AWR報告詳解.doc - 墨天轮文档

AWR報告詳解.doc

chkl

38页

6次

2023-12-04

5墨值下载

AWR 是 Oracle 10g 版本推出的新特性，全称

叫 Automatic Workload Repository-自动负载信

息库, AWR 是通过对比两次快照(snapshot)收集

到的统计信息，来生成报表数据，生成的报表

包括多个部分

WORKLOAD

REPOSITORY report for

Name

DB Id

Instanc

Inst num

Releas

RAC Host

ICCI 131409839

ICCI1 1 10.2.0.3.

YES HPGICCI1

Snap Id Snap Time Sessions Cursors/Session

Begin Snap: 2678 25-Dec-08

14:04:50

24 1.5

End Snap: 2680 25-Dec-08

15:23:37

26 1.5

Elapsed:

78.79 (mins)

DB Time:

11.05 (mins)

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。

db time= cpu time + wait time（不包含空闲等

待）（非后台进程）说白了就是 db time 就是

记录的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 +

all of nonidle wait event time

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。

列出下面这两个来做解释：

Report A:

Snap Id Snap Time Sessions Curs/Sess

--------- ------------------- -------- ---------

Begin Snap: 4610 24-Jul-08 22:00:54 68 19.1

End Snap: 4612 24-Jul-08 23:00:25 17 1.7

Elapsed: 59.51 (mins)

DB Time: 466.37 (mins)

Report B:

Snap Id Snap Time Sessions Curs/Sess

--------- ------------------- -------- ---------

Begin Snap: 3098 13-Nov-07 21:00:37 39 13.6

End Snap: 3102 13-Nov-07 22:00:15 40 16.4

Elapsed: 59.63 (mins)

DB Time: 19.49 (mins)

服务器是 AIX 的系统，4 个双核 cpu,共 8 个核:

/sbin> bindprocessor -q

The available processors are: 0 1 2 3 4 5 6 7

先说 Report A,在 snapshot 间隔中，总共约 60 分钟，

cpu 就共有 60*8=480 分钟，DB time 为 466.37 分钟，

则：

cpu 花费了 466.37 分钟在处理 Oralce 非空闲等待和运

算上(比方逻辑读)

也就是说 cpu 有 466.37/480*100% 花费在处理 Oracle

的操作上，这还不包括后台进程

看 Report B，总共约 60 分钟，cpu 有

19.49/480*100% 花费在处理 Oracle 的操作上

很显然，2 中服务器的平均负载很低。

从 awr report 的 Elapsed time 和 DB Time 就能大概了

解 db 的负载。

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

Begin End

Buffer Cache: 3,344M 3,344M Std Block Size: 8K

Shared Pool Size: 704M 704M Log Buffer: 14,352K

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。Dictionary 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

Per Second Per Transaction

Redo size: 918,805.72 775,912.72

Logical reads: 3,521.77 2,974.06

Block changes: 1,817.95 1,535.22

Physical reads: 68.26 57.64

Physical writes: 362.59 306.20

User calls: 326.69 275.88

Parses: 38.66 32.65

Hard parses: 0.03 0.03

Sorts: 0.61 0.51

Logons: 0.01 0.01

Executes: 354.34 299.23

Transactions: 1.18

% Blocks changed per Read: 51.62 Recursive Call %: 51.72

Rollback per transaction %: 85.49 Rows per Sort: ########

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。

Redo size：每秒产生的日志大小(单位字节)，

可标志数据变更频率, 数据库任务的繁重与否。

Logical reads：每秒/每事务逻辑读的块数.平

决每秒产生的逻辑读的 block 数。Logical

Reads= Consistent Gets + DB Block Gets

Block changes：每秒/每事务修改的块数

Physical reads：每秒/每事务物理读的块数

Physical writes：每秒/每事务物理写的块数

User calls：每秒/每事务用户 call 次数

Parses：SQL 解析的次数.每秒解析次数，包括

fast parse，soft parse 和 hard parse 三种数量

的综合。软解析每秒超过 300 次意味着你的"应

用程序"效率不高，调整

session_cursor_cache。在这里，fast parse 指

的是直接在 PGA 中命中的情况（设置了

session_cached_cursors=n）；soft parse 是指

在 shared pool 中命中的情形；hard parse 则是

指都不命中的情况。

Hard parses：其中硬解析的次数，硬解析太多，

说明 SQL 重用率不高。每秒产生的硬解析次数,

每秒超过 100 次，就可能说明你绑定使用的不

好，也可能是共享池设置不合理。这时候可以

启用参数 cursor_sharing=similar|force，该参数

默认值为 exact。但该参数设置为 similar 时，存

在 bug，可能导致执行计划的不优。

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

Transactions：每秒事务数.每秒产生的事务数，

反映数据库任务繁重与否。

Blocks changed per Read：表示逻辑读用于

修改数据块的比例.在每一次逻辑读中更改的块

的百分比。

Recursive Call：递归调用占所有操作的比率.

递归调用的百分比，如果有很多 PL/SQL，那么

这个值就会比较高。

Rollback per transaction：每事务的回滚率.

看回滚率是不是很高，因为回滚很耗资源 ,如果

回滚率过高,可能说明你的数据库经历了太多的

无效操作 ,过多的回滚可能还会带来 Undo Block

的竞争该参数计算公式如下:

Round(User rollbacks / (user commits + user

rollbacks) ,4)* 100% 。

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 prase)和硬解析(hard

prase)，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(prase)

　　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 %: 100.00 Redo NoWait %:

Buffer Hit %: 98.72 In-memory Sort %:

Library Hit %: 99.97 Soft Parse %:

Execute to Parse %: 89.09 Latch Hit %:

Parse CPU to Parse Elapsd %: 7.99 % Non-Parse CPU:

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 表示在内存获得数据的未等待

比例。在缓冲区中获取 Buffer 的未等待比率。

Buffer Nowait 的这个值一般需要大于 99%。否

则可能存在争用，可以在后面的等待事件中进

一步确认。

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，如果此值

低于 80%，应该给数据库分配更多的内存。数

据块在数据缓冲区中的命中率，通常应在 95%

以上。否则，小于 95%，需要调整重要的参数，

小于 90%可能是要加 db_cache_size。一个高

的命中率，不一定代表这个系统的性能是最优

的，比如大量的非选择性的索引被频繁访问，

就会造成命中率很高的假相（大量的 db file

sequential read），但是一个比较低的命中率，

一般就会对这个系统的性能产生影响，需要调

整。命中率的突变，往往是一个不好的信息。

如果命中率突然增大，可以检查 top buffer get

SQL，查看导致大量逻辑读的语句和索引，如

果命中率突然减小，可以检查 top physical

reads SQL，检查产生大量物理读的语句，主要

是那些没有使用索引或者索引被删除的。

Redo NoWait 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。当 redo

buffer 达到 1M 时，就需要写到 redo log 文件，

所以一般当 redo buffer 设置超过 1M，不太可能

存在等待 buffer 空间分配的情况。当前，一般

设置为 2M 的 redo buffer，对于内存总量来说，

应该不是一个太大的值。

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。如果

library hit ratio 低于 90%，可能需要调大

shared pool 区。STATEMENT 在共享区的命中

率，通常应该保持在 95%以上，否则需要要考

虑：加大共享池；使用绑定变量；修改

cursor_sharing 等参数。

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。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。要确保>99%，否

则存在严重的性能问题。当该值出现问题的时

候，我们可以借助后面的等待时间和 latch 分析

来查找解决问题。

Parse CPU to Parse Elapsd：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。计算公式为：Parse CPU to Parse

Elapsd %= 100*(parse time cpu / parse time

elapsed)。即：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)。如果该比率为

100%，意味着 CPU 等待时间为 0，没有任何等

待。

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。计算公式为：% Non-Parse

CPU =round(100*1-

PARSE_CPU/TOT_CPU),2)。如果这个值比较

小，表示解析消耗的 CPU 时间过多。与

PARSE_CPU 相比，如果 TOT_CPU 很高，这

个比值将不是分析查询的工作。

接近 100%，这是很好的，说明计算机执行的

大部分工作是执行查询的工作，而 Execute to

Parse：是语句执行与分析的比例，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。计算公式

为：Execute to Parse =100 * (1 -

Parses/Executions)。本例中，差不多每

execution 5 次需要一次 parse。所以如果系统

Parses > Executions，就可能出现该比率小于 0

的情况。该值<0 通常说明 shared pool 设置或

者语句效率存在问题，造成反复解析，reparse

可能较严重,或者是可能同 snapshot 有关，通常

说明数据库性能存在问题。

In-memory Sort：在内存中排序的比率，如

果过低说明有大量的排序在临时表空间中进行。

考虑调大 PGA(10g)。如果低于 95%，可以通过

适当调大初始化参数

PGA_AGGREGATE_TARGET 或者

of 38

5墨值下载

oracle

相关文档

评论