consistent gets
前段时间在测试高级压缩在IO方面性能的时候发现一个疑问,先看看当时的场景
SQL> select table_name,num_rows,blocks from user_tab_statistics where table_name in('COMTAB'
,'NOCOMTAB');
TABLE_NAME NUM_ROWS BLOCKS
------------------------------ ---------- ----------
COMTAB 71991 342
NOCOMTAB 71992 1051
这是两个表最新的统计信息,数据完全一样(差那一条是建表先后顺序造成的),comtab是启用高级压缩的,nocomtab没有压缩,下面看看两个表的全表扫描情况
SQL> set autotrace trace
SQL> select * from comtab;71991 rows selected.Execution Plan
----------------------------------------------------------
Plan hash value: 1463407995----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 71991 | 6819K| 95 (2)| 00:00:02 |
| 1 | TABLE ACCESS FULL| COMTAB | 71991 | 6819K| 95 (2)| 00:00:02 |
----------------------------------------------------------------------------Statistics
----------------------------------------------------------1 recursive calls0 db block gets5109 consistent gets0 physical reads0 redo size3720394 bytes sent via SQL*Net to client53313 bytes received via SQL*Net from client4801 SQL*Net roundtrips to/from client0 sorts (memory)0 sorts (disk)71991 rows processedSQL> select * from nocomtab;71992 rows selected.Execution Plan
----------------------------------------------------------
Plan hash value: 754113270------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 71992 | 6819K| 287 (1)| 00:00:04 |
| 1 | TABLE ACCESS FULL| NOCOMTAB | 71992 | 6819K| 287 (1)| 00:00:04 |
------------------------------------------------------------------------------Statistics
----------------------------------------------------------1 recursive calls0 db block gets5768 consistent gets0 physical reads0 redo size8254868 bytes sent via SQL*Net to client53313 bytes received via SQL*Net from client4801 SQL*Net roundtrips to/from client0 sorts (memory)0 sorts (disk)71992 rows processed
刚开始我认为两个表在数据块数量相差如此大的情况下,consistent gets的数量应该也有相当大的差距,但是现在看来,差距是有,却不是那么明显,很多疑问也出来了
1,consistent gets到底是次数还是块数?
2,consistent gets是怎么计算的?
3,三百多数据块为什么产生五千多的一致性读?
4,两个表的数据块比例达到了1/3,一致性读的比例却接近1/1?
块数or次数
以前我只关心consistent gets前面的数值,至于数值后面的单位是什么,根本没去管,现在这么个情况不管不行了,在我个人看来,我更倾向于consistent gets是一致性读次数,而不是块数,就拿这个例子来说,全部数据才300多个数据块,oracle扫描300多个数据块不至于递归调用5000多数据块吧,所以我认为是这5000多是一致性读次数,后面会有实验证明
consistent gets计算
在查询操作中,oracle按照执行计划去读取数据块,数据块只能存在两个地方,内存和磁盘,对应的也就是逻辑读和物理读,consistent gets就是数据库在内存中为了获取指定的数据产生的一致性读次数,而不是块数,同一个数据块可以读多次而不是获取多次,一致性读概念这里就不解释了,在全表扫描中,理想情况下consistent gets应该和表的总数据块数差不多或者接近,下面做个测试
创建一个表,插入一条数据
SQL> create table test01 as select * from dba_objects where rownum=1;Table created.SQL> begin2 dbms_stats.gather_table_stats(3 ownname => user,4 tabname => 'test01');5 end;6 /PL/SQL procedure successfully completed.
test01占用4个数据块
SQL> select table_name,num_rows,blocks from user_tab_statistics where table_name='TEST01';TABLE_NAME NUM_ROWS BLOCKS
------------------------------ ---------- ----------
TEST01 1 4
执行全表扫描
SQL> set autotrace trace
SQL> select * from test01;Execution Plan
----------------------------------------------------------
Plan hash value: 262542483----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 73 | 3 (0)| 00:00:01 |
| 1 | TABLE ACCESS FULL| TEST01 | 1 | 73 | 3 (0)| 00:00:01 |
----------------------------------------------------------------------------Statistics
----------------------------------------------------------1 recursive calls0 db block gets3 consistent gets0 physical reads0 redo size1608 bytes sent via SQL*Net to client524 bytes received via SQL*Net from client2 SQL*Net roundtrips to/from client0 sorts (memory)0 sorts (disk)1 rows processed
4个数据块,3个consistent gets,这才是我们想要的效果,那之前300多个数据块5000多次一致性读是怎么回事呢,后来查阅资料发现,oracle从数据库读取数据行发送给sqlplus客户端的时候有个参数设置,这个参数就是arraysize,用来控制每次读取数据的行数,在sqlplus里面默认是15
SQL> show arraysize
arraysize 15
现在来计算一下前面那个5109个consistent gets怎么来的
数据行:71991
数据块:342
arraysize:15
总读取次数:71991/15 = 4800
总读取次数:4800 + 342 = 5142
这个数值已经很接近consistent gets了,而且全表扫描时表的数据块不会被全部读进内存,这样计算出来的值跟一致性读的值就更吻合了
现在改变arrarysize这个参数,看看consistent gets会有什么变化
SQL> set arraysize 100
SQL> select * from comtab;71991 rows selected.Execution Plan
----------------------------------------------------------
Plan hash value: 1463407995----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 71991 | 6819K| 95 (2)| 00:00:02 |
| 1 | TABLE ACCESS FULL| COMTAB | 71991 | 6819K| 95 (2)| 00:00:02 |
----------------------------------------------------------------------------Statistics
----------------------------------------------------------0 recursive calls0 db block gets1047 consistent gets0 physical reads0 redo size2973754 bytes sent via SQL*Net to client8432 bytes received via SQL*Net from client721 SQL*Net roundtrips to/from client0 sorts (memory)0 sorts (disk)71991 rows processed
计算:71991/100=720 , 720 + 342 = 1062
增加arraysize大小,可以显著减少逻辑读次数,网络开销也有减少,同时也能看出,由于arraysize只有15,前面那两个5000多逻辑读的场景,大部分逻辑读是在不停的扫描同一个数据块获取数据,arraysize只在sqlplus客户端中用,其他地方使用fetch size,该参数大小设置影响客户端和服务器内存的占用,应根据实际环境配置,总之不是越大越好。
至此,疑问也基本上理清了
1,consistent gets是次数,认为是块数也行,不过可能会包含同一个块的重复计数
2,这个数据库没有对这个表做DML操作,所以consistent gets没有包括undo块
3,5000多逻辑读有4800个是由于arraysize参数设置引起的
4,还是arraysize问题,如果设置成5000,比例就差不多了
consistent gets相关推荐
- 一致性 hash 算法( consistent hashing )
原文地址:http://blog.csdn.net/sparkliang/article/details/5279393 consistent hashing 算法早在 1997 年就在论文 Cons ...
- 一致性哈希(Consistent Hashing)
在大型web应用中,缓存可算是当今的一个标准开发配置了.在大规模的缓存应用中,应运而生了分布式缓存系统.分布式缓存系统的基本原理,大家也有所耳闻.key-value如何均匀的分散到集群中?说到此,最常 ...
- 关于consistent hash的思考及改进方案
这里默认读者已经知道了一致性hash算法的原理. 1. 为什么在某台机器宕机之后consistent hash算法能够避免所有或者大部分key重新hash? 首先需要弄清的是,如果某一台机器宕机之后, ...
- 聊聊jump consistent hash
序 本文主要简介一下jump Consistent hash. jump consistent hash jump consistent hash是一致性哈希的一种实现,论文见A Fast, Mini ...
- An eventually consistent data model for Erlang (and Riak)
CAP理论指出:一个分布式系统不可能同时满足一致性(Consistency).可用性(Availibility)和分区容忍性(Partition Tolerance)这三个需求,最多只能同时满足其中的 ...
- 【异常】 Ensure that config phoenix.schema.isNamespaceMappingEnabled is consistent on client and server.
[异常] Ensure that config phoenix.schema.isNamespaceMappingEnabled is consistent on client and server. ...
- 一致性hash算法 - consistent hashing
参考: http://yacare.iteye.com/blog/1973022 1. 情景分析 前一篇博文分析了HashMap源码,HashMap在许多场景中作为存储数据的不二选择. 但是否使用 ...
- consistent gets在Oracle使用特例
Oracle数据库中,consistent gets在判断一段SQL的性能时非常有用,通常来讲比较两段SQL的性能好坏不是看谁的执行时间短,而是看谁的consistent gets小.不过这也不是绝对 ...
- 转载:一致性 hash 算法( consistent hashing )
转载:http://blog.csdn.net/sparkliang/article/details/5279393 ...
- 主从mysql replication 集群的sharding memcache集群使用consistent hash
sharding 实现跨越DB的分区与扩展功能 consistent hash 一致哈希实现memcache的扩展 http://cache.baidu.com/c?m=9f65cb4a8c8507e ...
最新文章
- 提升Hadoop计算能力的并行框架
- 读取txt里面的数据进行计算
- 【渝粤教育】广东开放大学 云计算技术与应用 形成性考核
- java异常处理机简答题,【简答题】JAVA 语言如何进行异常处理,关键字: throws,throw,try,catch,finally 分别代表什么意义?...
- 初识C++之函数重载
- 内网(局域网)中共享文件
- 【git 基础】detached HEAD意义详解 (非顶端分支的理解)
- 移动端 GPU 推理性能提升 2 倍!TensorFlow 推出新 OpenCL 后端
- Bootstrap CSS 编码规范之Less 和 Sass 中的嵌套
- HDU1293+Java+大整数
- PHP操作Trait类
- face++人脸识别源码
- 阿里云短信SDK使用
- 关于写专利的一点感想
- mysql点餐系统源码免费_基于Java+MySQL的餐厅点餐系统.zip
- USB | 1. 技术演进及测试概览
- 【电路设计】晶振选择和负载容抗匹配参考指南
- 智能音箱 功放与喇叭选型 参考
- beyond compare 4 license 过期解决办法
- JavaScript-事件和事件对象、实现键盘打字小游戏
热门文章
- 在win10下安装eclipse
- Welcome to Pete Brown's 10rem.net
- 计算机世界第一人—艾兰·图灵
- 烤仔TVの尚书房 | 听博闻聊聊中心化交易所的那些八卦
- 【CSS笔记】CSS选择器的优先级(权重)
- 华为scp快充协议详解_华为5V/8A超级快充实测+拆解:用料良心
- 【java】面向对象3.0
- vue源码之解析指令compile
- Java 第三方sdk服务_文档中心 | QuickSDK——专业的手游第三方SDK接入服务平台,渠道SDK聚合,广告跟踪,客服,登录充值SDK...
- python机器学习基础05——sklearn之逻辑回归+分类评价指标