Oracle AWR运行日志分析工具详解.docx
《Oracle AWR运行日志分析工具详解.docx》由会员分享，可在线阅读，更多相关《Oracle AWR运行日志分析工具详解.docx（9页珍藏版）》请在冰点文库上搜索。
OracleAWR运行日志分析工具详解
OracleAWR运行日志分析工具详解
在Oracle数据库学习和使用中，遇到性能问题，首要的步骤就是导出AWR分析报告，AWR是Oracle的一个脚本工具，通过周期性快照记录下当时的所有运行数据，数据库管理员可以导出其中一部分数据进行分析，从而找出来哪些脚本导致了目前的数据性能问题。
一般情况下，安装完Oracle服务端后，默认都会有这个脚本工具（在数据库管理员HOME目录下），进入到sqlplus，然后直接运行@awrrpt脚本，按照提示操作就可以完成日志导出，导出的格式包括txt格式和html格式两种。
AWR是Oracle10g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。
下面将对AWR报告的关键部分做详细的讲解。
WorkloadRepositoryReport
DBTime不包括Oracle后台进程消耗的时间。
如果DBTime远远小于Elapsed时间，说明数据库比较空闲。
DBTime=CPUtime+Waittime（不包含空闲等待），DBtime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:
DBtime=CPUtime+allofnonidlewaiteventtime。
如图，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。
如上例子，假设服务器是AIX的系统，4个双核CPU（共8个核），ReportA在Snapshot间隔中总共约60分钟，CPU就共有60*8=480分钟，DBtime为466.37分钟。
说明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。
ReportB总共约60分钟，CPU有19.49/480*100% 花费在处理Oracle的操作上，很显然平均负载很低。
从AWRReport的Elapsedtime和DBTime就能大概了解DB的负载情况。
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。
CacheSizes
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。
Sharedpool主要包括Librarycache和Dictionarycache。
Librarycache用来存储最近解析（或编译）后SQL、PL/SQL和JavaClasses等。
Dictionarycache用来存储最近引用的数据字典。
发生在Librarycache或Dictionarycache的cachemiss代价要比发生在Buffercache的代价高得多。
因此Sharedpool的设置要确保最近使用的数据都能被cache。
LoadProfile
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、Hardparses大于每秒100、全部parses超过每秒300表明可能有争用问题。
∙Redosize：
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。
∙Logicalreads：
代表每秒/每事务逻辑读的块数。
平决每秒产生的逻辑读的block数。
∙Blockchanges：
代表每秒/每事务修改的块数。
∙Physicalreads：
代表每秒/每事务物理读的块数。
∙Physicalwrites：
代表每秒/每事务物理写的块数。
∙Usercalls：
每秒/每事务用户call次数。
∙Parses：
SQL解析的次数，包括fastparse，softparse和hardparse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，fastparse指的是直接在PGA中命中的情况，softparse是指在sharedpool中命中的情形；hardparse则是指都不命中的情况。
∙Hardparses：
其中硬解析的次数，硬解析太多，说明SQL重用率不高。
∙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。
∙ BlockschangedperRead：
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。
∙RecursiveCall：
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。
∙Rollbackpertransaction：
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UndoBlock的竞争。
∙RowsperSort：
每次排序的行数
Oracle的硬解析和软解析
提到软解析（softprase）和硬解析（hardprase），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（syntaxcheck）:
检查此sql的拼写是否语法。
∙2、语义检查（semanticcheck）:
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（parsetree）及执行计划（executionplan）。
∙4、执行sql，返回结果（executeandreturn）。
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librarycache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。
∙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。
InstanceEfficiencyPercentages
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（OLAP是主要应用数据仓库系统，OLTP是一般的项目开发用到的基本的、日常的事务处理，比如数据库记录的增、删、改、查）。
其中BufferHitRatio 也称CacheHitRatio，LibraryHitratio也称LibraryCacheHitratio。
同LoadProfile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BufferHitRatio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OLTP系统，BufferHitRatio理想应该在90%以上。
BufferNowait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。
BufferNowait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。
BufferHit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。
但是，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，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topbuffergetSQL，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topphysicalreadsSQL，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）。
RedoNoWait表示在Log缓冲区获得Buffer的未等待比例。
如果太低可考虑增加LogBuffer。
当redobuffer达到1M时就需要写到redolog文件，所以一般当redobuffer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redobuffer，对于内存总量来说，应该不是一个太大的值。
LibraryHit表示Oracle从LibraryCache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LibraryCache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LibraryCache中为它分配共享SQL区。
低的LibraryHitRatio会导致过多的解析，增加CPU消耗，降低性能。
如果LibraryHitRatio低于90%，可能需要调大Sharedpool区。
∙LatchHit：
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LatchHit>99%，否则意味着SharedPoollatch争用，可能由于未共享的SQL，或者LibraryCache太小，可使用绑定变更或调大SharedPool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。
∙ParseCPUtoParseElapsd：
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。
如果该比率为100%，意味着CPU等待时间为0，没有任何等待。
∙Non-ParseCPU ：
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。
如果这个值比较小，表示解析消耗的CPU时间过多。
∙ExecutetoParse：
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。
∙In-memorySort：
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SORT_AREA_SIZE来解决，注意这两个参数设置作用的范围时不同的，SORT_AREA_SIZE是针对每个session设置的，PGA_AGGREGATE_TARGET则时针对所有的sesion的。
∙SoftParse：
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。
sql在共享区的命中率，小于<95%,需要考虑绑定，如果低于80%，那么就可以认为sql基本没有被重用。
SharedPoolStatistics
∙MemoryUsage%：
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SharedPool有浪费，而如果高于90，说明共享池中有争用，内存不足。
这个数字应该长时间稳定在75%～90%。
如果这个百分比太低，表明共享池设置过大，带来额外的管理上的负担，从而在某些条件下会导致性能的下降。
如果这个百分率太高，会使共享池外部的组件老化，如果SQL语句被再次执行，这将使得SQL语句被硬解析。
在一个大小合适的系统中，共享池的使用率将处于75%到略低于90%的范围内。
∙SQLwithexecutions>1：
执行次数大于1的sql比率，如果此值太小，说明需要在应用中更多使用绑定变量，避免过多SQL解析。
在一个趋向于循环运行的系统中，必须认真考虑这个数字。
在这个循环系统中，在一天中相对于另一部分时间的部分时间里执行了一组不同的SQL语句。
在共享池中，在观察期间将有一组未被执行过的SQL语句，这仅仅是因为要执行它们的语句在观察期间没有运行。
只有系统连续运行相同的SQL语句组，这个数字才会接近100%。
∙MemoryforSQLw/exec>1：
执行次数大于1的SQL消耗内存的占比。
这是与不频繁使用的SQL语句相比，频繁使用的SQL语句消耗内存多少的一个度量。
这个数字将在总体上与%SQLwithexecutions>1非常接近，除非有某些查询任务消耗的内存没有规律。
在稳定状态下，总体上会看见随着时间的推移大约有75%～85%的共享池被使用。
如果Statspack报表的时间窗口足够大到覆盖所有的周期，执行次数大于一次的SQL语句的百分率应该接近于100%。
这是一个受观察之间持续时间影响的统计数字。
可以期望它随观察之间的时间长度增大而增大。
Top5TimedEvents
通过Oracle的实例有效性统计数据，我们可以获得大概的一个整体印象，然而我们并不能由此来确定数据运行的性能。
当前性能问题的确定，我们主要还是依靠下面的等待事件来确认。
我们可以这样理解两部分的内容，Hit统计帮助我们发现和预测一些系统将要产生的性能问题，由此我们可以做到未雨绸缪。
而wait事件，就是表明当前数据库已经出现了性能问题需要解决，所以是亡羊补牢的性质。
上面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。
∙如果BufferBusyWait是较严重的等待事件，我们应当继续研究报告中BufferWait和File/TablespaceIO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。
一个性能良好的系统，CPUTime应该在Top5的前面，否则说明你的系统大部分时间都用在等待上。
在这里Logfileparallelwrite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，CPUtime总是列在第一个。
升级会员 