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
|
2天前
|
SQL druid 数据库
如何进行数据库连接池的参数优化?
数据库连接池参数优化包括:1) 确定合适的初始连接数,考虑数据库规模和应用需求;2) 调整最大连接数,依据并发量和资源状况;3) 设置最小空闲连接数,平衡资源利用和响应速度;4) 优化连接超时时间,确保系统响应和资源利用合理;5) 配置连接有效性检测,定期检查连接状态;6) 调整空闲连接回收时间,适应访问模式并配合数据库超时设置。
|
10天前
|
SQL Oracle 关系型数据库
Oracle数据库优化方法
【10月更文挑战第25天】Oracle数据库优化方法
21 7
|
6天前
|
SQL 缓存 监控
数据库优化
【10月更文挑战第29天】数据库优化
14 1
|
10天前
|
存储 Oracle 关系型数据库
Oracle数据库优化策略
【10月更文挑战第25天】Oracle数据库优化策略
14 5
|
7天前
|
缓存 关系型数据库 MySQL
如何优化 MySQL 数据库的性能?
【10月更文挑战第28天】
25 1
|
9天前
|
XML Java 数据库连接
如何使用HikariCP连接池来优化数据库连接管理
在Java应用中,高效管理数据库连接是提升性能的关键。本文介绍了如何使用HikariCP连接池来优化数据库连接管理。通过引入依赖、配置参数和获取连接,你可以显著提高系统的响应速度和吞吐量。 示例代码展示了从配置到使用的完整流程,帮助你轻松上手。
35 3
|
8天前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型,以及如何创建和维护索引,结合实战案例分析查询执行计划,帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
42 0
|
9天前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第26天】数据库作为现代应用系统的核心组件,其性能优化至关重要。本文主要探讨MySQL的索引策略与查询性能调优。通过合理创建索引(如B-Tree、复合索引)和优化查询语句(如使用EXPLAIN、优化分页查询),可以显著提升数据库的响应速度和稳定性。实践中还需定期审查慢查询日志,持续优化性能。
38 0
|
1天前
|
SQL 关系型数据库 MySQL
go语言数据库中mysql驱动安装
【11月更文挑战第2天】
12 4
|
25天前
|
存储 关系型数据库 MySQL
Mysql(4)—数据库索引
数据库索引是用于提高数据检索效率的数据结构,类似于书籍中的索引。它允许用户快速找到数据,而无需扫描整个表。MySQL中的索引可以显著提升查询速度,使数据库操作更加高效。索引的发展经历了从无索引、简单索引到B-树、哈希索引、位图索引、全文索引等多个阶段。
58 3
Mysql(4)—数据库索引

推荐镜像

更多