《Oracle AWR与ASH性能报告深入解析》-核心参数详解-手操-图文
《OracleAWR与ASH性能报告深入解析》一数据库版本LEO1@LEO1select*fromv$version;BANNER---------------------------------..
《Oracle AWR与ASH性能报告深入解析》
一数据库版本
LEO1@LEO1> select * from v$version;
BANNER
--------------------------------------------------------------------------------
Oracle Database 11g Enterprise Edition Release 11.2.0.1.0 - 64bit Production
PL/SQL Release 11.2.0.1.0 - Production
CORE 11.2.0.1.0 Production
TNS for Linux: Version 11.2.0.1.0 - Production
NLSRTL Version 11.2.0.1.0 - Production
二 AWR性能诊断报告
AWR:Automatic Workload Repository 自动工作负载信息库
通常在诊断数据库性能的时候分三个阶段
第一阶段:SQL语句级性能优化
第二阶段:session级性能优化,这时我们可以用ASH来做分析
第三阶段:DB级性能优化,AWR就是数据库层性能诊断报告,当我们无法判断数据库哪里性能出现问题时我们可以做一个全身体检报告来找到我们瓶颈所在。
AWR机制:通过对系统整体动态采样收集快照信息,存储在SYSAUX表空间,每小时采样一次,可以保存7天,MMON进程实施,快照分析后写入DBA_HIST_%开头的数据字典。
AWR信息来源:DBA_HIST_%开头的数据字典,请见下图
LEO1@LEO1> select table_name from dictionary where table_name like 'DBA_HIST_%';
TABLE_NAME
------------------------------------------------
DBA_HIST_ACTIVE_SESS_HISTORY
DBA_HIST_ASH_SNAPSHOT
DBA_HIST_BASELINE
DBA_HIST_BASELINE_DETAILS
DBA_HIST_BASELINE_METADATA
DBA_HIST_BASELINE_TEMPLATE
DBA_HIST_BG_EVENT_SUMMARY
DBA_HIST_BUFFERED_QUEUES
DBA_HIST_BUFFERED_SUBSCRIBERS
DBA_HIST_BUFFER_POOL_STAT
DBA_HIST_CLUSTER_INTERCON
DBA_HIST_COLORED_SQL
DBA_HIST_COMP_IOSTAT
DBA_HIST_CR_BLOCK_SERVER
DBA_HIST_CURRENT_BLOCK_SERVER
DBA_HIST_DATABASE_INSTANCE
DBA_HIST_DATAFILE
DBA_HIST_DB_CACHE_ADVICE
…………………………………………………
109 rows selected.
AWR信息就是来自上面这些数据字典表,它是把这些表中数据进行汇总统计后生成HTML or TXT格式
LEO1@LEO1> select snap_id,name,value from DBA_HIST_SGA where snap_id>=173 and snap_id
SNAP_ID NAME VALUE
---------- ----------------------------------------------------------------------------------------------------------------------------------
173 Database Buffers 117440512
173 Fixed Size 2214856
173 Redo Buffers 8052736
173 Variable Size 385877048
174 Database Buffers 117440512
174 Fixed Size 2214856
174 Redo Buffers 8052736
174 Variable Size 385877048
上面这个例子显示了173-174快照中SGA的信息
OEM可以生成图形化性能分析图,UI版AWR
AWR基线:我们可以在数据库平稳正常的状态下创建AWR基线(参照物),在实际生产中可以作为性能指标曲线的一个参照物,有了基线对比,我们就可以很方便的了解到系统的一个真实的性能趋势。
AWR创建:sqlplus / as system @下面的脚本就可以创建AWR报告了
创建脚本目录:/u01/app/oracle/product/11.2.0/db_1/rdbms/admin/awrrpt.sql
AWR报告分析说明
1. WORKLOAD REPOSITORY report for
2. DB Name
DB Id
Instance
Inst num
Startup Time
Release
RAC
EMSTA
433507400
emsta1
1
14-Aug-12 22:08
11.2.0.2.0
YES
Host Name
Platform
CPUs
Cores
Sockets
Memory (GB)
emsta1
Solaris[tm] OE (64-bit)
64
32
8
128.00
Snap Id
Snap Time
Sessions
Cursors/Session
Begin Snap:
6023
07-Sep-12 14:00:09
1788
2.8
End Snap:
6026
07-Sep-12 17:00:06
1793
2.9
Elapsed:
179.94 (mins)
DB Time:
79.25 (mins)
数据库名:EMSTA DB ID:433507400 实例名:emsta1 第一个实例 启动时间 版本 是RAC
主机名:emsta1 操作系统平台:Solaris 64位 64颗CPU 32核 内存:128GB
由上述硬件判断这是2台小机组成的RAC模式数据库,上面的是实例1,下面的是实例2,名称后缀不同。
起始快照id:6023
终止快照id:6026 快照与快照间隔1小时从14:00~17:00一共3小时采样信息
起始快照与终止快照间隔时间:180分钟
所有用户使用数据库时间总和(累加值):80分钟
起始时间有1788个会话,每个会话使用2.8个游标
结束时间有1793个会话,,每个会话使用2.9个游标
DB Name
DB Id
Instance
Inst num
Startup Time
Release
RAC
EMSTA
433507400
emsta2
2
14-Aug-12 22:08
11.2.0.2.0
YES
Host Name
Platform
CPUs
Cores
Sockets
Memory (GB)
emsta2
Solaris[tm] OE (64-bit)
64
32
8
128.00
Snap Id
Snap Time
Sessions
Cursors/Session
Begin Snap:
6023
07-Sep-12 14:00:09
1363
3.0
End Snap:
6026
07-Sep-12 17:00:06
1378
3.0
Elapsed:
179.94 (mins)
DB Time:
136.61 (mins)
实例2中各个部分的含义值和实例1相同,这里不再另外说明
2.cache size
Begin
End
Buffer Cache:
15,360M
15,360M
Std Block Size:
8K
Shared Pool Size:
6,272M
6,272M
Log Buffer:
111,456K
Instance1:数据库缓冲区15360M
共享池6272M
redo log 缓冲区111.456M
数据块大小8K
Buffer Cache:
13,696M
13,696M
Std Block Size:
8K
Shared Pool Size:
6,144M
6,144M
Log Buffer:
111,456K
Instance2:数据库缓冲区13696M
共享池6144M
redo log 缓冲区111.456M
数据块大小8K
2个实例的SGA有一点点的大小差异,但是差距不大。
3.Load profile
数据库负载属性信息 美秒 每个事物 每次执行 每次调用
Per Second
Per Transaction
Per Exec
Per Call
DB Time(s):
0.4
0.3
0.01
0.00
DB CPU(s):
0.4
0.2
0.01
0.00
Redo size:
15,275.9
8,983.0
Logical reads:
13,716.1
8,065.8
Block changes:
79.2
46.6
Physical reads:
365.3
214.8
Physical writes:
4.5
2.7
User calls:
232.7
136.8
Parses:
11.4
6.7
Hard parses:
0.3
0.2
W/A MB processed:
2.7
1.6
Logons:
0.0
0.0
Executes:
54.3
32.0
Rollbacks:
0.0
0.0
Transactions:
1.7
Instance1:逻辑读和物理读较多,是以读为主
Instance2:物理写较多,是以写为主
如果我们有一个基线值,就好比较性能优略了
Per Second
Per Transaction
Per Exec
Per Call
DB Time(s):
0.8
0.1
0.00
0.00
DB CPU(s):
0.4
0.1
0.00
0.00
Redo size:
102,788.5
11,594.5
Logical reads:
4,287.6
483.6
Block changes:
436.4
49.2
Physical reads:
100.5
11.3
Physical writes:
40.6
4.6
User calls:
261.7
29.5
Parses:
108.9
12.3
Hard parses:
0.1
0.0
W/A MB processed:
0.9
0.1
Logons:
3.1
0.4
Executes:
263.1
29.7
Rollbacks:
0.0
0.0
Transactions:
8.9
业务类型不同关注数据指标也不同
OLAP:关注IO指标
OLTP:关注内存 CPU指标
4.Top 5 Timed Foreground Events
Leonarding
2013.3.10
天津&spring
分享技术~成就梦想
Blog:
本文出自 “刘盛分享技术~成就梦想” 博客,请务必保留此出处

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

MySQL在Web應用中的主要作用是存儲和管理數據。 1.MySQL高效處理用戶信息、產品目錄和交易記錄等數據。 2.通過SQL查詢,開發者能從數據庫提取信息生成動態內容。 3.MySQL基於客戶端-服務器模型工作,確保查詢速度可接受。

InnoDB使用redologs和undologs確保數據一致性和可靠性。 1.redologs記錄數據頁修改,確保崩潰恢復和事務持久性。 2.undologs記錄數據原始值,支持事務回滾和MVCC。

MySQL是一種開源的關係型數據庫管理系統,主要用於快速、可靠地存儲和檢索數據。其工作原理包括客戶端請求、查詢解析、執行查詢和返回結果。使用示例包括創建表、插入和查詢數據,以及高級功能如JOIN操作。常見錯誤涉及SQL語法、數據類型和權限問題,優化建議包括使用索引、優化查詢和分錶分區。

MySQL在數據庫和編程中的地位非常重要,它是一個開源的關係型數據庫管理系統,廣泛應用於各種應用場景。 1)MySQL提供高效的數據存儲、組織和檢索功能,支持Web、移動和企業級系統。 2)它使用客戶端-服務器架構,支持多種存儲引擎和索引優化。 3)基本用法包括創建表和插入數據,高級用法涉及多表JOIN和復雜查詢。 4)常見問題如SQL語法錯誤和性能問題可以通過EXPLAIN命令和慢查詢日誌調試。 5)性能優化方法包括合理使用索引、優化查詢和使用緩存,最佳實踐包括使用事務和PreparedStatemen

選擇MySQL的原因是其性能、可靠性、易用性和社區支持。 1.MySQL提供高效的數據存儲和檢索功能,支持多種數據類型和高級查詢操作。 2.採用客戶端-服務器架構和多種存儲引擎,支持事務和查詢優化。 3.易於使用,支持多種操作系統和編程語言。 4.擁有強大的社區支持,提供豐富的資源和解決方案。

MySQL与其他编程语言相比,主要用于存储和管理数据,而其他语言如Python、Java、C 则用于逻辑处理和应用开发。MySQL以其高性能、可扩展性和跨平台支持著称,适合数据管理需求,而其他语言在各自领域如数据分析、企业应用和系统编程中各有优势。

MySQL適合小型和大型企業。 1)小型企業可使用MySQL進行基本數據管理,如存儲客戶信息。 2)大型企業可利用MySQL處理海量數據和復雜業務邏輯,優化查詢性能和事務處理。

MySQL索引基数对查询性能有显著影响:1.高基数索引能更有效地缩小数据范围,提高查询效率;2.低基数索引可能导致全表扫描,降低查询性能;3.在联合索引中,应将高基数列放在前面以优化查询。
