详解Oracle AWR运行日志分析工具

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Oracle 10g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。

Workload Repository Report

DBTime不包括Oracle后台进程消耗的时间。如果DB Time远远小于Elapsed时间，说明数据库比较空闲。DBTime= CPU time + Wait time(不包含空闲等待)，DB time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:DB time = CPU time + all of nonidle wait event time。

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)，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。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。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。

Cache Sizes

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。

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。Dictionary 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 cache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 Profile

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、Hard parses大于每秒100、全部parses超过每秒300表明可能有争用问题。

• Redo size：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。

• Logical reads：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。

• Block changes：代表每秒/每事务修改的块数。

• Physical reads：代表每秒/每事务物理读的块数。

• Physical writes：代表每秒/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，包括fast parse，soft parse和hard parse三种数量的综合。 软解析每秒超过300次意味着你的"应用程序"效率不高，fast parse指的是直接在PGA中命中的情况，soft parse是指在shared pool中命中的情形；hard parse则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。

• 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，那么这个值就会比较高。

• 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。

• Rows per Sort：每次排序的行数

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将进行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、语义检查(semantic check): 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(parse tree)及执行计划(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利用内部的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，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。

Instance Efficiency Percentages

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Buffer Hit Ratio 也称Cache Hit Ratio，Library Hit ratio也称Library Cache Hit ratio。同Load Profile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Buffer Hit Ratio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，Buffer Hit Ratio理想应该在90%以上。

Buffer Nowait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。Buffer Nowait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。

Buffer Hit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。如果太低可考虑增加Log Buffer。当redo buffer达到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，对于内存总量来说，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Library 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。

• Latch Hit：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Latch Hit>99%，否则意味着Shared Pool latch争用，可能由于未共享的SQL，或者Library Cache太小，可使用绑定变更或调大Shared Pool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。

• 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。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 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。如果这个值比较小，表示解析消耗的CPU时间过多。

• Execute to Parse：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-memory Sort：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。

• 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。

Shared Pool Statistics

• Memory Usage %：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Shared Pool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。

• SQL with executions>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%。

• Memory for SQL w/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% SQL with executions>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。

Top 5 Timed Events

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/Tablespace IO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，CPU Time应该在Top 5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Log file parallel write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，CPU time总是列在第一个。

数据库专题

• 嵌入式SQLite数据库架构和设计

• 浅谈数据库高可用性技术

• 详解关系型数据库运作机制

• 详解Oracle TimesTen内存数据库

温馨提示：

请搜索“ICT_Architect”或“扫一扫”下面二维码关注公众号，获取更多精彩内容。