最详尽的AWR报告详细分析.docx

1、最详尽的AWR报告详细分析AWR报告详细分析AWR 是 Oracle 10g 版本 推出的新特性， 全称叫AutomaticWorkloadRepository-自动负载信息库, AWR 是通过比照两次快，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局部。WORKLOAD REPOSITORY report for ICCI1314098396ICCI1110.2.0.3.0YESHPGICCI1Begin Snap:267825-Dec-08 14:04:50241.5End Snap:268025-Dec-08 15:23:37261.5Elapsed:78.

2、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，说明数据库比拟空闲。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就是记录的效劳器花在数据库运算(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CPU4个物理CPU，平均每个CPU耗时1.4分钟，CP

3、U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 19.1End Snap: 4612 24-Jul-08 23:00:25 17 1.7Elapsed: 59.51 (mins)DB Time: 466.37 (mins)Report B:Snap Id Snap Time Sessions Curs/Sess- - - -Begin Snap: 3098 13-Nov-07 21:0

4、0:37 39 13.6End Snap: 3102 13-Nov-07 22:00:15 40 16.4Elapsed: 59.63 (mins)DB Time: 19.49 (mins)效劳器是AIX的系统，4个双核cpu,共8个核:/sbin bindprocessor -qThe 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，那么：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cp

5、u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中效劳器的平均负载很低。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。如果快照周期不在这一段时间，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 SummaryCache Sizes Buff

6、er Cache:3,344M3,344MStd Block Size:8KShared Pool Size:704M704MLog 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拟。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 ca

7、che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 ProfileRedo size:918,805.72775,912.72Logical reads:3,521.772,974.06Block changes:1,817.951,535.22Physical reads:68.2657.64Physical writes:362.59306.20User calls:326.69275.88Parses:38.6632.65Hard parses:0.030.03Sorts:0.610.51Logons:0.010.01Executes:35

8、4.34299.23Transactions:1.18% Blocks changed per Read:51.62Recursive Call %:51.72Rollback per transaction %:85.49Rows per Sort:#显示数据库负载概况，将之与基线数据比拟才具有更多的意义，如果每秒或每事务的负载变化不大，说明应用运行比拟稳定。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12个、Hard parses大于每秒100、全部parses超过每秒300说明可能有争用问题。Redo size：每秒产生的日志大小(单位

9、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

10、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那么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，

11、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，那么这个值就会比拟高。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

12、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将进展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、

13、语义检查(semantic check)诸如检查sql语句中的访问对象是否存在与该用户是否具备相应的权限。3、对sql语句进展解析(prase)利用部算法对sql进展解析，生成解析树(parse tree)与执行计划(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，那么将此sql与cache中的进展比拟；假设“一样，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

14、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，那么优化器都将进展创立解析树、生成执行计划的动作。这个过程就叫硬解析。创立解析树、生成执行计划对于sql的执行来说是开销昂贵的动作，所以，应当竭力防止硬解析，尽量使用软解析。Instance Efficiency Percentages (Target 100%) Buffer Nowait %:100.00Redo NoWait %:100.00Buffer Hit %:98.72In-memory Sort %:99.86Library Hit %:99.97Soft Parse %:99.92Execute to Parse %:8

15、9.09Latch Hit %:99.99Parse CPU to Parse Elapsd %:7.99% Non-Parse CPU:99.95本节包含了Oracle关键指标的存命中率与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一节一样，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适宜。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是可以承受的，而这个值对于一个OLTP系

16、统是完全不能承受的。根据Oracle的经历，对于OLTP系统，Buffer Hit Ratio理想应该在90%以上。Buffer Nowait表示在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%。否那么可能存在争用，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存。数据块在数据缓冲区中的命中率，通常应在95%以上。否那么，小于95%，需要调整重要的参数，小于90%可能是要加d

17、b_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，比方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，但是一个比拟低的命中率，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

18、。如果太低可参考90%阀值，考虑增加LOG BUFFER。当redo buffer到达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Li

19、brary 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，否那么需要要考虑：加大共享池；使用绑定变量；修改cursor_sharing等参数。Latch Hit：Latch是一种保护存结构的锁，可以认为是SERVER进程获取访问存数据结构的许可。要确保Latch Hit99%，否那么意味着Shared Pool latch争用，可能由于未共享的SQL，或者Library Cac

20、he太小，可使用绑定变更或调大Shared Pool解决。要确保99%，否那么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

21、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)。如果这个值比拟小，表示解析消耗的CPU时间过多。与PARSE_CPU相比，如果TOT_CPU很高，这个比值将接近100%，这是很好的，说明计算机执行的大局部工作是执行查询的工作，而不是分析查询的工作。Execute to Parse：是语句执行与分析的比例，如果要SQL重用率高，那么这个比例会很高。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

22、=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展。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

23、决，注意这两个参数设置作用的围时不同的，SORT_AREA_SIZE是针对每个session设置的，PGA_AGGREGATE_TARGET那么时针对所有的sesion的。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，太低那么需要调整应用使用绑定变量。sql在共享区的命中率，小于1:88.4879.81% Memory for SQL w/exec1:79.9973.52Memory Usage %：对于一个已经运行一段时间的数据库来说，共享池存使用率，应该稳定在75%-90%间，如果太小，说明Shared Pool有浪费，而如果高于9

24、0，说明共享池中有争用，存缺乏。这个数字应该长时间稳定在75%90%。如果这个百分比太低，说明共享池设置过大，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。在一个大小适宜的系统中，共享池的使用率将处于75%到略低于90%的围.SQL with executions1：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，防止过多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局部时间的局部时间里执行了一组不同的

25、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。只有系统连续运行一样的SQL语句组，这个数字才会接近100%。Memory for SQL w/exec1：执行次数大于1的SQL消耗存的占比。这是与不频繁使用的SQL语句相比，频繁使用的SQL语句消耗存多少的一个度量。这个数字将在总体上与% SQL with executions1非常接近，除非有某些查询任务消耗的存没有规律。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SQ

26、L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。小结：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。当前性能问题确实定，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局部的容，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，就是说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。Top 5 Timed Events CPU time51577.6SQL*Net more data from

27、client27,3196429.7Networklog file parallel write5,4974797.1System I/Odb file sequential read7,9003545.3User I/Odb file parallel write4,8063475.1System I/O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/Tables

28、pace IO区的容，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，就需要观察详细的LATCH统计识别哪些LATCH产生的问题。一个性能良好的系统，cpu time应该在top 5的前面，否那么说明你的系统大局部时间都用在等待上。在这里，log file parallel write是相比照拟多的等待，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 Ev

29、ents一节。RAC StatisticsNumber of Instances:22Global Cache Load Profile Global Cache blocks received:4.163.51Global Cache blocks served:5.975.04GCS/GES messages received:408.47344.95GCS/GES messages sent:258.03217.90DBWR Fusion writes:0.050.05Estd Interconnect traffic (KB)211.16Global Cache Efficiency

30、Percentages (Target local+remote 100%) Buffer access - local cache %:98.60Buffer access - remote cache %:0.12Buffer access - disk %:1.28Global Cache and Enqueue Services - Workload Characteristics Avg global enqueue get time (ms):0.1Avg global cache cr block receive time (ms):1.1Avg global cache current block receive time (ms)