Oracle ---- 性能调查之ASH（二）

今天借助一个例子继续讲ASH的用法。

客户报告：
一个RAC构成的环境，在11:20左右开始处理慢。

提供资料：
AWR Report 
ASH 

请求事项：
原因确认
解决方法
复制

先简单看一AWR Report 的总体状况。

・Node1
   DB Time:              967.74 (mins)

・Node2
   DB Time:              414.41 (mins)

・Node3
   DB Time:              354.11 (mins)

・Node4
   DB Time:              460.29 (mins)

・Node5
   DB Time:              551.66 (mins)
复制

根据以上的信息，可以看到Node1的“DB Time : 967.74 (mins)”，Node2–Node5 的两倍左右。
所以，我们可以看看每个INSTANCE的“Top 5 Timed Foreground Events”。

・Node1
Top 5 Timed Foreground Events
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
                                                           Avg
                                                          wait   % DB
Event                                 Waits     Time(s)   (ms)   time Wait Class
------------------------------ ------------ ----------- ------ ------ ----------
db file sequential read           4,893,299      26,714      5   46.0 User I/O
log file sync                       476,854       6,132     13   10.6 Commit
DB CPU                                            5,009           8.6
Disk file operations I/O            163,640       4,128     25    7.1 User I/O
gc current block 3-way            2,866,969       3,163      1    5.4 Cluster

・Node2
Top 5 Timed Foreground Events
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
                                                           Avg
                                                          wait   % DB
Event                                 Waits     Time(s)   (ms)   time Wait Class
------------------------------ ------------ ----------- ------ ------ ----------
gc cr block busy                    256,891       4,668     18   18.8 Cluster
DB CPU                                            4,613          18.6
db file sequential read           3,089,328       3,822      1   15.4 User I/O
gc current block 3-way            2,533,718       2,717      1   10.9 Cluster
gc cr grant 2-way                 2,424,954       1,698      1    6.8 Cluster

・Node3
Top 5 Timed Foreground Events
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
                                                           Avg
                                                          wait   % DB
Event                                 Waits     Time(s)   (ms)   time Wait Class
------------------------------ ------------ ----------- ------ ------ ----------
DB CPU                                            4,368          20.6
gc cr block busy                    241,547       4,166     17   19.6 Cluster
db file sequential read           2,272,733       2,652      1   12.5 User I/O
gc current block 3-way            2,123,690       2,157      1   10.2 Cluster
Disk file operations I/O            227,537       1,604      7    7.5 User I/O

・Node4
Top 5 Timed Foreground Events
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
                                                           Avg
                                                          wait   % DB
Event                                 Waits     Time(s)   (ms)   time Wait Class
------------------------------ ------------ ----------- ------ ------ ----------
db file sequential read           5,651,562       6,052      1   21.9 User I/O
DB CPU                                            5,315          19.2
gc cr block busy                    195,097       3,457     18   12.5 Cluster
gc cr grant 2-way                 4,318,113       2,704      1    9.8 Cluster
gc current block 3-way            2,451,795       2,571      1    9.3 Cluster

・Node5
Top 5 Timed Foreground Events
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
                                                           Avg
                                                          wait   % DB
Event                                 Waits     Time(s)   (ms)   time Wait Class
------------------------------ ------------ ----------- ------ ------ ----------
db file sequential read           5,631,340       6,850      1   20.7 User I/O
DB CPU                                            5,586          16.9
gc cr block busy                    230,530       4,129     18   12.5 Cluster
gc current block 3-way            3,321,250       3,498      1   10.6 Cluster
gc cr grant 2-way                 4,412,873       2,792      1    8.4 Cluster
复制

看到这里，因为所有INSTANCE的待机EVENT都和I/O关联，基本上可以判断为是业务处理集中的问题。
下面就需要仔细分析ASH数据，找到能证明结论的东西。

首先，我们看一下分钟单位的Active Session数。

◆SQL文
SQL> select to_char(sample_time,'yyyy/mm/dd hh24:mi'),count(*)
from m_dba_hist_active_sess_history
where instance_number=<&instance_number>
group by to_char(sample_time,'yyyy/mm/dd hh24:mi')
order by to_char(sample_time,'yyyy/mm/dd hh24:mi');
复制

通过上面曲线图，我们可以清晰的看到在11:18 ，所有INSTANCE的Active Session数都有不同程度的增加。

然后，针对增长程度最大的Node1进行进一步的分析。先来看看Active Session的 PROGRAM分布情况。
经过简单的分析，我们可以知道通过 sqlplus 和 JDBC Thin Client 连上来的SESSION数量最大，并且增长幅度最大。

SQL> select to_char(sample_time,'yyyy/mm/dd hh24:mi'),count(*)
from m_dba_hist_active_sess_history
where instance_number=1
and PROGRAM like 'sqlplus%'
group by to_char(sample_time,'yyyy/mm/dd hh24:mi')
having count(*)>10
order by to_char(sample_time,'yyyy/mm/dd hh24:mi');

TO_CHAR(SAMPLE_TIME,'YYYY/MM/DDHH24:MI') COUNT(*)
------------------------------------------------ ----------
。。。 。。。
2021/03/22 11:14 12
2021/03/22 11:15 12
2021/03/22 11:16 12
2021/03/22 11:17 12
2021/03/22 11:18 24　　　★SESSION数增加1倍
2021/03/22 11:19 22
2021/03/22 11:20 26
2021/03/22 11:21 19
2021/03/22 11:22 16
2021/03/22 11:23 18
2021/03/22 11:24 17
2021/03/22 11:25 18
2021/03/22 11:26 18
2021/03/22 11:27 20
2021/03/22 11:28 22
2021/03/22 11:29 21
2021/03/22 11:30 23
。。。 。。。

SQL> select to_char(sample_time,'yyyy/mm/dd hh24:mi'),count(*)
2 from m_dba_hist_active_sess_history
3 where instance_number=1
4 and PROGRAM like 'JDBC Thin Client'
5 group by to_char(sample_time,'yyyy/mm/dd hh24:mi')
having count(*)>10
order by to_char(sample_time,'yyyy/mm/dd hh24:mi'); 6 7

TO_CHAR(SAMPLE_TIME,'YYYY/MM/DDHH24:MI') COUNT(*)
------------------------------------------------ ----------
 。。。 。。。
2021/03/22 11:13 99
2021/03/22 11:14 104
2021/03/22 11:15 116
2021/03/22 11:16 118
2021/03/22 11:17 119
2021/03/22 11:18 168　　★増加した
2021/03/22 11:19 100
2021/03/22 11:20 100
2021/03/22 11:21 137
2021/03/22 11:22 121
2021/03/22 11:23 134
2021/03/22 11:24 113
2021/03/22 11:25 108
2021/03/22 11:26 119
2021/03/22 11:27 89
2021/03/22 11:28 107
2021/03/22 11:29 100
 。。。 。。。
复制

到现在为止，基本上可以判定为11:18左右，通过 sqlplus 和 JDBC Thin Client 连上来的SESSION数过于集中，

引起了I/O处理过多，导致了这次问题的发生。

那这种问题应该如何处理呢？

有下面两个方向：

1.  分散业务处理。
2.  找到I/O多的具体处理，看看有没有I/O少的方法。
复制

第2个方向涉及SQL TUNING 的知识，这里不再细说了。

2021/03/23 @ Dalian