Vage：高级DBA的突破之路
有一个笑话，创世第一天，上帝创造了驴。上帝对驴说：“今天我创造了你！作为一头驴，你必须跟终日拉磨，任劳任愿。我给你50年的寿命。”
驴不同意：“什么？这种苦日子你要我活50年？让我活20年吧，30年还给你。”
上帝同意了。
第二天，上帝创造了猴子。上帝对猴子说：“你必须带给人们娱乐。你必须让他们开怀大笑，耍把戏。我给你20年寿命。”
猴子不干：“什么？让他们开怀大笑？做鬼脸耍把戏？10年就够了，另外10年还给你。”
上帝同意了。
第三天，上帝创造了狗。上帝对狗说：“你应该终日坐在自家门口，有人进来就叫！我给你则20年寿命。”
狗反对：“什么？整天坐在门口？绝对不行！我退给你10年寿命！”于是上帝同意了。
第四天，上帝创造了人。
上帝对人说：“你的工作就是吃喝玩乐睡大觉，尽情享受人生。只管享受，什么都不干。这种生活，我给你20年寿命。”
人反对说：“什么？这样的好日子！除了吃喝玩乐，什么都不干。尽情享受，而你让我只活20年？不行，老兄！我们何不做个交易？既然驴退给你30年，狗还你10年，猴子退回10年，你把这些统统给我！这样我的寿命就有70年了。行吗？”
上帝同意了。
这就是为什么头20年，我们吃喝玩乐，尽情享受，无所事事。接下来的30年，我们终日像驴一样辛苦工作，养家糊口。之后的10年，我们像猴子一样扮鬼脸耍把戏让孙辈开心。最后10年，我们像狗一样呆在家里，坐在门口，对人大叫。
虽是笑话，但成年后的人生，也的确如此。像驴一样工作，像猴子一样被人耍，……。就算是逍遥自在的头20年，《这个杀手不太冷》中玛蒂尔达和莱昂的对话，也让人绝望：
玛蒂尔达：是不是人生总是如此艰难，还是只有童年如此？ 莱昂：总是如此
做人苦，做中国人更苦，做中国的IT人则苦上加苦。前段日了不是有则新闻吗，一美帝程序员将自己的工作包给几名中国程序员完成，自己每天就是享受生活。支付几名中国程序员薪水后，美帝程序员自己的工资还剩一大部分，足够优哉优哉的过日子。这则消息真是让国内程序员苦哈哈们泪奔。
反差大的又何止程序员们，DBA也是如此。我经常观注一美帝DBA的BLOG，他BLOG有一段时间没更新。后来又开始更新，贴出了一些照片，原来是去爱琴海享受了十来天的阳光、白色沙滩、蓝海、……。我们的假期没有蓝海，只有人海。我的生活没有爱琴海，只有房贷。真是少壮不努力，至今在内地啊。
但其实很多朋友都知道，比起生活上的苦，还有一种苦更难以名状，就是找不到前进的方向。
我们似乎身处在一片浓浓的雾mai中，虽然想努力“自强不吸”，但遗憾的是我们不知道哪里是前、哪里是后。穿越雾mai区的过程，是人生最为艰辛的过程。你需要在不知道结果的情况下，朝向一个未知的方向前进。前方有可能是掌声和鲜花，也可能是绝壁断涯。
做为在雾mai中行走多年的“行客”，今天和大家分享下Oracle DBA这条艰苦曲折之路，特别现在有很多朋友都被困扰的问题：“高级DBA如何突破”。
DBA的特点，是“入行难、突破难”。
先说入行难。由于直接负责企业最重要的资产：数据，因此，所有公司对DBA的要求都有一条：经验。没有公司肯把数据库交给没有经验的DBA。评价初、中、高级DBA的重要一点就是经验多少。
没有经验的DBA想找到工作，是很难的。这间接催进了DBA培训行业的繁荣。通常从事培训工作的讲师，都是有一定经验的。通过讲师介绍，可以学到一些书本中没有的经验类东西。但其实如今网络如此发达，只要有心，自己在网络中找，也是能找到很多富含经验的技术文章。只不过纯靠自己找资料、自己学，会慢一些而已。
能跨入了DBA的门槛后，一般成长都会很迅速。因为Oracle相关知识还是比较简单的。一般快则一、两年，慢则两、三年，差不多就是中级DBA了。是否再往下前进就看个人意愿了。如果有意研究技术，静下心来将Oracle的原理研究一下，再有个两年左右，差不多就是高级DBA了。这时，很多人的瓶径就到了。有希望转管理的人，纷纷转管理。没希望转管理的呢，这时会极度迷茫，因为已经到顶了。随着时间累积，经验越来越丰富，但总是无法突破，无法达到更高层次。这样再过个几年，就是经验更丰富的高级DBA。再过几年，就是经验更更丰富的高级DBA。说到底，其实还是普通DBA。
我曾经在这一阶段迷茫很久，各种Oracle原理，能分析的都分析了。但Oracle又没有开源，很多原理，只能雾里看花的研究一下。大部分时候对调优、排故意义不大。这时，就遇到DBA行业的第二难：“突破难”。
不突破，将一直是普通DBA，即使是“高级”，也还是普通的DBA。很多等待事件，很多资料，无法完全搞清楚其意义。只能被动的等待网络上几个国外大牛写些文章。但我们自己去研究的话，又始终摸不着头脑。
举个简单的例子，比如关于向客户端发送信息的等待事件有两个：SQL*Net message to client和SQL*Net more data to client。按照文档中的解释，SQL*Net message to client等待事件说明了：The server is performing another send to the client. The previous operation was also a send to the client，翻译过来就是服务器进程正在完成另外的到客户端的发送，之前的操作将总是被发送到客户端。SQL*Net more data to client的解释是：The server process is sending more data/messages to the client. The previous operation to the client was also a send。服务器进程正在发送更多的数据/消息到客户端，之前的操作将总是被发送到客户端。
按照这个解释，SQL*Net more data to client是发送的数据太多了，是这样不是呢？我做了一个测试。我建了一张小表，只有100行，全表扫描它，观察SQL*Net message to client和SQL*Net more data to client哪个会出现。结果当然是SQL*Net message to client。表不够大吗，当然不会有“More Data”。接下来，我将表的行数扩大到10万、100万、1000万、1亿。最后表的大小都上G了，还是没有“more data”等待。要多大的表，才会有SQL*Net more data to client等待事件呢？我没有测试出来。
DBA都知道，10046事件是Oracle提供的研究Oracle的利器，接下来，可以用10046跟踪一下。我当时作过这样的跟踪，但很遗憾，在跟踪结果中，无法找到SQL*Net message to client、SQL*Net more data to client的进一步思路。
我在网上也了解了一下这两个等待事件，大家的说法都含含呼呼。这也很正常，大家对这两个等待事件的理解都是来自于文档，文档中如此含呼，自然也就造成大家的理解各不相同、不太统一的情况。我在网上好一番查找，终于发现有人不知道根据从哪里搞来的资料，说“More Data”等待事件和SQL中Select语句的Fetch有关，然后就没了。根据这点资料猜想一下，应该是抓取的行太多了，就会有这个等待事件吧。在网上又一番查找，也没找到更进一步的资料，也只能放弃了。
其实很多时候，DBA有点像“考据”学家了。要在网上找各种各样的资料。
考据学，就是埋首于故纸堆中，查阅各种经、史、子、集，论证著如秦始皇真是吕不韦后人吗之类的问题。由于大家所参考的史料有不同，因此某些问题常常分成几派，各执一词。DBA也是一样，我在由中级DBA到高级DBA的过程中，查看了大量的英文资料。但有些资料的说法相互矛盾，比如说“检查点系列问题”。包括增量检查点什么时候触发、日志切换是什么检查点，这类问题吵来吵去，从无定论。
这使我想起一个有关程序员的笑话。程序员请女神吃饭，女神说：“只要你能让论坛里大家都吵起来，我就和你去吃饭”。程序员略加思索，说：“这好办，你等着看。”说着程序员在论坛上发一帖子：“Python好还是Perl好”。一时之间，大家各抒己见，看法各不相同。很快讨论就变成争吵，论坛闹翻了天。女神一看，说：“不错，你真行，我们去吃饭吧。”程序员回答：“等等，我要让他们相信，还是Python更好”。
这个笑话也可以换成Oracle的，“增量检查点如何被触发”之类的话题，从来都能引起一番争论。
和考据学一样，史料的来源，有正史、野史。Oracle资料的来源，也分等级。通常Oracle内部资料为上品，非内部资料为下品。英文资料为上品，中文资料为下品。英文的、Oracle内部的资料，绝对是上品中的上品。在争论问题的时候，能抛出一小段英文，注明这是Oracle内部资料。绝对的权威。
实事上，好奇之心人皆有之。人都有求知欲的，对于自己想不明白的问题，如果有个地方可以告诉自己答案，就算这个答案有时候也比较朦胧，但总比没有答案好。相信我们都会有过疑问，这个世界、宇宙是从何而来，最早的答案是上帝、盘古他们创造的。这个答案在很长一段时期内，给了很多人以心灵的安慰。当人们仰望无尽的星空时，仿佛看到慈爱的天父在注视我们。当求知欲转变成信仰，这个时候就不要再挑战他了。因为他维护的不是知识本身，而是他的心灵。
言归正传，对这两个等待事件的研究，就到此为止了，虽然我始终没有测试出来“More Data”的等待事件，但我也总算找到了答案，原来“More Data”是Fetch阶段的等待事件，应该是“抓取”数据太多时，会出现这一等待事件。这应该只能在一些大型企业较大规模的数据库上才能看到，所以我模拟不出来。我原来在阿里的数据库中，的确看到不少这个等待事件。看，有时候找到答案就是这么简单。
但是，这样的“考据”，对实际调优、排故有帮助吗？答案当然是，没有。
原理的研究，不能停留在“引经据典”，一定要自己验证、测试。但遗憾的是，Oracle的有些地方，运行的十分迅速，比如Latch、Mutex方面。相关这两点的测试，非常不容易做，因为它们的获得、释放太快了。
因此，很长一段时期内，我同意一种说法，Oracle内部原理的研究，意义不大。只有一点意义，单纯的“考据”没有意义，通过自己设计实验，验证结论，这个过程可以让我们熟悉Oracle的各个方面，可以让我们尽快成长为高级DBA。
高级DBA是如何炼成的，很简单，考据+验证，再加上从业5、6年的经验，基本就是高级DBA了。如果只有5、6年经验，没经历过“考据+验证”的洗礼，称不上高级，也就只是经验丰富的DBA。而且现在随着DBA的普及，从业5、6年的DBA已经很多了。如果在2005、06哪几年，如果谁说有5年专职DBA经验，大家都要敬仰一下。现在，已经很多了。所以只是从业时间长已经越来越没有优势了。
我在高级DBA阶段，停留了很久。应该说到阿里之前，就已经是高级了。因为当时我已经可以解析部分Redo文件格式，对内部原理的“考据+验证”，已经做了很多。到加入阿里的时候，也正好有5年经验。十分符合“考据+验证+经验”，因此阿里也给了我高级数据库专家的Title。拥有高级专家头衔的在当年整个集团的技术人员中也就几十人，这也算是对我之前努力的认可。
但在这之后，我遇到了DBA的另一大难题：突破难。到阿里之后我一直没有进步。一直停留在高级阶段，无法前进。这就是我前面说的“突破难”。如果你不突破，很难在技术职业上到达另一高峰，这时候你面前的路只有一条，做管理。但现阶段的我并不适合管理，其实并非每一个人都适合做管理。起码以我目前的年龄、心态，还不太适合做管理。一旦加入管理团队，个人技术成长基本宣告停滞。进入管理角色，你能做出多大的成绩，很大程度上取决于你之前的技术水平。技术，是管理的地基（除非是很有管理者天赋的管理型人才）。我还不想在地基很薄的时候，就匆匆在薄薄的地基上盖楼。以后我也会转去做管理，但不是现在。所以，我要先“突破高级DBA”。
为什么DBA达到高级会“突破难”呢？想一想其实是很简单，就两个字：认可。IT业内对DBA的评价是有顶的。做程序员，只要牛B，可以做到Linus，开发个Linux造福人类。程序员，是没顶的行业。或者说有顶，不过这个顶太高了。而DBA不同，DBA不从事创造性行业。运维，而且是运维别人已经开发好的程序。就算你的运维技术登峰造极，在开发Oracle的程序员面前，不还是抬不起头来吗。DBA是有顶的，而且顶不高。从事DBA后少则5、6年，一定会到顶。
我一直相信，有些事是看机缘的。佛家所谓“缘起”，就是对小概率、巧和事件的另一种说法。我的突破，就是一件巧合事件。突破之后，我慢慢发现，在高级DBA之后，还有两个层次。
我的突破，“缘起”就是阿里搞了套GreenPulm系统，这是一种基于PostGre SQL的分布式数据库系统。由于是最初是SUN搞的，所以最早GreenPulm是装在Solaris系统上。公司的GreenPulm需要维护，由于阿里去Oracle运动如火如荼，我也要选择一个非Oracle方向的技术，我就选择了GreenPulm。我是从Solaris开始入手的，因为要先学Solaris的维护，然后才能维护GreenPulm。我买了一本《Solaris红宝书》开始啃，啃的很无趣。不过，我在Solaris中，发现一个特性，叫“动态跟踪语言”，也就是DTrace。这玩意非常强大，它基本上能跟踪一切。而且，在Solaris下的Oracle，和在Linux、AIX下等等其他系统下的Oracle，运行原理是一样的。如果在Solaris下装个Oracle，再用DTrace跟踪，不知道能不能有所突破。
发现这东西之后，我基本上停止接手GreenPulm的维护。一门心思的开始研究用DTrace跟踪Oracle。果然，收获很大。我研究了大半年这玩意，比如前面所说的例子：SQL*Net message to client和SQL*Net more data to client的意义。使用DTrace跟踪，将非常容易发现它们的秘密。
Oracle逻辑读其实就是调用memcpy函数，将数据从Buffer Cache中拷贝到PGA中。再从PGA中通过网络传送到客户端。用DTrace的PID类探针跟踪逻辑读Oracle都调了什么函数。在跟踪结果中可以发现，每次SQL*Net message to client事件发生，向客户端发送数据的量大小，有一个上限。
大概过程是这样的，先要用DTrace挖掘出Oracle注册等待事件的函数，这样不必查询视图，在DTrace的跟踪结果中，就可以知道在哪段代码之后发生的等待事件是什么。比如数据到PGA开始用网络传输之后，Oracle就注册了SQL*Net message to client等待事件。
数据拷贝到PGA中后，一定会占一块内存。一次拷贝多少数据，是受set arraysize控制的。我不断尝试新的arraysize值，统计memcpy函数拷贝的数据量。发现随着arraysize增大，Oracle只会在PGA中最分配8K内存，绝对不会超过这个数字。而当arraysize很大，一次逻辑读的数据量超过8K时，就会出现SQL*Net more data from client等待事件。
比如说，arraysize设为很高的值，一次逻辑读要读10K数据。Oracle先memcpy 8K数据到PGA中，通过网络发送到客户端，这时等待事件是SQL*Net more data from client，逻辑读并没有结束。然后Oracle再memcpy 2K数据到PGA中，再通过网络发送到客户端，这次的等待事件就是SQL*Net message to client，不再是“More Data”，这时一次逻辑读才结束。
这就是SQL*Net message to client和SQL*Net more data to client的区别。
下面，问题是，明白了这些有什么用呢？这和普通高级DBA“考据+测试”所得出的结论，虽有不同，但同样没有意义。
当然不是的，如果单纯只是无意义的“屠龙之术”，只为了装装门面，确实是没有意义的。但使用“动态跟踪”DTrace进行的深入研究，并非没有意义。以这个例子为例，有两点实际意义：
1、当发生SQL*Net more data to client时，说明一次逻辑读的数据量要两次网络传输。而逻辑读期间，Oracle会一直持有Buffer Pin锁。也就是说，Buffer Pin锁的持有时间要包含一次网络传输。在网络稍差的环境中，这会导致Buffer Pin锁持有时间过长，加重系统CPU的负担。
2、PGA中满8K就发送一次数据。这个8K是固定的吗？还是可以调的。如果可以调的大些，不但可以减少Oracle和网络的交互次数，还可以减少SQL*Net more data from client的次数，这都对减少系统CPU负载有帮助。有了8K这个默认数字，在Oracle官方文档中搜索，又发现一个含含乎乎的参数，Session Data Unit，简称SDU。这个参数可以在sqlnet.ora、tnsnames.ora或监听配置文件中设置。你可以在文档中搜索SDU的介绍，保证你可以看懂、但不知道这玩意是干什么用的。它就是用来设置逻辑读在PGA的缓存大小的。
其实简单点说，当你的数据库中SQL*Net more data to client等待事件比较多时，调大SDU，可以有效的降低CPU的负载。但这对网络的要求会更高。
这就是DTrace跟踪出的结果。我用DTrace跟踪出的结果有很多，当然，单纯的DTrace，有时间会显得力不从心。这时候调试工具gdb就上场了。后来升级到Oracle 11GR2后，在Solaris下只有64位版本的11GR2，Solaris下64位的gdb我一直没装成功，所以后来我改用mdb了。
gdb/mdb的作用，在研究Latch、Mutex时最明显。gdb/mdb可以在代码的任意地方设置断点，让运行的如脱缰野马般的Oracle，停在我们想让它停的地方。
还有，这两年来我把CPU、汇编方面的知识又补了补。今年春节，我开始阅读Oracle部分重点代码的反汇编。比如Mutex的、逻辑读的。
使用DTrace、gdb/mdb这类调试工具，很多人担心会对观察对象有影响。影响肯定是有的，量子物理中人类的一瞥，不是还可以影响量子的行为吗，我们去调试Oracle进程，一定会对被调试进程有影响的。不过，优秀的调试工具，能将影响降到最低。Solaris下的DTrace和mdb在这方面做的要好一些，对调试对象基本没有影响。Linux也正在慢慢赶上，gdb的低层Ptrace对进程影响稍大，不过这是以前了，Linux内核不断在进步，调试、动态跟踪技术也不断在进步。后来又有了PTrace Over Utrace，Utrace对进程的影响已经大大缩小。现在已经是最新的uprobes了，调试跟踪的性能、对进程的影响，已经非常小了。
我们都知道许多昆虫都有的一种生长方式：蛹-->成虫。蛹的阶段，是初级阶段。从蛹到成虫，是一种飞越式的进化。蛹只能在泥土中钻来钻去，而多数成虫则能跳、能飞。这种飞越也是有代价的，成语有“破茧成蝶”。扔掉过去、打破自己的天花板，向更高级进化。将近一年的DTrace、gdb/mdb研究，使我在阿里的职业生涯走到了尽头。几次季度KPI考评，我都没有完成要求，GreenPulm维护工作无法胜任。这段时间是痛苦的，一方面我感觉到技术方面自己成长很快，快要实现我的目标：“突破高级DBA”。另一方面，考评如此之差，也让自己背付了巨大的压力。我想，是到了要告别的时候，阿里也是这么想的。于是，很自然的，在2012年初，我离开了阿里。
我很感谢阿里巴巴，进公司前，我是一名普通的高级DBA。出公司后，我觉得我找到了突破高级DBA瓶颈的方法，哪就是Oracle DBA领域中新的方向：调试Oracle。将调试与运维合二为一的新领域。
马云是舞台感很好的演说家，因此阿里的风格也是开放、高调。双11民间造节的成功，让所有人都无法怀疑这点。马云又在宣称要用双11撬动房价，无论撬动的结果如何，将双11和中国最具争议性字汇：“房价”联系在一起，无疑会让双11影响力进一步扩大。不但“造节”，阿里制造的概念，同样不乏震动业界的，比如“去IOE”。
和双11一样，去IOE已经是一个充满魔力的词汇，它神秘、充满悬念，又极富争议。和双11一样，它也像风暴一样，席卷了数据库界。和双11一样，它也有伟大的理想。双11要最终撬动房价、改变中国，去IOE要撬动“核心技术国外论”，要使中国走上自主核心技术的发展之路。有人说2013双11第一分钟订单金额就已经过亿了，主要阻塞在银行，如果银行也可以去IOE，第一分钟订单金额就不只过亿了。先不说支付宝的去O情况，单想想去年双11淘宝的超买现象。如果银行也来个“超取”，那就真是太刺激了。
不过，经过几年去IOE的宣传，Oracle技术圈的确被打压的萎靡不振，每个Oracle DBA都在考虑自己的未来之路，Oracle已经变成明符其实的夕阳产业。甚至连带着整个运维的大环境，都大不如前。一些前辈高人纷纷转管理、出国，新人们在去IOE的影响下，更加关注分布式、大数据、云这些新兴行业，很少人静下心来研究运维技术。导致一些奇怪的运维问题，无人可以解答清楚。2011年春、夏之交，有两套某存储厂商的中端存储背板有问题，导致存储宕机。因为两套存储先、后宕机，我们希望厂商能给个说法，最后的回复是“因为前段时间日本福岛核泄露，导致空气中微量元素的辐射超标，造成电子设备运行不稳。”还有一次是另一家存储设备供应商，在存储设备出问题后，给出的原因是“太阳黑子爆发，大量中微子等量子穿过设备，造成问题。”看来去IOE之后，运维工程师已经可以闲到研究量子物理了。
我相信，随着去IOE风瀑的进一步影响，以后这样的奇怪回答将越来越多。我也相信总有企业不满足这样的奇怪答案，一些深入的问题，总要有人去研究。靠在这个新领域的研究成果，我迅速得到了很多Oracle DBA的认可。很多人说我给萎靡不振的Oracle技术圈注入了新的活力，我相信调试与运维的结合，将是DBA新的春天。也欢迎大家一起加入这个新领域，共同重振运维雄风。去年我写了很多文章，介绍如何使用DTrace、gdb/mdb研究Oracle，年初还写了一篇如何阅读Oracle反汇编代码的文章，今年以来写文章的进度慢了，因为我一直在著作《Oracle核心技术揭密》，随着这本书进入收尾阶段，我会更多分享文章，介绍如何“调试Oracle”。
达到可以调试Oracle的级别，你可以解决一切Oracle问题，当然了，前题是只要有时间。因为一次调试、研究，需要大量时间。理解反汇编代码，没有相像中哪么容易。我的方法是，养兵千日，用在一时。平常多调试、钻研，如果遇到的问题正好是你以前研究过的，哪不就很快能搞定吗。
最近我以高管级别的技术人员入职京东，证明了“调试ORACLE”这个方向正逐渐被技术圈接受、认可。但很可惜，由于自身、家庭原因，我只在京东待了两周。
相比阿里，京东还是比较封闭的。每年各种IT技术大会，总少不了阿里人的身影，但京东鲜有人参加。但这两周在京东的耳闻目染，京东的技术还是很牛的。比如ORACLE数据库这块，数据库可用性，维护水平绝对不在全盛时的阿里之下，只可惜京东规定较严，通常不允许对外宣传，否则，大家又可以听到一些不错的技术思想。
很可惜没能在这样的团队中和大家共创辉煌。但离开后也多了一些自由度，可以更多的宣传“调试ORACLE”的方法，让更多的人从中受益。
在调试Oracle之后，还有一个最终级别。为了调试，C语言、数据结构要掌握的不错，还要有汇编、操作系统和CPU的相关知识。你已经把这些东西掌握的这么好了，完全可以根据需要开发自己的调试工具。如果不想老是在调试这一块搞，既然已经调试了Oracle这么多年，对Oracle机制如此熟悉，完全可以模仿Oracle，写一些自己的东西。比如，Oracle的内存管理是很优秀的，这已经被无数大型企业所验证。只是网上所能查到的资料，缺失了很多细节，比如LRU的算法，或者更具体的HASH算法。但现在不一样了，经过调试Oracle，你会看的比别人更清楚。这时，要吸收Oracle优秀的思想，设计自己程序的架构，也并非难事了。
这是我所希望的最终方向，我目前还只处于调试Oracle阶段，希望以后有时间我可以再进一步。
从前有个叫拉里.沃尔的SA（系统管理员），觉得UNIX下处理报表非常不方便，awk、sed等工具都有不足之外，就自己写了个工具方便处理报表，这个工具就是Perl。拉里.沃尔从些进入世界级IT神人名单，再也不用担心自己的未来之路。
驴不同意：“什么？这种苦日子你要我活50年？让我活20年吧，30年还给你。”
上帝同意了。
第二天，上帝创造了猴子。上帝对猴子说：“你必须带给人们娱乐。你必须让他们开怀大笑，耍把戏。我给你20年寿命。”
猴子不干：“什么？让他们开怀大笑？做鬼脸耍把戏？10年就够了，另外10年还给你。”
上帝同意了。
第三天，上帝创造了狗。上帝对狗说：“你应该终日坐在自家门口，有人进来就叫！我给你则20年寿命。”
狗反对：“什么？整天坐在门口？绝对不行！我退给你10年寿命！”于是上帝同意了。
第四天，上帝创造了人。
上帝对人说：“你的工作就是吃喝玩乐睡大觉，尽情享受人生。只管享受，什么都不干。这种生活，我给你20年寿命。”
人反对说：“什么？这样的好日子！除了吃喝玩乐，什么都不干。尽情享受，而你让我只活20年？不行，老兄！我们何不做个交易？既然驴退给你30年，狗还你10年，猴子退回10年，你把这些统统给我！这样我的寿命就有70年了。行吗？”
上帝同意了。
这就是为什么头20年，我们吃喝玩乐，尽情享受，无所事事。接下来的30年，我们终日像驴一样辛苦工作，养家糊口。之后的10年，我们像猴子一样扮鬼脸耍把戏让孙辈开心。最后10年，我们像狗一样呆在家里，坐在门口，对人大叫。
虽是笑话，但成年后的人生，也的确如此。像驴一样工作，像猴子一样被人耍，……。就算是逍遥自在的头20年，《这个杀手不太冷》中玛蒂尔达和莱昂的对话，也让人绝望：
玛蒂尔达：是不是人生总是如此艰难，还是只有童年如此？ 莱昂：总是如此
做人苦，做中国人更苦，做中国的IT人则苦上加苦。前段日了不是有则新闻吗，一美帝程序员将自己的工作包给几名中国程序员完成，自己每天就是享受生活。支付几名中国程序员薪水后，美帝程序员自己的工资还剩一大部分，足够优哉优哉的过日子。这则消息真是让国内程序员苦哈哈们泪奔。
反差大的又何止程序员们，DBA也是如此。我经常观注一美帝DBA的BLOG，他BLOG有一段时间没更新。后来又开始更新，贴出了一些照片，原来是去爱琴海享受了十来天的阳光、白色沙滩、蓝海、……。我们的假期没有蓝海，只有人海。我的生活没有爱琴海，只有房贷。真是少壮不努力，至今在内地啊。
但其实很多朋友都知道，比起生活上的苦，还有一种苦更难以名状，就是找不到前进的方向。
我们似乎身处在一片浓浓的雾mai中，虽然想努力“自强不吸”，但遗憾的是我们不知道哪里是前、哪里是后。穿越雾mai区的过程，是人生最为艰辛的过程。你需要在不知道结果的情况下，朝向一个未知的方向前进。前方有可能是掌声和鲜花，也可能是绝壁断涯。
做为在雾mai中行走多年的“行客”，今天和大家分享下Oracle DBA这条艰苦曲折之路，特别现在有很多朋友都被困扰的问题：“高级DBA如何突破”。
DBA的特点，是“入行难、突破难”。
先说入行难。由于直接负责企业最重要的资产：数据，因此，所有公司对DBA的要求都有一条：经验。没有公司肯把数据库交给没有经验的DBA。评价初、中、高级DBA的重要一点就是经验多少。
没有经验的DBA想找到工作，是很难的。这间接催进了DBA培训行业的繁荣。通常从事培训工作的讲师，都是有一定经验的。通过讲师介绍，可以学到一些书本中没有的经验类东西。但其实如今网络如此发达，只要有心，自己在网络中找，也是能找到很多富含经验的技术文章。只不过纯靠自己找资料、自己学，会慢一些而已。
能跨入了DBA的门槛后，一般成长都会很迅速。因为Oracle相关知识还是比较简单的。一般快则一、两年，慢则两、三年，差不多就是中级DBA了。是否再往下前进就看个人意愿了。如果有意研究技术，静下心来将Oracle的原理研究一下，再有个两年左右，差不多就是高级DBA了。这时，很多人的瓶径就到了。有希望转管理的人，纷纷转管理。没希望转管理的呢，这时会极度迷茫，因为已经到顶了。随着时间累积，经验越来越丰富，但总是无法突破，无法达到更高层次。这样再过个几年，就是经验更丰富的高级DBA。再过几年，就是经验更更丰富的高级DBA。说到底，其实还是普通DBA。
我曾经在这一阶段迷茫很久，各种Oracle原理，能分析的都分析了。但Oracle又没有开源，很多原理，只能雾里看花的研究一下。大部分时候对调优、排故意义不大。这时，就遇到DBA行业的第二难：“突破难”。
不突破，将一直是普通DBA，即使是“高级”，也还是普通的DBA。很多等待事件，很多资料，无法完全搞清楚其意义。只能被动的等待网络上几个国外大牛写些文章。但我们自己去研究的话，又始终摸不着头脑。
举个简单的例子，比如关于向客户端发送信息的等待事件有两个：SQL*Net message to client和SQL*Net more data to client。按照文档中的解释，SQL*Net message to client等待事件说明了：The server is performing another send to the client. The previous operation was also a send to the client，翻译过来就是服务器进程正在完成另外的到客户端的发送，之前的操作将总是被发送到客户端。SQL*Net more data to client的解释是：The server process is sending more data/messages to the client. The previous operation to the client was also a send。服务器进程正在发送更多的数据/消息到客户端，之前的操作将总是被发送到客户端。
按照这个解释，SQL*Net more data to client是发送的数据太多了，是这样不是呢？我做了一个测试。我建了一张小表，只有100行，全表扫描它，观察SQL*Net message to client和SQL*Net more data to client哪个会出现。结果当然是SQL*Net message to client。表不够大吗，当然不会有“More Data”。接下来，我将表的行数扩大到10万、100万、1000万、1亿。最后表的大小都上G了，还是没有“more data”等待。要多大的表，才会有SQL*Net more data to client等待事件呢？我没有测试出来。
DBA都知道，10046事件是Oracle提供的研究Oracle的利器，接下来，可以用10046跟踪一下。我当时作过这样的跟踪，但很遗憾，在跟踪结果中，无法找到SQL*Net message to client、SQL*Net more data to client的进一步思路。
我在网上也了解了一下这两个等待事件，大家的说法都含含呼呼。这也很正常，大家对这两个等待事件的理解都是来自于文档，文档中如此含呼，自然也就造成大家的理解各不相同、不太统一的情况。我在网上好一番查找，终于发现有人不知道根据从哪里搞来的资料，说“More Data”等待事件和SQL中Select语句的Fetch有关，然后就没了。根据这点资料猜想一下，应该是抓取的行太多了，就会有这个等待事件吧。在网上又一番查找，也没找到更进一步的资料，也只能放弃了。
其实很多时候，DBA有点像“考据”学家了。要在网上找各种各样的资料。
考据学，就是埋首于故纸堆中，查阅各种经、史、子、集，论证著如秦始皇真是吕不韦后人吗之类的问题。由于大家所参考的史料有不同，因此某些问题常常分成几派，各执一词。DBA也是一样，我在由中级DBA到高级DBA的过程中，查看了大量的英文资料。但有些资料的说法相互矛盾，比如说“检查点系列问题”。包括增量检查点什么时候触发、日志切换是什么检查点，这类问题吵来吵去，从无定论。
这使我想起一个有关程序员的笑话。程序员请女神吃饭，女神说：“只要你能让论坛里大家都吵起来，我就和你去吃饭”。程序员略加思索，说：“这好办，你等着看。”说着程序员在论坛上发一帖子：“Python好还是Perl好”。一时之间，大家各抒己见，看法各不相同。很快讨论就变成争吵，论坛闹翻了天。女神一看，说：“不错，你真行，我们去吃饭吧。”程序员回答：“等等，我要让他们相信，还是Python更好”。
这个笑话也可以换成Oracle的，“增量检查点如何被触发”之类的话题，从来都能引起一番争论。
和考据学一样，史料的来源，有正史、野史。Oracle资料的来源，也分等级。通常Oracle内部资料为上品，非内部资料为下品。英文资料为上品，中文资料为下品。英文的、Oracle内部的资料，绝对是上品中的上品。在争论问题的时候，能抛出一小段英文，注明这是Oracle内部资料。绝对的权威。
实事上，好奇之心人皆有之。人都有求知欲的，对于自己想不明白的问题，如果有个地方可以告诉自己答案，就算这个答案有时候也比较朦胧，但总比没有答案好。相信我们都会有过疑问，这个世界、宇宙是从何而来，最早的答案是上帝、盘古他们创造的。这个答案在很长一段时期内，给了很多人以心灵的安慰。当人们仰望无尽的星空时，仿佛看到慈爱的天父在注视我们。当求知欲转变成信仰，这个时候就不要再挑战他了。因为他维护的不是知识本身，而是他的心灵。
言归正传，对这两个等待事件的研究，就到此为止了，虽然我始终没有测试出来“More Data”的等待事件，但我也总算找到了答案，原来“More Data”是Fetch阶段的等待事件，应该是“抓取”数据太多时，会出现这一等待事件。这应该只能在一些大型企业较大规模的数据库上才能看到，所以我模拟不出来。我原来在阿里的数据库中，的确看到不少这个等待事件。看，有时候找到答案就是这么简单。
但是，这样的“考据”，对实际调优、排故有帮助吗？答案当然是，没有。
原理的研究，不能停留在“引经据典”，一定要自己验证、测试。但遗憾的是，Oracle的有些地方，运行的十分迅速，比如Latch、Mutex方面。相关这两点的测试，非常不容易做，因为它们的获得、释放太快了。
因此，很长一段时期内，我同意一种说法，Oracle内部原理的研究，意义不大。只有一点意义，单纯的“考据”没有意义，通过自己设计实验，验证结论，这个过程可以让我们熟悉Oracle的各个方面，可以让我们尽快成长为高级DBA。
高级DBA是如何炼成的，很简单，考据+验证，再加上从业5、6年的经验，基本就是高级DBA了。如果只有5、6年经验，没经历过“考据+验证”的洗礼，称不上高级，也就只是经验丰富的DBA。而且现在随着DBA的普及，从业5、6年的DBA已经很多了。如果在2005、06哪几年，如果谁说有5年专职DBA经验，大家都要敬仰一下。现在，已经很多了。所以只是从业时间长已经越来越没有优势了。
我在高级DBA阶段，停留了很久。应该说到阿里之前，就已经是高级了。因为当时我已经可以解析部分Redo文件格式，对内部原理的“考据+验证”，已经做了很多。到加入阿里的时候，也正好有5年经验。十分符合“考据+验证+经验”，因此阿里也给了我高级数据库专家的Title。拥有高级专家头衔的在当年整个集团的技术人员中也就几十人，这也算是对我之前努力的认可。
但在这之后，我遇到了DBA的另一大难题：突破难。到阿里之后我一直没有进步。一直停留在高级阶段，无法前进。这就是我前面说的“突破难”。如果你不突破，很难在技术职业上到达另一高峰，这时候你面前的路只有一条，做管理。但现阶段的我并不适合管理，其实并非每一个人都适合做管理。起码以我目前的年龄、心态，还不太适合做管理。一旦加入管理团队，个人技术成长基本宣告停滞。进入管理角色，你能做出多大的成绩，很大程度上取决于你之前的技术水平。技术，是管理的地基（除非是很有管理者天赋的管理型人才）。我还不想在地基很薄的时候，就匆匆在薄薄的地基上盖楼。以后我也会转去做管理，但不是现在。所以，我要先“突破高级DBA”。
为什么DBA达到高级会“突破难”呢？想一想其实是很简单，就两个字：认可。IT业内对DBA的评价是有顶的。做程序员，只要牛B，可以做到Linus，开发个Linux造福人类。程序员，是没顶的行业。或者说有顶，不过这个顶太高了。而DBA不同，DBA不从事创造性行业。运维，而且是运维别人已经开发好的程序。就算你的运维技术登峰造极，在开发Oracle的程序员面前，不还是抬不起头来吗。DBA是有顶的，而且顶不高。从事DBA后少则5、6年，一定会到顶。
我一直相信，有些事是看机缘的。佛家所谓“缘起”，就是对小概率、巧和事件的另一种说法。我的突破，就是一件巧合事件。突破之后，我慢慢发现，在高级DBA之后，还有两个层次。
我的突破，“缘起”就是阿里搞了套GreenPulm系统，这是一种基于PostGre SQL的分布式数据库系统。由于是最初是SUN搞的，所以最早GreenPulm是装在Solaris系统上。公司的GreenPulm需要维护，由于阿里去Oracle运动如火如荼，我也要选择一个非Oracle方向的技术，我就选择了GreenPulm。我是从Solaris开始入手的，因为要先学Solaris的维护，然后才能维护GreenPulm。我买了一本《Solaris红宝书》开始啃，啃的很无趣。不过，我在Solaris中，发现一个特性，叫“动态跟踪语言”，也就是DTrace。这玩意非常强大，它基本上能跟踪一切。而且，在Solaris下的Oracle，和在Linux、AIX下等等其他系统下的Oracle，运行原理是一样的。如果在Solaris下装个Oracle，再用DTrace跟踪，不知道能不能有所突破。
发现这东西之后，我基本上停止接手GreenPulm的维护。一门心思的开始研究用DTrace跟踪Oracle。果然，收获很大。我研究了大半年这玩意，比如前面所说的例子：SQL*Net message to client和SQL*Net more data to client的意义。使用DTrace跟踪，将非常容易发现它们的秘密。
Oracle逻辑读其实就是调用memcpy函数，将数据从Buffer Cache中拷贝到PGA中。再从PGA中通过网络传送到客户端。用DTrace的PID类探针跟踪逻辑读Oracle都调了什么函数。在跟踪结果中可以发现，每次SQL*Net message to client事件发生，向客户端发送数据的量大小，有一个上限。
大概过程是这样的，先要用DTrace挖掘出Oracle注册等待事件的函数，这样不必查询视图，在DTrace的跟踪结果中，就可以知道在哪段代码之后发生的等待事件是什么。比如数据到PGA开始用网络传输之后，Oracle就注册了SQL*Net message to client等待事件。
数据拷贝到PGA中后，一定会占一块内存。一次拷贝多少数据，是受set arraysize控制的。我不断尝试新的arraysize值，统计memcpy函数拷贝的数据量。发现随着arraysize增大，Oracle只会在PGA中最分配8K内存，绝对不会超过这个数字。而当arraysize很大，一次逻辑读的数据量超过8K时，就会出现SQL*Net more data from client等待事件。
比如说，arraysize设为很高的值，一次逻辑读要读10K数据。Oracle先memcpy 8K数据到PGA中，通过网络发送到客户端，这时等待事件是SQL*Net more data from client，逻辑读并没有结束。然后Oracle再memcpy 2K数据到PGA中，再通过网络发送到客户端，这次的等待事件就是SQL*Net message to client，不再是“More Data”，这时一次逻辑读才结束。
这就是SQL*Net message to client和SQL*Net more data to client的区别。
下面，问题是，明白了这些有什么用呢？这和普通高级DBA“考据+测试”所得出的结论，虽有不同，但同样没有意义。
当然不是的，如果单纯只是无意义的“屠龙之术”，只为了装装门面，确实是没有意义的。但使用“动态跟踪”DTrace进行的深入研究，并非没有意义。以这个例子为例，有两点实际意义：
1、当发生SQL*Net more data to client时，说明一次逻辑读的数据量要两次网络传输。而逻辑读期间，Oracle会一直持有Buffer Pin锁。也就是说，Buffer Pin锁的持有时间要包含一次网络传输。在网络稍差的环境中，这会导致Buffer Pin锁持有时间过长，加重系统CPU的负担。
2、PGA中满8K就发送一次数据。这个8K是固定的吗？还是可以调的。如果可以调的大些，不但可以减少Oracle和网络的交互次数，还可以减少SQL*Net more data from client的次数，这都对减少系统CPU负载有帮助。有了8K这个默认数字，在Oracle官方文档中搜索，又发现一个含含乎乎的参数，Session Data Unit，简称SDU。这个参数可以在sqlnet.ora、tnsnames.ora或监听配置文件中设置。你可以在文档中搜索SDU的介绍，保证你可以看懂、但不知道这玩意是干什么用的。它就是用来设置逻辑读在PGA的缓存大小的。
其实简单点说，当你的数据库中SQL*Net more data to client等待事件比较多时，调大SDU，可以有效的降低CPU的负载。但这对网络的要求会更高。
这就是DTrace跟踪出的结果。我用DTrace跟踪出的结果有很多，当然，单纯的DTrace，有时间会显得力不从心。这时候调试工具gdb就上场了。后来升级到Oracle 11GR2后，在Solaris下只有64位版本的11GR2，Solaris下64位的gdb我一直没装成功，所以后来我改用mdb了。
gdb/mdb的作用，在研究Latch、Mutex时最明显。gdb/mdb可以在代码的任意地方设置断点，让运行的如脱缰野马般的Oracle，停在我们想让它停的地方。
还有，这两年来我把CPU、汇编方面的知识又补了补。今年春节，我开始阅读Oracle部分重点代码的反汇编。比如Mutex的、逻辑读的。
使用DTrace、gdb/mdb这类调试工具，很多人担心会对观察对象有影响。影响肯定是有的，量子物理中人类的一瞥，不是还可以影响量子的行为吗，我们去调试Oracle进程，一定会对被调试进程有影响的。不过，优秀的调试工具，能将影响降到最低。Solaris下的DTrace和mdb在这方面做的要好一些，对调试对象基本没有影响。Linux也正在慢慢赶上，gdb的低层Ptrace对进程影响稍大，不过这是以前了，Linux内核不断在进步，调试、动态跟踪技术也不断在进步。后来又有了PTrace Over Utrace，Utrace对进程的影响已经大大缩小。现在已经是最新的uprobes了，调试跟踪的性能、对进程的影响，已经非常小了。
我们都知道许多昆虫都有的一种生长方式：蛹-->成虫。蛹的阶段，是初级阶段。从蛹到成虫，是一种飞越式的进化。蛹只能在泥土中钻来钻去，而多数成虫则能跳、能飞。这种飞越也是有代价的，成语有“破茧成蝶”。扔掉过去、打破自己的天花板，向更高级进化。将近一年的DTrace、gdb/mdb研究，使我在阿里的职业生涯走到了尽头。几次季度KPI考评，我都没有完成要求，GreenPulm维护工作无法胜任。这段时间是痛苦的，一方面我感觉到技术方面自己成长很快，快要实现我的目标：“突破高级DBA”。另一方面，考评如此之差，也让自己背付了巨大的压力。我想，是到了要告别的时候，阿里也是这么想的。于是，很自然的，在2012年初，我离开了阿里。
我很感谢阿里巴巴，进公司前，我是一名普通的高级DBA。出公司后，我觉得我找到了突破高级DBA瓶颈的方法，哪就是Oracle DBA领域中新的方向：调试Oracle。将调试与运维合二为一的新领域。
马云是舞台感很好的演说家，因此阿里的风格也是开放、高调。双11民间造节的成功，让所有人都无法怀疑这点。马云又在宣称要用双11撬动房价，无论撬动的结果如何，将双11和中国最具争议性字汇：“房价”联系在一起，无疑会让双11影响力进一步扩大。不但“造节”，阿里制造的概念，同样不乏震动业界的，比如“去IOE”。
和双11一样，去IOE已经是一个充满魔力的词汇，它神秘、充满悬念，又极富争议。和双11一样，它也像风暴一样，席卷了数据库界。和双11一样，它也有伟大的理想。双11要最终撬动房价、改变中国，去IOE要撬动“核心技术国外论”，要使中国走上自主核心技术的发展之路。有人说2013双11第一分钟订单金额就已经过亿了，主要阻塞在银行，如果银行也可以去IOE，第一分钟订单金额就不只过亿了。先不说支付宝的去O情况，单想想去年双11淘宝的超买现象。如果银行也来个“超取”，那就真是太刺激了。
不过，经过几年去IOE的宣传，Oracle技术圈的确被打压的萎靡不振，每个Oracle DBA都在考虑自己的未来之路，Oracle已经变成明符其实的夕阳产业。甚至连带着整个运维的大环境，都大不如前。一些前辈高人纷纷转管理、出国，新人们在去IOE的影响下，更加关注分布式、大数据、云这些新兴行业，很少人静下心来研究运维技术。导致一些奇怪的运维问题，无人可以解答清楚。2011年春、夏之交，有两套某存储厂商的中端存储背板有问题，导致存储宕机。因为两套存储先、后宕机，我们希望厂商能给个说法，最后的回复是“因为前段时间日本福岛核泄露，导致空气中微量元素的辐射超标，造成电子设备运行不稳。”还有一次是另一家存储设备供应商，在存储设备出问题后，给出的原因是“太阳黑子爆发，大量中微子等量子穿过设备，造成问题。”看来去IOE之后，运维工程师已经可以闲到研究量子物理了。
我相信，随着去IOE风瀑的进一步影响，以后这样的奇怪回答将越来越多。我也相信总有企业不满足这样的奇怪答案，一些深入的问题，总要有人去研究。靠在这个新领域的研究成果，我迅速得到了很多Oracle DBA的认可。很多人说我给萎靡不振的Oracle技术圈注入了新的活力，我相信调试与运维的结合，将是DBA新的春天。也欢迎大家一起加入这个新领域，共同重振运维雄风。去年我写了很多文章，介绍如何使用DTrace、gdb/mdb研究Oracle，年初还写了一篇如何阅读Oracle反汇编代码的文章，今年以来写文章的进度慢了，因为我一直在著作《Oracle核心技术揭密》，随着这本书进入收尾阶段，我会更多分享文章，介绍如何“调试Oracle”。
达到可以调试Oracle的级别，你可以解决一切Oracle问题，当然了，前题是只要有时间。因为一次调试、研究，需要大量时间。理解反汇编代码，没有相像中哪么容易。我的方法是，养兵千日，用在一时。平常多调试、钻研，如果遇到的问题正好是你以前研究过的，哪不就很快能搞定吗。
最近我以高管级别的技术人员入职京东，证明了“调试ORACLE”这个方向正逐渐被技术圈接受、认可。但很可惜，由于自身、家庭原因，我只在京东待了两周。
相比阿里，京东还是比较封闭的。每年各种IT技术大会，总少不了阿里人的身影，但京东鲜有人参加。但这两周在京东的耳闻目染，京东的技术还是很牛的。比如ORACLE数据库这块，数据库可用性，维护水平绝对不在全盛时的阿里之下，只可惜京东规定较严，通常不允许对外宣传，否则，大家又可以听到一些不错的技术思想。
很可惜没能在这样的团队中和大家共创辉煌。但离开后也多了一些自由度，可以更多的宣传“调试ORACLE”的方法，让更多的人从中受益。
在调试Oracle之后，还有一个最终级别。为了调试，C语言、数据结构要掌握的不错，还要有汇编、操作系统和CPU的相关知识。你已经把这些东西掌握的这么好了，完全可以根据需要开发自己的调试工具。如果不想老是在调试这一块搞，既然已经调试了Oracle这么多年，对Oracle机制如此熟悉，完全可以模仿Oracle，写一些自己的东西。比如，Oracle的内存管理是很优秀的，这已经被无数大型企业所验证。只是网上所能查到的资料，缺失了很多细节，比如LRU的算法，或者更具体的HASH算法。但现在不一样了，经过调试Oracle，你会看的比别人更清楚。这时，要吸收Oracle优秀的思想，设计自己程序的架构，也并非难事了。
这是我所希望的最终方向，我目前还只处于调试Oracle阶段，希望以后有时间我可以再进一步。
从前有个叫拉里.沃尔的SA（系统管理员），觉得UNIX下处理报表非常不方便，awk、sed等工具都有不足之外，就自己写了个工具方便处理报表，这个工具就是Perl。拉里.沃尔从些进入世界级IT神人名单，再也不用担心自己的未来之路。
我并没有写个Perl这样远大的理想，我只想在运维、调试Oracle之余，写个工具可以更好的运维、使用数据库，让数据库跑的更快。这就是我的最终方向了。
转载自：http://bbs.51cto.com/thread-1085647-1.html