【干货】ORACLE－AWR报告分析

qq591577286

　　1、什么是AWR？
　　AWR (Automatic Workload Repository) 是自动负载信息库的英文缩写，AWR报告是Oracle 10g以后版本提供的一种性能收集和分析工具，能提供一个时间段内整个系统资源使用情况的报告，通过报告可以了解一个系统的整个运行情况，生成的报告包括多个部分。
　　AWR每小时对v$active_session_history视图(内存中的ASH采集信息，理论为1小时)进行采样一次，并将信息保存到磁盘中，并且保留7天，7天后旧的记录才会被覆盖。这些采样信息被保存在wrh$_active_session_history视图(写入AWR库中的ASH信息，理论为1小时以上)中。而这个采样频率（1小时）和保留时间（7天）是可以根据实际情况进行调整的，这就给DBA们提供了更加有效的系统监测工具。
　　2、什么情况下会用到AWR？
　　DBA对数据库运行状态及状况的监控了解、测试过程中发现数据库出现瓶颈但无法定位到具体原因时，可以借用AWR报告进行分析定位。
　　数据库出现性能问题，一般都在三个地方：IO、内存、CPU，这三个地方又是息息相关的。假设这个三个地方都没有物理上的故障，当IO负载增大时，肯定需要更多的内存来存放，同时也需要CPU花费更多的时间来过滤这些数据。相反，CPU时间花费多的话，有可能是解析SQL语句，也可能是过滤太多的数据，倒不一定是和IO或内存有关系。
　　CPU：解析SQL语句，尝试多个执行计划，最后生成一个数据库认为是比较好的执行计划，但不一定是最优的。因为关联表太多的时候，数据库并不会穷举所有的执行计划，这会消耗太多的时间，oracle怎么知道这条数据是你要的，另一个就不是你要的呢，这是需要cpu来过滤的。
　　内存：SQL语句和执行计划都需要在内存保留一段时间，还有取到的数据，根据LRU算法也会尽量在内存中保留，在执行SQL语句过程中，各种表之间的连接，排序等操作也要占用内存。
　　IO：如果需要的数据不在内存中，则需要到磁盘中去取，就会涉及到物理IO了，还有表之间的连接数据太多，以及排序等操作内存放不下的时候，需要用到临时表空间，也会消耗物理io了。
　　这里说明下，ORACLE分配的内存中PGA一般只占20%，对于专用服务器模式，每次执行SQL语句、表数据的运算等操作，都在PGA中进行的，也就是说只能用ORACL分配内存的20%左右，如果多个用户都执行多表关联，而且表数据又多，再加上关联不当的话，内存就成为瓶颈了，所以优化SQL很重要的一点就是，减少逻辑读和物理读。
　　3、如何生成awr报告？
　　第一步，登录ORACLE数据库服务器，记住当前目录或者切换至AWR想要保存的目录；
　　第二步，SQLplus 用户名/密码@服务连接名，连接oracle数据库实例，如下图所示；

　　第三步，执行@?/rdbms/admin/awrrpt;，会出现提示，
　　可以生成以下几种类型AWR报告，大部分情况下都是生成本实例的AWR报告
　　@?/rdbms/admin/awrrpt;  本实例AWR包括
　　@?/rdbms/admin/awrrpti; RAC中选择实例号
　　@?/rdbms/admin/awrddrpt; AWR 比对报告
　　@?/RDBMS/admin/awrgrpt; RAC全局AWR报告
　　输入生成AWR报告的格式是html的，如下图所示：

　　输入天数： 根据实际情况输入（如1，代表当天，如果2，代表今天和昨天，以此往前推）如下图所示：

　　输入开始值与结束值：（输入天数后会列出，snap值）
　　输入AWR报告的名称：名称自定义 回车后就开始自动生产AWR报告，如下图所示：

　　这里说明一下快照节点可以手工创建，根据实际情况执行如下命令：
　　exec dbms_workload_repository.create_snapshot;就可以手工创建一个快照。

　　结束后就可以去指定目录下照AWR报告文件，文件为 test_awr.lst，如下图所示：

　　修改扩展名为HTML，下载到Windows平台即可查看，即可用IE打开AWR报告，如下图所示：

　　4、分析AWR报告
　　AWR报告内容很丰富这里选其中一小部分来讲解，分析AWR报告前先了解一下Oracle的硬解析和软解析，首先说一下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。
　　当然，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。
　　打开AWR报告头如下图所示：

　　Elapsed快照监控时间：如果为了诊断特定时段性能问题则Elapsed不宜过长15分钟~2、3个小时。如果是看全天负载那么可以长一些，最常见是60分钟后者120分钟。
　　DB Time：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。
　　DB Time= cpu time + wait time（不包含空闲等待） （非后台进程），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
　　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。
　　但是对于批量系统，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。

　　显示SGA中每个区域的大小，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>

　　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>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：每秒/每事务逻辑读的块数.平决每秒产生的逻辑读的block数。Logical Reads= Consistent Gets + DB Block Gets；
　　Block changes：每秒/每事务修改的块数；
　　Physical reads：每秒/每事务物理读的块数；
　　Physical writes：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.每秒解析次数，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，调整session_cursor_cache。在这里，fast parse指的是直接在PGA中命中的情况（设置了session_cached_cursors=n）；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。每秒产生的硬解析次数, 每秒超过100次，就可能说明你绑定使用的不好，也可能是共享池设置不合理。这时候可以启用参数cursor_sharing=similar|force，该参数默认值为exact。但该参数设置为similar时，存在bug，可能导致执行计划的不优。
　　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 该参数计算公式如下:
　　Round(User rollbacks / (user commits + user rollbacks) ,4)* 100% 。
　　Rows per Sort：每次排序的行数

　　上图包含了Oracle关键指标的内存命中率及其它数据库实例操作的效率，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OLTPT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。否则，小于95%，需要调整重要的参数，小于90%可能是要加db_cache_size。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（大量的db file sequential read），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（可参考90%阈值），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。STATEMENT在共享区的命中率，通常应该保持在95%以上，否则需要要考虑：加大共享池；使用绑定变量；修改cursor_sharing等参数。
　　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。计算公式为：Parse CPU to Parse Elapsd %= 100*(parse time cpu / parse time elapsed)。即：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)。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。计算公式为：% Non-Parse CPU =round(100*1-PARSE_CPU/TOT_CPU),2)。如果这个值比较小，表示解析消耗的CPU时间过多。与PARSE_CPU相比，如果TOT_CPU很高，这个比值将接近100%，这是很好的，说明计算机执行的大部分工作是执行查询的工作，而不是分析查询的工作。
　　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。计算公式为：Execute to Parse =100 * (1 - Parses/Executions)。本例中，差不多每execution 5次需要一次parse。所以如果系统Parses > Executions，就可能出现该比率小于0的情况。该值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。
　　通过ORACLE的实例有效性统计数据，我们可以获得大概的印象，然而并不能由此确定数据运行的性能。当前性能问题的确定，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统计帮助发现和预测一些系统将要产生的性能问题，由此可以做到未雨绸缪。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，是亡羊补牢的性质。

　　TOP5 time Event是AWR报告概要的最后一节，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。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。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下一步做什么。例如‘buffer busy wait’是较严重的等待事件，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，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。
　　在这里，log file parallel write是相对比较多的等待，占用了7%的CPU时间。通常借助AWR报告寻找耗时比较长或资源使用比较高的SQL语句，按各种资源分别列出对资源消耗最严重的SQL语句，并显示它们所占统计期内全部资源的比例，这给出我们调优指南。例如在一个系统中，CPU资源是系统性能瓶颈所在，那么优化buffer gets最多的SQL语句将获得最大效果。在一个I/O等待是最严重事件的系统中，调优的目标应该是physical IO最多的SQL语句。

　　这里列出了耗时比较长的SQL，从高到低排序TOP100，在AWR报告中点击SQLID连接即可跳转到详细的SQL语句的地方。

　　这里其实和云智慧透视宝的一个功能很像，就是在应用请求信息中，透视宝可以抓取到MYSQL数据库的每个SQL语句的耗时，而且是实时的。这点比AWR报告要方便很多，不用设置快照节点实时查看。
　　

　　这个地方是根据CPU time 排序的TOP 100的SQL语句，同样点击SQL ID中的连接可以展开详细的SQL语句。
　　AWR报告的内容很丰富，本文的内容希望能起到一个抛砖引玉的作用，大家可以动手实际操作一下，对AWR进一步的研究学习。

　　云智慧是业务运维解决方案服务商，旗下产品监控宝（www.iyunv.com）、透视宝（www.toushibao.com）、压测宝（www.yacebao.com），已累计为电商、移动互联网、广告传媒、在线游戏、教育医疗、金融证券、政企等行业的几十万用户提供了一站式的应用性能监控、管理及测试服务。