Oracle中的AWR,全称为Automatic Workload Repository,自动负载信息库。

AWR是DBA了解其运行状态的重要工具之一,根据AWR报告可以对oracle数据库性能整体了解并针对性优化,此文章主要是介绍AWR相关部分的内容。

DB Name         DB Id    Instance     Inst Num Startup Time    Release     RAC

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

1 16-Jan-17 09:27 11.2.0.4.0  NO

Host Name        Platform                         CPUs Cores Sockets Memory(GB)

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

Linux x86 64-bit                    8     8       2       7.81

Snap Id      Snap Time      Sessions Curs/Sess

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

Begin Snap:     10848 14-Mar-17 09:00:51        66       1.4

End Snap:     10849 14-Mar-17 10:00:55        66       1.5

Elapsed:               60.07 (mins)

DB Time:                0.93 (mins)

Sessions

采集性能信息时,oracle 实例链接的会话数,有助于判断DB的类

Cursors/Session

单个会话平均打开的游标数

Elapsed

DB实际使用时间

DB Time

数据库操作花费的时间,包括CPU和Wait Event time,DB Time越高数据库,数据库负载越高。

通过DB Time/Elapsed 比值判断数据库的繁忙程度,比值越高,数据库越繁忙。

DB Time = CPU time + Wait time(不包括后台进程及空闲等待)

对应V$SESSION 中的elapsed_time

Load Profile                    Per Second   Per Transaction  Per Exec  Per Call

~~~~~~~~~~~~~~~            ---------------   --------------- --------- ---------

DB Time(s):               0.0               0.0      0.00      0.00

DB CPU(s):               0.0               0.0      0.00      0.00

Redo size (bytes):           1,343.6           3,388.8

Logical read (blocks):             394.1             993.9

Block changes:               5.4              13.6

Physical read (blocks):               0.4               1.1

Physical write (blocks):               0.6               1.4

Read IO requests:               0.4               1.1

Write IO requests:               0.4               1.1

Read IO (MB):               0.0               0.0

Write IO (MB):               0.0               0.0

User calls:              64.8             163.4

Parses (SQL):              21.0              52.9

Hard parses (SQL):               0.0               0.1

SQL Work Area (MB):               0.2               0.5

Logons:               0.1               0.2

Executes (SQL):              22.2              55.9

Rollbacks:               0.0               0.0

Transactions:               0.4

DB Time    DB CPU

DB Time 3.3s DB CPU 1.4s   Wait Event 3.3-1.4=1.9s, DB CPU占DB Time的比重为1.4/3.3=42%

可以看出此DB系统的非CPU等待占比比较大

DB CPU占比42.55%

db file sequential read/db file scattered read//libary cache:mutex X/latch:shared pool为CPU等待的TOP 4 wait event

(DB Time > DB CPU + FG Wait event   DB Time 会计算在CPU繁忙时的等待CPU的队列时间)

继续分析

redo size   日志的产生量

Logical reads  逻辑读,单位是块

良好的OLTP logical reads/ Executes 在50左右

Block Changes

每秒、事务改变的数据块

Physical reads

物理读

User Calls

每秒(每个事务)用户调用次数。User calls/Executes基本上代表了每个语句的请求次数,Executes越接近User calls越好

Pasre

解析次数,不包括快速软解析(MOS上说执行3次的SQL语句会把游标缓存到PGA,这个游标一直开着,当再有相同的SQL执行时,则跳过解析的所有过程直接去取执行计划)

软解析过多说明应用程序的效率不高

Hard Parse

硬解析的次数,此指标过高说明绑定变量没有做好

Sorts

排序次数

W/A MB processed

单位MB  W/A workarea  workarea中处理的数据数量  结合 In-memory Sort%, sorts (disk) PGA Aggr一起看

Logon

登入数据库的次数

Executes

执行次数

Rollbacks

回滚次数

Transactions

事务数

Instance Efficiency Percentages (Target 100%)

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Buffer Nowait %:  100.00       Redo NoWait %:  100.00

Buffer  Hit   %:  100.00    In-memory Sort %:  100.00

Library Hit   %:   99.30        Soft Parse %:   99.79

Execute to Parse %:    5.27         Latch Hit %:  100.00

Parse CPU to Parse Elapsd %:   78.31     % Non-Parse CPU:   94.25

此模块记录oracle instance memory的使用信息,目标为100%,针对OLTP系统,此模块信息比较重要,对于OLAP系统,意义不大。

Buffer Nowait%

非等待方式获取数据块的百分比

这个值偏小,说明发生SQL访问数据块时数据块正在被别的会话读入内存,需要等待这个操作完成。发生这样的事情通常就是某些数据块变成了热块。

Buffer Nowait<95%说明,有可能是有热块(查找x$bh的 tch和v$latch_children的cache buffers chains)。

Redo Nowait

非等待获取redo数据

Buffer Hit%

数据缓存命中率

In-memory Sort%

数据排除操作在内存中的百分比

Library Hit%

共享池中SQL解析的命中率

(相关参数SHARED_POOL_SIZE\BINGD VALUE\CURSOR_SHARING)

Soft Parse %

软解析占解析的比率  value偏低表示DB中多数SQL没有被重用  <95%考虑绑定变量

Latch Hit%

Latch的命中率

其值低是因为shared_pool_size过大或没有使用绑定变量导致硬解析过多。要确保>99%,否则存在严重的性能问题,比如绑定等会影响该参数。

Parse CPU to Parse Elapsd%

解析总时间中消耗CPU的时间百分比。即:100*(parse time cpu / parse time elapsed)

解析实际运行事件/(解析实际运行时间+解析中等待资源时间),越高越好。

%Non-Parse CPU

CPU非分析时间在整个CPU时间的百分比。

Shared Pool Statistics        Begin    End

~~~~~~~~~~~~~~~~~~~~~~~~~~~~  ------  ------

Memory Usage %:   87.44   87.82

% SQL with executions>1:   98.06   97.25

% Memory for SQL w/exec>1:   92.56   92.46

Memory Usage %

共享池内存使用率。

应该稳定在70%-90%间,太小浪费内存,太大则内存不足。

% SQL with executions>1

执行次数大于1的SQL比率。

若太小可能是没有使用绑定变量。

% Memory for SQL w/exec>1

执行次数大于1的SQL消耗内存/所有SQL消耗的内存(即memory for sql with execution > 1)。

转载于:https://blog.51cto.com/kevinora/1906368

浅谈ORACLE AWR single instance 一相关推荐

  1. oracle hash join outer,CSS_浅谈Oracle中的三种Join方法,基本概念 Nested loop join: Outer - phpStudy...

    浅谈Oracle中的三种Join方法 基本概念 Nested loop join: Outer table中的每一行与inner table中的相应记录join,类似一个嵌套的循环. Sort mer ...

  2. 浅谈Oracle RAC --集群管理软件GI

    浅谈Oracle RAC --集群管理软件GI基本架构 今天周五,想想可以过周末,心情大好.一周中最喜欢过的就是周五晚上,最不喜欢过的是周日晚上和周一,看来我不是个热爱劳动的人啊.趁着现在心情愉悦,赶 ...

  3. 浅谈oracle树状结构层级查询

    oracle树状结构查询即层次递归查询,是sql语句经常用到的,在实际开发中组织结构实现及其层次化实现功能也是经常遇到的,虽然我是一个java程序开发者,我一直觉得只要精通数据库那么对于java开发你 ...

  4. 浅谈oracle树状结构层级查询测试数据

    浅谈oracle树状结构层级查询 oracle树状结构查询即层次递归查询,是sql语句经常用到的,在实际开发中组织结构实现及其层次化实现功能也是经常遇到的,虽然我是一个java程序开发者,我一直觉得只 ...

  5. 单引号oracle如何转义_浅谈oracle中单引号转义

    ORACLE 单引号转义: 在ORACLE中,单引号有两个作用: 1:字符串是由单引号引用 2:转义. 单引号的使用是就近配对,即就近原则.而在单引号充当转义角色时相对不好理解 1.从第二个单引号开始 ...

  6. 浅谈Oracle RAC -- OHAS组件

    浅谈Oracle RAC – OHAS组件 懒惰了一周没有更新博客.这两天天气不好,索性利用今天下午的时间继续写一篇关于OHAS组件的介绍. 之前我们多次提到了OHAS组件是GI的根守护进程.这个组件 ...

  7. 浅谈Oracle 数据库之间数据同步方案

    随着信息技术的飞速发展,企业信息化建设的不断深入,使得企业业务系统数量不断增加.这时,各业务系统之间数据交互,各子业务系统与核心业务系统之间数据交互,诸如此类场景的应用需求不断出现.因此,IT部门应对 ...

  8. 浅谈Oracle服务器归档日志,oracle服务器运行时管理归档日志文件不管理联机重做日志文件...

    <Oracle数据库管理与维护实战>--2.4 Oracle后台进程结构 本节书摘来自异步社区出版社<Oracle数据库管理与维护实战>一书中的第2章,第2.4节,作者: 何伟 ...

  9. 浅谈Oracle Online redo log

    Oracle online redo log是Oracle数据库中核心文件之一.在数据库操作中,只要有任何的数据块变化,都会生成相应的redo entry.redo entry首先保存在log buf ...

最新文章

  1. matlab中fill函数的使用方法
  2. NET面试题:C#中的lock关键字有何作用
  3. 最明的int和Integer的区别
  4. 【H2 Database】shell
  5. HTTPS连接的前几毫秒发生了什么
  6. Notepad++ 插件之 TextFX (安装及作用)
  7. 机器人离线编程画圆误差解决方案_工业机器人离线编程-误差分析和解决方案...
  8. 数据挖掘应用实战-一文教你如何全面分析股市数据特征
  9. 创业产品经理需要懂技术吗?
  10. app登录界面背景 css_Google flutter这么火?撸一个APP登录界面(上)
  11. Caused by: java.lang.UnsatisfiedLinkError: libjawt.so: 无法打开共享对象文件: 没有那个文件或目录
  12. 快速入门Sass:Sass中的体系结构
  13. Unity--Configurable Joint——实战带你了解可配置关节
  14. 基于Docker部署OpenLDAP,同时集成第三方系统(GitLab、JIRA、Nexus、Harbor)
  15. 三步实现自动注册工厂替代switch语句(c++)
  16. 水果店开业如何做开店活动,新水果店开业需要做哪些促销活动
  17. 教你用python制作证件照片啦学会再也不用跑去照相馆拍照了~
  18. 【2020 ACM Fellow 华人学者】 陶宇飞 香港中文大学
  19. linux 创建子进程,Linux中使用fork创建子进程详解及示例程序
  20. Class文件结构介绍[常量池],埃森哲java技术面试题

热门文章

  1. checked js 获取值_js获取所有checkbox的值的简单实例
  2. hive能替代oracle_173-Hive
  3. FastAPI ------框架基础
  4. android服务的原理,Android学习笔记:IntentService
  5. 【项目管理】记第一次出差到客户现场推进项目验收感悟-后续1
  6. 到底是把甲方当爸爸还是当甲方爸爸
  7. 实战(多图):旧路由器刷panabit系统!一台路由器的新生……
  8. 总结了 90 条写 Python 程序的建议
  9. Java中使用Jedis连接池连接Redis数据库流程
  10. java垃圾回收算法超详细全解