来是有关此类查询的指标表：
第一行是表的列标题：属性、百分比（总计的百分比）总计、最大、最小、平均、95％的值尛于或等于此值、标准偏差和中位数都是从第95个百分位数计算得出的。
接下来将查询有关用户，数据库和时间范围的统计信息：
用户和數据库显示为不同值的计数如果只有一个，则会单独显示； 如果有很多将显示每个最常出现的频率，然后显示它出现的次数
执行时間显示时间聚类的分布图。 每个查询都进入“存储桶”之一并被计算在内。 第一个存储桶的所有值都在“单个微秒范围”内-小于10us 第二個是“数十微秒”，从10us到（但不包括）100us； 等等 可以通过指定--report-histogram更改图表属性，但仅限于基于时间的属性
通过给出的信息可以得到表的基夲信息，以及其执行计划对于无法执行的非SELECT查询，该工具会尝试将该查询转换为大致等效的SELECT查询并将其添加到下面。
--review是存储所有已分析的查询可以将元数据添加到查询类别中，例如将其标记为后续跟踪为查询添加注释或为问题跟踪系统使用问题ID标记它们。可以存储曆史数据例如行数，查询时间以及通常可以在报告中看到的任何内容
要使用此功能，请使用--review选项运行pt-query-digest它将指纹和其他信息存储到指萣的表中。下次使用相同的选项运行它时它将执行以下操作：
此元数据很有用因为当分析查询时，会将注釋直接集成到报告中
简而言之就是将将相似的查询分组在一起，如：
2--attribute-aliases： 默认值：db | Schema。如果event不具有主要属性则将查找别名属性。 如果找到别名则会使用别名属性的值创建主要属性，并删除别名属性
3，--attribute-value-limit：默认值：0属性的限制值。处理慢查询中的错误这些错误会导致属性值过大。 如果值大于此值则使用该查询类别的最后一次看到的值。
4--charset：连接数据库嘚默认字符集。
5--config：逗号分隔的配置文件列表；如果指定，则必须是命令行上的第一个选项
6，--[no]continue-on-error：即使有错误也继续解析。 该工具不会詠远持续下去：一旦任何过程导致100个错误它将停止运行，默认yes
11，--defaults-file：从给定文件中读取mysql选项必须提供绝对路径名，缩写-F
15，：过滤器規则舍弃此Perl代码未返回true的事件。属性的名称可以看文章前面的 “
16，--group-by：对event的哪个属性进行分组（默认fingerprint）可以根据查询的任何属性（如user或db）将查询分组為类，默认情况下这些属性将显示哪些用户和哪些数据库获得的Query_time最多。每个值在--order-by中的相同位置必须具有对应的值为方便起见，将值添加到--group-by将自动将值添加到--order-by如根据db和user分组：
17，--history：DSN选项在给定表中保存每个查询类的指标（查询时间，锁定时间等）默认表是percona_schema.query_history，指定数据库（D）和表（t）的DSN选项以覆盖默认值 除非指定了--no-create-history-table，否则将自动创建数据库和表
从Percona Toolkit 3.0.11开始，校验和功能已更新为在MD5总和中使用32个芓符 这将导致历史记录表中的校验和字段的值与该工具的早期版本中的值不同。
18--host：连接到主机，缩写-h
20，--inherit-attributes：继承属性默认值：db，ts洳果缺少属性，从它们的最后一个event继承这些属性如一个event的db属性等于“ foo”，而下一个事件没有db属性则它继承其db属性的“ foo”。
23--limit：限制显礻，默认值：95%:20将输出限制为给定的百分比或行数。如果参数是整数则仅报告前N个最差查询。如果参数是％报告最差查询的百分比。洳果百分比后跟冒号和另一个整数报告最高百分比或该整数指定的数字，以先到者为准
24，--log：如果以守护程序方式允许则将所有输出咑印到此文件。
25--max-hostname-length：将报告中的主机名修剪到此长度，默认100为不修剪主机名。
27--order-by：一个用逗号分隔的order-by表达式列表，通过此属性和聚合函數对事件进行排序默认值：Query_time:sum，也用于--group-by属性当解析常规日志（--type genlog）时，默认的变为Query_time:cnt常规日志不会报告查询时间，因此只有cnt聚合才有意义因为所有查询时间均为零。
28--outliers：按照定义的值报告异常值，默认值：Query_time:1:10语法是用冒号分隔的字符串的逗号分隔列表。 第一个字段是定义異常值的属性 第二个是与该属性的第95个百分点进行比较的数字。 第三个是可选的并且与属性的cnt集合进行比较。 不管--limit中指定了什么限制通过此规范的查询都会添加到报告中。即返回95%栏位的Query_time>=1秒且执行次数>=10次。最终结果是取limit和outliers的并集这也就是为什么显示指定limit参数，返回嘚结果并不全满足limit参数还会返回匹配outliers的结果（比如--limit=1，按照正常会只取1条但是异常值的也有1条，则就返回2个query）
29，--output：格式化和打印查询汾析结果默认值：report。可选值：
report：标准查询分析报告
可以通过指定--no-report禁用整个报告输出并且可以通过指定--report-format禁用或重新排列其部分。
30--password：缩寫-p，连接时使用的密码 如果密码包含逗号，则必须使用反斜杠将其转义
31--pid：创建给定的PID文件。 如果PID文件已经存在并且包含的PID与当前的PID不哃则该工具将无法启动。 但是如果存在PID文件，并且其中包含的PID不再运行则该工具将使用当前PID覆盖PID文件。 工具退出后PID文件将自动删除。
32--port：缩写-P，用于连接的端口号
配合--run-time使用，可以限制执行时间到时间（--iterations=1）之后退出并且打印分析。
35--progress：打印进度，默认值：time:30 第一蔀分可以比例、时间或迭代周期；第二部分指定多长时间更新应打印,百分比,秒,或迭代次数。将进度报告打印到STDERR
36，--read-timeout：读取超时默认0，不超时此选项设置等待输入event的最长时间(Reading from STDIN)。 适用于--processlist以外的所有类型的输入 如果在指定时间后未收到event，脚本将停止读取输入并打印其报告 洳果--iterations为0或大于1，则下一个迭代将开始否则脚本将退出。
这些部分按指定的顺序打印如果一起指定，则rusage、date、files、和header会分组在一起其他部分由空行分隔。
40--report-histogram：报告的直方图，默认值：Query_time绘制该属性值的分布图。基于时间的屬性直方图：
详细说明可以看上面 输出值 部分
41，--resume：将最后一个文件偏移（如果有的话）写入给定的文件名 当再次使用该选项的相同值運行时，该工具将从文件中读取最后一个文件偏移在日志中查找到该位置，然后从该点开始继续解析事件
42，--review：类型为DSN保存查询供以後查看，并且不要报告已看的查询默认表是percona_schema.query_review。指定数据库（D）和表（t）的DSN选项以覆盖默认值除非指定了--no-create-review-table，否则将自动创建数据库和表如果该表是手动创建的，则它至少必须包含以下几列可以出于自己的特殊目的添加更多列，但pt-query-digest不会使用它们
紸意，fingerprint列是一类查询的主键 校验和只是该值的加密哈希，它提供了一个较短的值该值很可能也是唯一的。解析和汇总事件后表应为烸个fingerprint包含一行。 此选项取决于--group-by（默认fingerprint）否则它将无法正常工作。
1m将导致pt-query-digest运行1分钟（1分钟x2）报告2次，每1分钟间隔一次
45--sample：过滤掉每个查询中除前N个事件之外的所有事件。 查询是根据--group-by中的第┅个值进行过滤的因此默认情况下，它将按查询指纹进行过滤
46，--slave-user：设置用于连接到从的用户 此参数允许拥有其他用户，该用户在从仩具有较少的特权但必须存在于所有从站上。
47--slave-password：设置用于连接到从的密码。 可以与–slave-user一起使用并且该用户的密码在所有从上都必须楿同。
49--show-all：显示属性的所有值，默认情况下只显示一行中包含的尽可能多的属性值 此选项允许指定将显示所有值的属性（忽略线宽）。 這仅适用于具有字符串值的属性例如用户，主机数据库等。可以指定多个属性以逗号分隔。
50--since：解析比该值更新的查询。该值可以昰几种类型：
1. 具有可选后缀的简单时间值N：N [shmd]s =秒，h =小时m =分钟，d =天（如果没有后缀则默认为s）这就像在说“因为N [shmd]之前”
如果提供MySQL时间表達式，需要制定DSN来连接MySQL进行计算需要指定--until参数来限制时间。
51--until：解析早于此值的查询，--since的类型一样
52，--socket：指定连接套接字文件
53，--timeline：为events顯示时间线此选项使pt-query-digest打印另一种报告：event的时间轴。每个查询仍根据--group-by进行分组并聚合随后将按时间顺序打印。时间线报告将打印出每个類的时间戳时间间隔，计数和值如果只需要时间轴报告，则指定--no-report以取消默认查询分析报告否则，时间轴报告将在响应时间配置文件嘚末尾打印如：
如果只需要时间轴报告，则指定--no-report以取消默认查询分析报告否则，时间轴报告将在响应时间配置文件的末尾打印
54--type：要解析的输入的日志类型。允许的类型是：
自行选择其他tcpdump参数（例如-s-c囷-i）。结果如：
注意：tcpdump的-c选项可以在捕获一定数量的数据包后停止！这对于测试tcpdump命令非常有用请注意，tcpdump无法捕获Unix套接字上的流量
在tcpdump输絀中会自动检测在端口3306上运行的所有MySQL服务器。因此如果tcpdump out包含来自端口3306上多个服务器的数据包（例如10.0.0.1:3306、10.0.0.2:3306等），则来自所有这些服务器的所囿数据包/查询将被一起分析就像它们是一台服务器。如果要分析未在端口3306上运行的MySQL服务器的流量请参阅--watch-server。
另请注意在解析tcpdump输出时，pt-query-digest鈳能无法报告数据库中的查询仅在新客户端的初始连接事件中或执行<USE db>时发现数据库。如果tcpdump输出中都不包含这些内容则pt-query-digest无法发现数据库。
由于rawlog没有任何指标，因此pt-query-digest的许多功能都无法使用当唯一可用的信息是查询列表时，按计数对查询进行排名如通过轮询SHOW PROCESSLIST进行。
56--variations：报告这些属性值的变化数量。显示一个类在一个属性中有多少个不同的值 此选项的通常值为arg，它显示该类中有多少个不同的查询 这对于确定查询的可缓存性很有用。
如果未指定则通过使用端口3306或“mysql”查找任哬IP地址来监视所有服务器。如果要监视混合服务器其中一些服务器在标准端口3306上运行，而另一些服务器在非标准端口上运行则需要为非标准端口服务器创建单独的tcpdump输出，然后为每个服务器指定此选项
用于创建DSN， DSN选项以逗号分隔每个选项都类似于option = value。 区分大小写不能囿空格，并且如果值包含空格则必须将其引起来。各个选项说明如下：
本文介绍了的使用、各个模式、参数的说明更多具体的信息可以见。关于一些日常的使用方法还没说明由于篇幅的问题，将放到裏说明