内容发布更新时间 : 2024/11/20 0:39:04星期一 下面是文章的全部内容请认真阅读。

WORKLOAD REPOSITORY report for DB Name ICCI DB Id Instance Inst num Release 1 10.2.0.3.0 RAC YES Host HPGICCI1 1314098396 ICCI1 Begin Snap: End Snap: Elapsed: DB Time: Snap Id 2678 2680 Snap Time 25-Dec-08 14:04:50 25-Dec-08 15:23:37 78.79 (mins) 11.05 (mins) Sessions 24 26 Cursors/Session 1.5 1.5 Elapsed表示整个AWR报表统计的时间长度 DB Time是记录在服务器花在数据库运算（非后台进程）和等待（非空闲等待）上的时间

DB Time=cpu time+wait time（不包含空闲等待）（非后台进程） DB Time不包括Oracle后台进程消耗的时间。如果DB Time远远小于Elapsed时间，说明数据库比较空闲。 上述报表中

Snapshot时间间隔约为79分钟，cpu就公有8*79=632分钟。DB Time为11.05分钟，则：cpu花费了11.05分钟在处理oracle非空闲等待和运算上（比如逻辑读），也就是说cpu有11.05/632=0.017%花费在处理oracle的操作上。

从awr report的Elapsed time和DB Time就能大概了解db的负载，计算公式可参考为：cpu负载=DB Time/(cpu数*Elapsed)*100%

在79分钟里（其间收集了3次快照数据），数据库耗时11分钟，RDA数据中显示系统有8个逻辑CPU（4个物理CPU），平均每个CPU耗时1.4分钟，CPU利用率只有大约2%（1.4/79）。说明系统压力非常小。 可是对于批量系统，数据库的工作负载总是集中在一段时间内。如果快照周期不在这一段时间内，或者快照周期跨度太长而包含了大量的数据库空闲时间，所得出的分析结果是没有意义的。这也说明选择分析时间段很关键，要选择能够代表性能问题的时间段。 Report Summary Cache Sizes

Buffer Cache: Shared Pool Size: Begin 3,344M 704M End 704M Log Buffer: 8K 14,352K 3,344M Std Block Size: 显示SGA中每个区域的大小（在AMM改变它们之后），可用来与初始参数值比较。

shared pool主要包括library cache和dictionary cache。library cache用来存储最近解析（或编译）后SQL、PL/SQL和Java classes等。library cache用来存储最近引用的数据字典。发生在library cache或dictionary cache的cache miss代价要

比发生在buffer cache的代价高得多。因此shared pool的设置要确保最近使用的数据都能被cache。

Load Profile

DB Time（s） Redo size: Logical reads: Block changes: Physical reads: Physical writes: User calls: Parses: Hard parses: Sorts: Logons: Executes: Transactions: % Blocks changed per Read: Rollback per transaction %: Per Second 2.4 918,805.72 3,521.77 1,817.95 68.26 362.59 326.69 38.66 0.03 0.61 0.01 354.34 1.18 51.62 Recursive Call %: 85.49 Rows per Sort: 51.72 ######## Per Transaction 0.0 775,912.72 2,974.06 1,535.22 57.64 306.20 275.88 32.65 0.03 0.51 0.01 299.23 显示数据库负载概况，将之与基线数据比较才具有更多的意义，如果每秒或每事务的负载变化不大，说明应用运行比较稳定。单个的报告数据只说明应用的负载情况，绝大多数据并没有一个所谓“正确”的值，然而Logons大于每秒1~2个、Hard parses大于每秒100、全部parses超过每秒300表明可能有争用问题。 DB Time（s）：每秒内用于DB处理的时间，其他时间为等待时间

Redo size：每秒/每事务产生的redo大小（单位字节），可标志数据库任务的繁重程序。其中Per Second表示每秒中产生的redo的字节数，Per Transaction表示每个事务产生的redo的字节数，可以通过后者可以看到事务的大小，协助判断是否commit次数太多。例如per second很大，而per transaction很小，说明commit次数太多。通常在很繁忙的系统中日志生成量可能达到上百k，甚至几百k。

Logical reads：每秒/每事务逻辑读的块数（我们可以这样认为，block在内存中，我们每一次读一块内存，就相当于一次逻辑读），单位为块，在良好的OLTP环境中，Logical reads/Executes不会超过50，一般只有10左右，如果该指标较大，表示语句可能不够优化，需要具体分析，在该示例中，3,521.77/354.34,那么在OLAP中呢？

Block changes：每秒/每事务修改的块数，即每秒中多少个块发生变化 Physical reads：每秒/每事务物理读的块数，即每秒数据库从磁盘读取的块个数 Physical writes：每秒/每事务物理写的块数，即每秒有多少个块接受了数据库写入数据。

User calls：每秒/每事务用户call次数User calls/Executes基本代表每个语句的请求次数，Executes越接近User calls越好。

Parses：每秒的SQL语句解析的次数，超过300即需要关注，可以考虑调整参数session_cursor_cache来改善解析次数过高的现象。

Hard parses：其中硬解析的次数，如果硬解析次数太高，说明SQL重用率不高。例如超过100，基本都是由于不使用bind var所导致的，导致cpu使用率的问题，极有使得性能急剧下降。 Sorts：每秒/每事务的排序次数 Logons：每秒/每事务登录的次数

Executes：每秒/每事务SQL执行次数，包括用户执行的sql语句与系统执行的sql语句，表示一个系统sql的繁忙程度。

Transactions：每秒产生的事物个数，反映数据库负载程度，不同的系统，略有差异，在典型的交易系统中，事务较多，而网站系统，可能select查询较多。 Blocks changed per Read：表示逻辑读用于修改数据块的比例 Recursive Call：递归调用占所有操作的比率 Rollback per transaction：每事务的回滚率

Rollbacks：表示数据库中事务的回退率，如果不是因为业务本身的原因，通常应该小于10%为好，回退是一个很消耗资源的操作。 Rows per Sort：每次排序的行数 注:

Oracle的硬解析和软解析

提到软解析(soft parse)和硬解析(hard parse)，就不能不说一下Oracle对sql的处理过程。当你发出一条sql语句交付Oracle，在执行和获取结果前，Oracle对此sql将进行几个步骤的处理过程： 1、语法检查(syntax check) 检查此sql的拼写是否语法。 2、语义检查(semantic check)

诸如检查sql语句中的访问对象是否存在及该用户是否具备相应的权限。 3、对sql语句进行解析(parse)

利用内部算法对sql进行解析，生成解析树(parse tree)及执行计划(execution plan)。

4、执行sql，返回结果(execute and return) 其中，软、硬解析就发生在第三个过程里。

Oracle利用内部的hash算法来取得该sql的hash值，然后在library cache里查找是否存在该hash值；

假设存在，则将此sql与cache中的进行比较；

假设“相同”，就将利用已有的解析树与执行计划，而省略了优化器的相关工作。这也就是软解析的过程。 诚然，如果上面的2个假设中任有一个不成立，那么优化器都将进行创建解析树、生成执行计划的动作。这个过程就叫硬解析。

创建解析树、生成执行计划对于sql的执行来说是开销昂贵的动作，所以，应当极力避免硬解析，尽量使用软解析。

Instance Efficiency Percentages (Target 100%)

Buffer Nowait %: Buffer Hit %: Library Hit %: Execute to Parse %: 100.00 Redo NoWait %: 98.72 In-memory Sort %: 99.97 Soft Parse %: 89.09 Latch Hit %: 100.00 99.86 99.92 99.99 Parse CPU to Parse Elapsd %: 7.99 % Non-Parse CPU: 99.95 本节包含了Oracle关键指标的内存命中率及其它数据库实例操作的效率。其中Buffer Hit Ratio 也称Cache Hit Ratio，Library Hit ratio也称Library Cache Hit ratio。同Load Profile一节相同，这一节也没有所谓“正确”的值，而只能根据应用的特点判断是否合适。在一个使用直接读执行大型并行查询的DSS环境，20%的Buffer Hit Ratio是可以接受的，而这个值对于一个OLTP系统是完全不能接受的。根据Oracle的经验，对于OLTPT系统，Buffer Hit Ratio理想应该在90%以上。

Buffer Nowait%表示在数据缓冲区中获取的buffer时，未进行等待的比率，越高越好。

buffer hit%表示进程从内存中找到数据块的比率，监视这个值是否发生重大变化比这个值本身更重要。对于一般的OLTP系统，命中率通常在95@以上，如果此值低于80%，应该给数据库分配更多的内存，考虑加大db_cache_size。在数据仓库OLAP环境中，数据缓冲命中率不是一个重要的指标，因为OLAP数据库主要是物理读，甚至是直接读，该命中率不可能高。

Redo NoWai%t表示在LOG缓冲区获得BUFFER的未等待比例。如果太低（可参考90%阀值），考虑增加LOG BUFFER。

library hit%表示Oracle从Library Cache中检索到一个解析过的SQL或PL/SQL语句的比率，当应用程序调用SQL或存储过程时，Oracle检查Library Cache确定是否存在解析过的版本，如果存在，Oracle立即执行语句；如果不存在，Oracle解析此语句，并在Library Cache中为它分配共享SQL区。低的library hit ratio会导致过多的解析，增加CPU消耗，降低性能。Sql语句在库缓冲中能否找到相应的解析计划，如果library hit ratio低于90%，可能需要调大shared pool区，或检查是否有硬编码现象。

Latch Hit%：Latch是一种保护内存结构的锁，可以认为是SERVER进程获取访问内存数据结构的许可,表示内部结构维护锁命中率。要确保Latch Hit>99%，否则意味着Shared Pool latch争用，可能由于未共享的SQL，或者Library Cache太小，可使用绑定变更或调大Shared Pool解决。 Parse CPU to Parse Elapsd：表示解析实际运行时间/(解析实际运行时间+解析中等待资源时间)，越高越好。在实际繁忙的系统中，该值可能因为等待资源而不会太高。

Non-Parse CPU ：SQL实际运行时间/(SQL实际运行时间+SQL解析时间)，太低表示解析消耗时间过多。说明解析时间所占比率过高，需要考虑提高sql语句重用性。

Execute to Parse：是语句执行与分析的比例,表示sql语句解析后被重复执行的命中率，计算公式=100*（1-Parses/Executions）,如果该值偏小，说明分析（硬分析和软分析）的比例较大，快速分析较少，根据实际情况，可以考虑调整

session_cached_cursors参数，有些报告中这个值是负的，看上去很奇怪，事实上这表示一个问题，sql如果被age out的话就可能出现这种情况 ，也就是sql老化，执行alter system flush shared_pool

如果要SQL重用率高，则这个比例会很高。该值越高表示一次解析后被重复执行的次数越多。

Soft Parse%：SQL语句软解析占整个分析的命中率，如果低于95，需检查是否有硬编码现象，如果低于80，说明sql语句基本没有重用性=soft/(soft+hard)

In-memory Sort：在内存中排序的比率，即有多少排序在内存中进行的，如果过低说明有大量的排序在临时表空间中进行，性能肯定不好，考虑调大PGA参数，sort_area_size。

Soft Parse：软解析的百分比（softs/softs+hards），近似当作sql在共享区的命中率，太低则需要调整应用使用绑定变量。

Shared Pool Statistics

Memory Usage %: % SQL with executions>1: % Memory for SQL w/exec>1: Begin 47.19 88.48 79.99 End 47.50 79.81 73.52 Memory Usage %：表示共享池内存使用率，对于一个已经运行一段时间的数据库来说，共享池内存使用率，应该稳定在75%-90%间，如果太小，说明Shared Pool有浪费，而如果高于90，说明共享池中有争用，内存不足。

SQL with executions>1：执行次数大于1的sql比率，如果此值太小的话要结合Parse，看看是不是硬编码现象，说明需要在应用中更多使用绑定变量，避免过多SQL解析。

Memory for SQL w/exec>1：执行次数大于1的SQL消耗内存的占比。

Top 5 Timed Events

Event CPU time log file parallel write db file sequential read db file parallel write Waits Time(s) Avg Wait(ms) 5,497 7,900 4,806 515 64 47 35 34 2 9 4 7 % Total Call Time Wait Class 77.6 9.7 Network 7.1 System I/O 5.3 User I/O 5.1 System I/O SQL*Net more data from client 27,319 这是报告概要的最后一节，显示了系统中最严重的5个等待，按所占等待时间的比例倒序列示。当我们调优时，总希望观察到最显著的效果，因此应当从这里入手确定我们下一步做什么。例如如果‘buffer busy wait’是较严重的等待事件，我们应当继续研究报告中Buffer Wait和File/Tablespace IO区的内容，识别哪些文件导致了问题。如果最严重的等待事件是I/O事件，我们应当研究按物理读排序的SQL语句区以识别哪些语句在执行大量I/O，并研究Tablespace和I/O区观察较慢响应时间的文件。如果有较高的LATCH等待，就需要察看详细的LATCH统计识别哪些LATCH产生的问题。

在这里，log file parallel write是相对比较多的等待，占用了7%的CPU时间。 通常，在没有问题的数据库中，CPU time总是列在第一个。 更多的等待事件，参见本报告 的Wait Events一节。

RAC Statistics Number of Instances: Begin 2 End 2