Oracle数据库调试和优化详解

简介:

此文主要是关于Oracle数据库调试和优化方面的相关内容的介绍,还有涉及到Oracle数据库中命里率的相关问题的解答,其中包括不同的算法之间性能的比对。以下就是相关内容的介绍。

关于Oracle中各个命中率的计算以及相关的调优

1)Library Cache的命中率:

计算公式:

1. Library Cache Hit Ratio = sum(pinhits) / sum(pins)

2. SQL>SELECT SUM(pinhits)/sum(pins) FROM V$LIBRARYCACHE;

通常在98%以上,否则,需要要考虑加大共享池,绑定变量,修改cursor_sharing等参数。

2)计算共享池内存使用率:

1. SQL>SELECT (1 - ROUND(BYTES / 
(&TSP_IN_M * 1024 * 1024), 2)) * 100 
|| '%' FROM V$SGASTAT WHERE NAME = 
'free memory' AND POOL = 'shared pool';

其中: &TSP_IN_M是你的总的共享池的SIZE(M),共享池内存使用率,应该稳定在75%-90%间,太小浪费内存,太大则内存不足。

查询空闲的共享池内存:

1. SQL>SELECT * FROM V$SGASTAT WHERE NAME = 
'free memory' AND POOL = 'shared pool';

3)db buffer cache命中率:

计算公式:


1.Hit ratio = 1 - [physical reads/(block gets + consistent gets)]



2.SQL>SELECT NAME, PHYSICAL_READS, DB_BLOCK_GETS, CONSISTENT_GETS,
1 - (PHYSICAL_READS / (DB_BLOCK_GETS + CONSISTENT_GETS))

"Hit Ratio" FROM V$BUFFER_POOL_STATISTICS WHERE NAME='DEFAULT';

通常应在90%以上,否则,需要调整,加大DB_CACHE_SIZE,另外一种计算命中率的方法(摘自ORACLE官方文档<>):命中率的计算公式为:数据库性能优化>

1. Hit Ratio = 1 - ((physical reads - physical reads 
direct - physical reads direct (lob)) / 
(db block gets + consistent gets - physical 
reads direct - physical reads direct (lob))

分别代入上一查询中的结果值,就得出了Buffer cache的命中率

1.SQL>SELECT NAME, VALUE FROM V$SYSSTAT WHERE NAME 
IN('session logical reads', 'physical reads', 
'physical reads direct', 'physical reads direct 
(lob)', 'db block gets', 'consistent gets');

4)数据缓冲区命中率:

1. SQL> select value from v$sysstat where name =
'physical reads'; SQL> select value from v$sysstat where name 
='physical reads direct'; SQL> select value from v$sysstat 
where name ='physical reads direct (lob)'; SQL> 
select value from v$sysstat where name ='consistent gets'; 
SQL> select value from v$sysstat where name = 'db block gets';

这里命中率的计算应该是令

1. x = physical reads direct + physical reads direct (lob)

命中率

1. =100 - ( physical reads - x) / (consistent gets + db block gets - x)*100

通常如果发现命中率低于90%,则应该调整应用可可以考虑是否增大数据缓冲区

5)共享池的命中率:

1. SQL> select sum(pinhits-reloads)/sum(pins)*100 "hit radio" from v$librarycache;

假如共享池的命中率低于95%,就要考虑调整应用(通常是没使用bind var )或者增加内存

6)计算在内存中排序的比率:


1.SQL>SELECT * FROM v$sysstat t WHERE NAME='sorts (memory)';


—查询内存排序数

1.SQL>SELECT * FROM v$sysstat t WHERE NAME='sorts (disk)';

—查询磁盘排序数

1. --caculate sort in memory ratio SQL>SELECT 
round(&sort_in_memory/
(&sort_in_memory+&sort_in_disk),4)*100||'%' FROM dual;

此比率越大越好,太小整要考虑调整,加大PGA

7)PGA的命中率:

计算公式:BP x 100 / (BP + EBP)


BP: bytes processed

EBP: extra bytes read/written


1.SQL>SELECT * FROM V$PGASTAT WHERE NAME='cache hit percentage';

或者从OEM的图形界面中查看,我们可以查看一个视图以获取Oracle的建议值:

1.SQL>SELECT round(PGA_TARGET_FOR_ESTIMATE/1024/1024) 
target_mb, ESTD_PGA_CACHE_HIT_PERCENTAGE cache_hit_perc, 
ESTD_OVERALLOC_COUNT FROM V$PGA_TARGET_ADVICE; The output 
of this query might look like the following: TARGET_MB 
CACHE_HIT_PERC ESTD_OVERALLOC_COUNT 63 23 367 125 24 30 
250 30 3 375 39 0 500 58 0 600 59 0 700 59 0 800 60 0 900 60 0


在此例中:PGA至少要分配375M,我个人认为PGA命中率不应该低于50%,以下的SQL统计sql语句执行在三种模式的次数:

1.optimal memory size, one-pass memory size, multi-pass memory size:


2.SQL>SELECT name profile, cnt, decode
(total, 0, 0, round(cnt*100/total,4)) percentage FROM 
(SELECT name, value cnt, (sum(value) over ()) 
total FROM V$SYSSTAT WHERE name like 'workarea exec%');


本文来自云栖社区合作伙伴“DBGEEK”

目录
相关文章
|
1天前
|
Oracle Java 关系型数据库
【服务器】python通过JDBC连接到位于Linux远程服务器上的Oracle数据库
【服务器】python通过JDBC连接到位于Linux远程服务器上的Oracle数据库
13 6
|
1天前
|
SQL Oracle 关系型数据库
零基础入门 Oracle数据库:轻松上手
零基础入门 Oracle数据库:轻松上手
4 0
|
1天前
|
数据库
编程日记02:个人站优化数据库和日志
编程日记02:个人站优化数据库和日志
5 0
|
1天前
|
Oracle 关系型数据库 Java
java操作多数据源将oracle数据同步达梦数据库
java操作多数据源将oracle数据同步达梦数据库
|
2天前
|
缓存 关系型数据库 数据库
【Docker 专栏】Docker 与容器化数据库的集成与优化
【5月更文挑战第9天】本文探讨了Docker与容器化数据库集成的优势,如快速部署、环境一致性、资源隔离和可扩展性,并列举了常见容器化数据库(如MySQL、PostgreSQL和MongoDB)。讨论了集成方法、注意事项、优化策略,包括资源调整、缓存优化和监控告警。此外,强调了数据备份、恢复测试及性能评估的重要性。未来,随着技术发展,二者的集成将更紧密,为数据管理带来更多可能性。掌握此技术将应对数字化时代的机遇与挑战。
【Docker 专栏】Docker 与容器化数据库的集成与优化
|
2天前
|
存储 Oracle 关系型数据库
oracle 数据库 迁移 mysql数据库
将 Oracle 数据库迁移到 MySQL 是一项复杂的任务,因为这两种数据库管理系统具有不同的架构、语法和功能。
15 0
|
3天前
|
存储 关系型数据库 分布式数据库
数据库索引回表困难?揭秘PolarDB存储引擎优化技术
PolarDB分布式版存储引擎采用CSM方案均衡资源开销与可用性。
数据库索引回表困难?揭秘PolarDB存储引擎优化技术
|
11天前
|
存储 SQL 缓存
构建高效的矢量数据库查询:查询语言与优化策略
【4月更文挑战第30天】本文探讨了构建高效矢量数据库查询的关键点,包括设计简洁、表达性强的查询语言,支持空间操作、函数及索引。查询优化策略涉及查询重写、索引优化、并行处理和缓存机制,以提升查询效率和准确性。这些方法对处理高维空间数据的应用至关重要,随着技术进步,矢量数据库查询系统将在更多领域得到应用。
|
1天前
|
关系型数据库 MySQL 数据库
docker MySQL删除数据库时的错误(errno: 39)
docker MySQL删除数据库时的错误(errno: 39)
|
1天前
|
关系型数据库 MySQL 数据库连接
用Navicat备份Mysql演示系统数据库的时候出:Too Many Connections
用Navicat备份Mysql演示系统数据库的时候出:Too Many Connections

推荐镜像

更多