一次資料庫硬解析的分析全過程
說明：
經過開發方面的努力，以及對問題sql的優化之後，截止目前，之前發現的問題sql已經得到了緩解。之後，我們對資料庫2個節點進行了整體分析，目前得出以下問題。
依據材料：2個節點的awr報告，見附件
經過對資料庫2個節點的整體分析，發現2個節點的資源承載相差較大。以下為2個節點的對比:
負載情況比對
節點1
| Per Second | Per Transaction | |
|---|---|---|
| Redo size: | 289,642.11 | 2,459.01 |
| Logical reads: | 20,588.01 | 174.79 |
| Block changes: | 1,452.02 | 12.33 |
| Physical reads: | 7.15 | 0.06 |
| Physical writes: | 47.59 | 0.40 |
| User calls: | 730.83 | 6.20 |
| Parses: | 268.36 | 2.28 |
| Hard parses: | 2.26 | 0.02 |
| Sorts: | 211.82 | 1.80 |
| Logons: | 0.51 | 0.00 |
| Executes: | 471.03 | 4.00 |
| Transactions: | 117.79 |
節點2
| Per Second | Per Transaction | |
|---|---|---|
| Redo size: | 115,937.47 | 4,102.67 |
| Logical reads: | 40,494.67 | 1,432.98 |
| Block changes: | 334.81 | 11.85 |
| Physical reads: | 19.53 | 0.69 |
| Physical writes: | 18.26 | 0.65 |
| User calls: | 4,874.41 | 172.49 |
| Parses: | 1,242.13 | 43.96 |
| Hard parses: | 2.03 | 0.07 |
| Sorts: | 203.80 | 7.21 |
| Logons: | 0.66 | 0.02 |
| Executes: | 4,298.22 | 152.10 |
| Transactions: | 28.26 |
說明：
無論從redosize還是transactions明顯可以看出節點1比節點2忙碌，雖然2個節點的hard parses相差貌似不是很大，但是從其executes數以及parses分析，初步斷定是節點1的大量硬解析導致的。
例項效率比對
節點1
| Buffer Nowait %: | 99.94 | Redo NoWait %: | 100.00 |
| Buffer Hit %: | 99.97 | In-memory Sort %: | 100.00 |
| Library Hit %: | 57.85 | Soft Parse %: | 99.16 |
| Execute to Parse %: | 43.03 | Latch Hit %: | 99.94 |
| Parse CPU to Parse Elapsd %: | 20.39 | % Non-Parse CPU: | 98.76 |
節點2
| Buffer Nowait %: | 100.00 | Redo NoWait %: | 100.00 |
| Buffer Hit %: | 99.95 | In-memory Sort %: | 100.00 |
| Library Hit %: | 99.92 | Soft Parse %: | 99.84 |
| Execute to Parse %: | 71.10 | Latch Hit %: | 99.96 |
| Parse CPU to Parse Elapsd %: | 2.62 | % Non-Parse CPU: | 98.64 |
說明：
通過library hit%和parse cpu to parse elapsd%來看，基本能夠確定是節點1的大量硬解析導致的。
經過以上分析，我們在sql統計中，節點1如下所示：
（注：SQL ordered by Elapsed Time）
| Elapsed Time (s) | CPU Time (s) | Executions | Elap per Exec (s) | % Total DB Time | SQL Id | SQL Module | SQL Text |
|---|---|---|---|---|---|---|---|
| 8,866 | 7 | 1 | 8865.61 | 20.41 | 4y67m1n5ru9h9 | timeTask@xjitnmapp2 (TNS V1-V3) | begin PKP_XJ_BUSI_MONITOR_UPD... |
| 2,017 | 0 | 11 | 183.32 | 4.64 | at30z235zpx7a | timeTask@xjitnmapp2 (TNS V1-V3) | begin xj_db_inas_proc; end; |
| 1,355 | 1,312 | 0 | 3.12 | ax33m7btymb2r | PL/SQL Developer | begin PKP_XJ_CSD_TEST.agent_pe... | |
| 1,189 | 365 | 716,555 | 0.00 | 2.74 | 765mqyxhskk9d | ValveMgmt@xjitnmapp2 (TNS V1-V3) | insert into ne_perf_msg (ne_pe... |
| 1,049 | 0 | 10 | 104.90 | 2.41 | cyyyswcsmvfqx | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT COUNT(1), 'IOM-N' FROM ... |
| 1,022 | 398 | 716,629 | 0.00 | 2.35 | 9qfdgm3c702rs | ValveMgmt@xjitnmapp2 (TNS V1-V3) | begin Proc_NE_Perf_Msg_UpdateR... |
| 940 | 0 | 10 | 94.00 | 2.16 | dzt58v2bnamc4 | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT COUNT(1), 'T' FROM INAS... |
| 923 | 935 | 24 | 38.45 | 2.12 | 4uxbs8fhb6yv5 | timeTask@xjitnmapp2 (TNS V1-V3) | begin pkp_maint_job.hastenNot... |
| 923 | 935 | 24 | 38.45 | 2.12 | g2zqp9kt9fhhx | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT A.JOB_NAME, B.DUTY_ID, ... |
| 916 | 929 | 32,717 | 0.03 | 2.11 | 657k3nvp6d77r | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT COUNT(*) FROM (SELECT :... |
| 914 | 293 | 716,627 | 0.00 | 2.10 | 607t3jmh1rjgy | ValveMgmt@xjitnmapp2 (TNS V1-V3) | UPDATE NE_PERF_MSG_REAL SET PE... |
| 517 | 0 | 1 | 517.19 | 1.19 | 3v8usax04tqx6 | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 517 | 0 | 1 | 516.51 | 1.19 | f3d7w5j1khh59 | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 490 | 0 | 1 | 490.14 | 1.13 | 2aw24jjhsbz1z | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 482 | 0 | 1 | 482.15 | 1.11 | frgk27g6p6auh | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 482 | 0 | 1 | 481.85 | 1.11 | 2mjp53agwxb10 | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 479 | 0 | 1 | 479.35 | 1.10 | 4ha87wy9k784t | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 479 | 0 | 1 | 478.68 | 1.10 | c8utt9uwda7mv | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 466 | 0 | 1 | 466.07 | 1.07 | g2s1s0vubjuba | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 466 | 0 | 1 | 465.99 | 1.07 | 57pq01hujfa6d | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 464 | 0 | 1 | 463.93 | 1.07 | 4z5gn1sh2h3p9 | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 463 | 0 | 1 | 463.24 | 1.07 | 3xtjfvgq9hw3u | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 454 | 0 | 1 | 453.65 | 1.04 | cyc352n70sndr | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 447 | 0 | 1 | 447.39 | 1.03 | 6dz4h3cpngvfk | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 445 | 0 | 1 | 445.12 | 1.02 | 3maa9dy6ybfq0 | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 445 | 0 | 1 | 444.96 | 1.02 | 5pabqbfux2bdd | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 443 | 0 | 1 | 443.12 | 1.02 | cu3f3fwntq6q5 | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 441 | 0 | 1 | 440.93 | 1.02 | 5v6z9vx2anap4 | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 438 | 0 | 1 | 437.93 | 1.01 | 3skc5wbqaa13d | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
| 437 | 0 | 1 | 437.22 | 1.01 | ffzq6ucvadp5n | timeTask@xjitnmapp2 (TNS V1-V3) | SELECT /*+parallel(t, 12)*/t.s... |
說明：在上圖（節點1）中發現，有大量的以下語句出現：
SELECT /*+parallel(t, 12)*/t.s…..
具體分析後，這種情況在節點2中不存在。
對上邊的大量相同的sql具體分析如下：
SELECT /*+parallel(t, 12)*/
t.source_id,
t.start_date,
SUM(t.num_cdrs),
SUM(t.settlement_duration),
SUM(t.sett_fee)
FROM (SELECT d.source_id,
substr(d.start_date, 1, 8) start_date,
d.num_cdrs,
d.settlement_duration,
d.sett_fee
FROM zhjs_app.tl_y_voice_sett_201208@xjzhjs d,
(SELECT element_id
FROM zhjs_param.tp_relation_element@xjzhjs
WHERE rpt_code = '15'
AND tnode IN
('415102', '415105', '415108', '416103', '416106')) c
WHERE d.account_item = c.element_id
UNION ALL
SELECT d.source_id,
substr(d.start_date, 1, 8) start_date,
d.num_cdrs,
d.settlement_duration,
d.sett_fee
FROM zhjs_app.tl_y_voice_sett_201209@xjzhjs d,
(SELECT element_id
FROM zhjs_param.tp_relation_element@xjzhjs
WHERE rpt_code = '15'
AND tnode IN
('415102', '415105', '415108', '416103', '416106')) c
WHERE d.account_item = c.element_id) t
GROUP BY t.source_id, t.start_date;
說明：
在節點1，存在這樣大量的sql，其中除了在in 子句中的物件個數不同外，其他基本全部一致。這也是導致節點1大量硬解析，消耗主機資源，拖低節點1各種效能指標的原因。
建議：
對以上語句進行繫結變數處理。
總結：
這次對XXXX資料庫效能的監控主要從其整體結構來進行分析的，並不是將全部精力放在盯某個或者某類sql上，我們認為這樣可以避免瞎子摸象的問題產生，至於最後還是落在具體sql上，這個只是一種分析的結果，而非以往的一種慣性“有效能問題就找sql”這樣的分析過程。
最後，希望在和開發等同事的一起努力下，XXXX效能有所大的提高。
ps:很不習慣寫文件，而且還那種給人家找事的文件，基本形成了格式，首先肯定人家前期的努力和結果，其次不但提出自己的見解，還得表明自己的分析依據和分析過程，完了再加以一定的鼓勵和前瞻性。哎..真勞神，其實也就一句話的事兒..
相關文章
- 一次分析的全過程,和大家交流
- 資料庫的一次資料恢復過程資料庫資料恢復
- 記一次開啟資料庫慢原因分析過程資料庫
- 記一次MySQL資料遷移到SQLServer全過程MySqlServer
- 一次Oracle資料庫恢復過程Oracle資料庫
- 一次無備份、非歸檔資料庫斷電恢復的全過程資料庫
- 一次資料庫異常的處理過程資料庫
- 一次客戶資料庫恢復的過程資料庫
- 歸檔模式下資料庫全恢復的過程模式資料庫
- 一次無備份、非歸檔資料庫斷電恢復的全過程 [轉]資料庫
- 一次使用duplicate建立測試資料庫的過程資料庫
- 一次客戶資料庫恢復的過程 [轉]資料庫
- 記錄一次資料庫CPU被打滿的排查過程資料庫
- MapReduce 執行全過程解析
- DNS解析全過程及原理DNS
- Oracle-解析啟動的全過程Oracle
- 資料需求分析過程
- openGauss核心分析（九）：資料庫表的建立過程資料庫
- 【PHP】一次請求過程的解析PHP
- 記一次前端面試的全過程前端面試
- 一次資料變更的稽核過程
- standby 資料庫的建立過程資料庫
- 資料庫的連線過程資料庫
- 分享一次分析/解決支付應用效能問題的全過程
- ORACLE 資料庫分析，重新編譯失敗過程Oracle資料庫編譯
- 記一次公司倉庫資料庫伺服器死鎖過程資料庫伺服器
- 記一次資料庫高CPU佔用率處理過程資料庫
- 一次客戶資料庫CPU 100%處理過程資料庫
- 【資料庫】資料庫儲存過程(一)資料庫儲存過程
- 大資料分析過程是如何的大資料
- 一次詭異的線上資料庫的死鎖問題排查過程資料庫
- 資料庫恢復過程資料庫
- 資料庫啟動過程資料庫
- 資料庫儲存過程資料庫儲存過程
- Oracle XE的資料庫建立過程Oracle資料庫
- oracle資料庫的關閉過程Oracle資料庫
- 手工建立oracle資料庫的過程Oracle資料庫
- openGauss核心分析（十）：資料庫搜尋引的建立過程資料庫