动态性能表

本文涉及的产品
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介:

第一篇--v$sysstat 

   按照OracleDocument中的描述,v$sysstat存储自数据库实例运行那刻起就开始累计全实例(instance-wide)的资源使用情况。

类似于v$sesstat,该视图存储下列的统计信息:

1>.事件发生次数的统计(如:user commits)

2>.数据产生,存取或者操作的total(如:redo size)

3>.如果TIMED_STATISTICS值为true,则统计花费在执行操作上的总时间(如:CPU used by this session)

v$sysstat视图常用列介绍:

 @         STATISTIC#: 标识

 @         NAME: 统计项名称

 @         VALUE: 资源使用量

该视图还有一列class-统计类别但极少会被使用,各类信息如下:

代表事例活动

代表Redo buffer活动

代表锁

代表数据缓冲活动

16 代表OS活动

32 代表并行活动

64 代表表访问

128 代表调试信息

注意:Statistic#的值在不同版本中各不相同,使用时要用Name做为查询条件而不要以statistic#的值做为条件。

使用v$sysstat中的数据

  该视图中数据常被用于监控系统性能。如buffer cache命中率、软解析率等都可从该视图数据计算得出。

  该视图中的数据也被用于监控系统资源使用情况,以及系统资源利用率的变化。正因如此多的性能数据,检查某区间内系统资源使用情况可以这样做,在一个时间段开始时创建一个视图数据快照,结束时再创建一个,二者之间各统计项值的不同(end value - begin value)即是这一时间段内的资源消耗情况。这是oracle工具的常用方法,诸如Statspack以及BSTAT/ESTAT都是如此。

  为了对比某个区间段的数据,源数据可以被格式化(每次事务,每次执行,每秒钟或每次登陆),格式化后数据更容易从两者中鉴别出差异。这类的对比在升级前,升级后或仅仅想看看一段时间内用户数量增长或数据增加如何影响资源使用方面更加实用。

  你也可以使用v$sysstat数据通过查询v$system_event视图来检查资源消耗和资源回收。

V$SYSSTAT中的常用统计

  V$SYSSTAT中包含多个统计项,这部分介绍了一些关键的v$sysstat统计项,在调优方面相当有用。下列按字母先后排序:

数据库使用状态的一些关键指标:

 @         CPU used by this session:所有sessioncpu占用量,不包括后台进程。这项统计的单位是百分之x.完全调用一次不超过10ms

 @         db block changes:那部分造成SGA中数据块变化的insert,updatedelete操作数 这项统计可以大概看出整体数据库状态。在各项事务级别,这项统计指出脏缓存比率。

 @         execute count:执行的sql语句数量(包括递归sql)

 @         logons current:当前连接到实例的Sessions。如果当前有两个快照则取平均值。

 @         logons cumulative:自实例启动后的总登陆次数。

 @         parse count (hard):在shared pool中解析调用的未命中次数。当sql语句执行并且该语句不在shared pool或虽然在shared pool但因为两者存在部分差异而不能被使用时产生硬解析。如果一条sql语句原文与当前存在的相同,但查询表不同则认为它们是两条不同语句,则硬解析即会发生。硬解析会带来cpu和资源使用的高昂开销,因为它需要oracleshared pool中重新分配内存,然后再确定执行计划,最终语句才会被执行。

 @         parse count (total):解析调用总数,包括软解析和硬解析。当session执行了一条sql语句,该语句已经存在于shared pool并且可以被使用则产生软解析。当语句被使用(即共享所有数据相关的现有sql语句(如最优化的执行计划)必须同样适用于当前的声明。这两项统计可被用于计算软解析命中率。

 @         parse time cpu:总cpu解析时间(单位:10ms)。包括硬解析和软解析。

 @         parse time elapsed:完成解析调用的总时间花费。

 @         physical readsOS blocks read数。包括插入到SGA缓存区的物理读以及PGA中的直读这项统计并非i/o请求数。

 @         physical writes:从SGA缓存区被DBWR写到磁盘的数据块以及PGA进程直写的数据块数量。

 @         redo log space requests:在redo logs中服务进程的等待空间,表示需要更长时间的log switch

 @         redo sizeredo发生的总次数(以及因此写入log buffer),以byte为单位。这项统计显示出update活跃性。

 @         session logical reads:逻辑读请求数。

 @         sorts (memory) and sorts (disk)sorts(memory)是适于在SORT_AREA_SIZE(因此不需要在磁盘进行排序)的排序操作的数量。sorts(disk)则是由于排序所需空间太大,SORT_AREA_SIZE不能满足而不得不在磁盘进行排序操作的数量。这两项统计通常用于计算in-memory sort ratio

 @         sorts (rows): 列排序总数。这项统计可被'sorts (total)'统计项除尽以确定每次排序的列。该项可指出数据卷和应用特征。

 @         table fetch by rowid:使用ROWID返回的总列数(由于索引访问或sql语句中使用了'where rowid=&rowid'而产生)

 @         table scans (rows gotten):全表扫描中读取的总列数

 @         table scans (blocks gotten):全表扫描中读取的总块数,不包括那些split的列。

 @         user commits + user rollbacks:系统事务起用次数。当需要计算其它统计中每项事务比率时该项可以被做为除数。例如,计算事务中逻辑读,可以使用下列公式:session logical reads / (user commits + user rollbacks)

注:SQL语句的解析有软解析soft parse与硬解析hard parse之说,以下是5个步骤:

1:语法是否合法(sql写法)

2:语义是否合法(权限,对象是否存在)

3:检查该sql是否在公享池中存在

-- 如果存在,直接跳过45,运行sql. 此时算soft parse

4:选择执行计划

5:产生执行计划

-- 如果5个步骤全做,这就叫hard parse.

注意物理I/O

  oracle报告物理读也许并未导致实际物理磁盘I/O操作。这完全有可能因为多数操作系统都有缓存文件,可能是那些块在被读取。块也可能存于磁盘或控制级缓存以再次避免实际I/OOracle报告有物理读也许仅仅表示被请求的块并不在缓存中。

V$SYSSTAT得出实例效率比(Instance Efficiency Ratios)

下列是些典型的instance efficiency ratios v$sysstat数据计算得来,每项比率值应该尽可能接近1

 @         Buffer cache hit ratio:该项显示buffer cache大小是否合适。

公式:1-((physical reads-physical reads direct-physical reads direct (lob)) / session logical reads)

执行:

 
 
  1. select 1-((a.value-b.value-c.value)/d.value) 
  2.  
  3.   from v$sysstat a,v$sysstat b,v$sysstat c,v$sysstat d 
  4.  
  5.   where a.name='physical reads' and 
  6.  
  7.          b.name='physical reads direct' and 
  8.  
  9.          c.name='physical reads direct (lob)' and 
  10.  
  11.          d.name='session logical reads'

  @         Soft parse ratio:这项将显示系统是否有太多硬解析。该值将会与原始统计数据对比以确保精确。例如,软解析率仅为0.2则表示硬解析率太高。不过,如果总解析量(parse count total)偏低,这项值可以被忽略。

公式:1 - ( parse count (hard) / parse count (total) )

执行:

 
 
  1. select 1-(a.value/b.value) 
  2.  
  3.   from v$sysstat a,v$sysstat b 
  4.  
  5.   Where a.name='parse count (hard)' and b.name='parse count (total)'

  @         In-memory sort ratio:该项显示内存中完成的排序所占比例。最理想状态下,在OLTP系统中,大部分排序不仅小并且能够完全在内存里完成排序。

公式:sorts (memory) / ( sorts (memory) + sorts (disk) )

执行:

 
 
  1. select a.value/(b.value+c.value) 
  2.  
  3.   from v$sysstat a,v$sysstat b,v$sysstat c 
  4.  
  5.   where a.name='sorts (memory)' and 
  6.  
  7.          b.name='sorts (memory)' and c.name='sorts (disk)'

 @         Parse to execute ratio:在生产环境,最理想状态是一条sql语句一次解析多数运行。

公式:1 - (parse count/execute count)

执行:

 
 
  1. select 1-(a.value/b.value) 
  2.  
  3.   from v$sysstat a,v$sysstat b 
  4.  
  5.   where a.name='parse count (total)' and b.name='execute count';

 @         Parse CPU to total CPU ratio:该项显示总的CPU花费在执行及解析上的比率。如果这项比率较低,说明系统执行了太多的解析。

公式:1 - (parse time cpu / CPU used by this session)

执行:

 
 
  1. select 1-(a.value/b.value) 
  2.  
  3.   from v$sysstat a,v$sysstat b 
  4.  
  5.   where a.name='parse time cpu' and 
  6.  
  7.          b.name='CPU used by this session';

 @         Parse time CPU to parse time elapsed:通常,该项显示锁竞争比率。这项比率计算

是否时间花费在解析分配给CPU进行周期运算(即生产工作)。解析时间花费不在CPU周期运算通常表示由于锁竞争导致了时间花费

公式:parse time cpu / parse time elapsed

执行:

 
 
  1. select a.value/b.value 
  2.  
  3.   from v$sysstat a,v$sysstat b 
  4.  
  5.   where a.name='parse time cpu' and b.name='parse time elapsed';

V$SYSSTAT获取负载间档(Load Profile)数据

  负载间档是监控系统吞吐量和负载变化的重要部分,该部分提供如下每秒和每个事务的统计信息:logons cumulative, parse count (total), parse count (hard), executes, physical reads, physical writes, block changes, and redo size.

  被格式化的数据可检查'rates'是否过高,或用于对比其它基线数据设置为识别system profile在期间如何变化。例如,计算每个事务中block changes可用如下公式:

db block changes / ( user commits + user rollbacks )

执行:

 
 
  1. select a.value/(b.value+c.value) 
  2.  
  3.   from v$sysstat a,v$sysstat b,v$sysstat c 
  4.  
  5.   where a.name='db block changes' and 
  6.  
  7.          b.name='user commits' and c.name='user rollbacks';

其它计算统计以衡量负载方式,如下:

 @         Blocks changed for each read:这项显示出block changesblock reads中的比例。它将指出是否系统主要用于只读访问或是主要进行诸多数据操作(如:inserts/updates/deletes)

公式:db block changes / session logical reads

执行:

 
 
  1. select a.value/b.value 
  2.  
  3.   from v$sysstat a,v$sysstat b 
  4.  
  5.   where a.name='db block changes' and 
  6.  
  7.          b.name='session logical reads' ; 
  8.  
  9.   

 @         Rows for each sort

公式:sorts (rows) / ( sorts (memory) + sorts (disk) )

执行:

 
 
  1. select a.value/(b.value+c.value) 
  2.  
  3.   from v$sysstat a,v$sysstat b,v$sysstat c 
  4.  
  5.   where a.name='sorts (rows)' and 
  6.  
  7.          b.name='sorts (memory)' and c.name='sorts (disk)'
  8.  
  9.   









本文转自 hsbxxl 51CTO博客,原文链接:http://blog.51cto.com/hsbxxl/763480,如需转载请自行联系原作者

目录
相关文章
|
7月前
|
存储 SQL 缓存
聊聊性能,如何合理设置索引?
【6月更文挑战第1天】本文介绍了数据库索引过多的索引会使更新表的速度变慢,增大数据库体积和维护成本。索引过多的风险包括降低增删改操作性能、增大数据库体积、增加存储压力和维护开销,以及加大SQL Server优化开销。建议的核心表索引不超过7个,普通表不超过5个,小型表不超过3个。针对索引过多的问题,文章提出需要根据实际需求进行分析并提供解决方案。
331 4
聊聊性能,如何合理设置索引?
|
8月前
|
存储 关系型数据库 MySQL
MySQL数据库性能大揭秘:表设计优化的高效策略(优化数据类型、增加冗余字段、拆分表以及使用非空约束)
MySQL数据库性能大揭秘:表设计优化的高效策略(优化数据类型、增加冗余字段、拆分表以及使用非空约束)
466 0
|
8月前
|
缓存 关系型数据库 MySQL
MySQL查询优化:提速查询效率的13大秘籍(合理使用索引合并、优化配置参数、使用分区优化性能、避免不必要的排序和group by操作)(下)
MySQL查询优化:提速查询效率的13大秘籍(合理使用索引合并、优化配置参数、使用分区优化性能、避免不必要的排序和group by操作)(下)
351 0
|
6月前
|
运维 关系型数据库 分布式数据库
PolarDB产品使用问题之将部分表设置为压缩表,是否会对节点的整体性能影响
PolarDB产品使用合集涵盖了从创建与管理、数据管理、性能优化与诊断、安全与合规到生态与集成、运维与支持等全方位的功能和服务,旨在帮助企业轻松构建高可用、高性能且易于管理的数据库环境,满足不同业务场景的需求。用户可以通过阿里云控制台、API、SDK等方式便捷地使用这些功能,实现数据库的高效运维与持续优化。
|
6月前
|
SQL 运维 监控
MSSQL性能调优深度解析:索引精细调整、SQL查询优化与并发控制策略
在Microsoft SQL Server(MSSQL)的运维实践中,性能调优是确保数据库高效、稳定运行的核心任务
|
6月前
|
SQL 运维 数据库
MSSQL性能调优实战:索引策略优化、SQL查询精细调整与并发管理
在Microsoft SQL Server(MSSQL)的运维与优化过程中,性能调优是确保数据库高效运行的关键环节
|
6月前
|
存储 数据处理 数据库
数据库索引策略如何影响数据更新操作的性能?
【7月更文挑战第3天】数据库索引策略如何影响数据更新操作的性能?
109 1
|
6月前
|
数据处理 数据库 索引
数据库索引策略如何影响数据的读取效率?
【7月更文挑战第3天】数据库索引策略如何影响数据的读取效率?
41 2
|
JavaScript 前端开发 API
【项目数据优化三】长列表数据优化
【项目数据优化三】长列表数据优化
138 0

热门文章

最新文章