第1页 / 共74页
第2页 / 共74页
第3页 / 共74页
第4页 / 共74页
第5页 / 共74页
第6页 / 共74页
第7页 / 共74页
第8页 / 共74页
awr报告详解.pdf
Oracle AWR 报告详解
AWR 是 Oracle 10g 版本推出的新特性，全称叫 Automatic Workload Repository
- 自动负载信息库, AWR 是通过对比两次快照(snapshot)收集到的统计信息，来
生成报表数据，生成的报表包括多个部分。
WORKLOAD REPOSITORY report for
DB Name
DB Id
Instance
Inst num
Release
RAC
Host
ICCI
1314098396 ICCI1
1 10.2.0.3.0 YES
HPGICCI1
Snap Id
Snap Time
Sessions
Cursors/Session
Begin Snap:
2678
25-Dec-08 14:04:50
End Snap:
Elapsed:
DB Time:
2680
25-Dec-08 15:23:37
78.79 (mins)
11.05 (mins)
24
26
1.5
1.5
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）说白了就
是 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。
列出下面这两个来做解释：
Report A:
Snap Id Snap Time Sessions Curs/Sess
--------- ------------------- -------- ---------
Begin Snap: 4610 24-Jul-08 22:00:54 68 19.1
End Snap: 4612 24-Jul-08 23:00:25 17 1.7
Elapsed: 59.51 (mins)
DB Time: 466.37 (mins)
Report B:
Snap Id Snap Time Sessions Curs/Sess
--------- ------------------- -------- ---------
Begin Snap: 3098 13-Nov-07 21:00:37 39 13.6
End Snap: 3102 13-Nov-07 22:00:15 40 16.4
Elapsed: 59.63 (mins)
DB Time: 19.49 (mins)
服务器是 AIX 的系统，4 个双核 cpu,共 8 个核:
/sbin> bindprocessor -q
The available processors are: 0 1 2 3 4 5 6 7
先说 Report A,在 snapshot 间隔中，总共约 60 分钟，cpu 就共有 60*8=480 分钟，DB time
为 466.37 分钟，则：
cpu 花费了 466.37 分钟在处理 Oralce 非空闲等待和运算上(比方逻辑读)
也就是说 cpu 有 466.37/480*100% 花费在处理 Oracle 的操作上，这还不包括后台进程
看 Report B，总共约 60 分钟，cpu 有 19.49/480*100% 花费在处理 Oracle 的操作上
很显然，2 中服务器的平均负载很低。
从 awr report 的 Elapsed time 和 DB Time 就能大概了解 db 的负载。
可是对于批量系统，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。
Report Summary
Cache Sizes
Begin
End
Buffer Cache:
3,344M
3,344M Std Block Size:
Shared Pool Size:
704M
704M Log Buffer:
8K
14,352K
显示 SGA 中每个区域的大小（在 AMM 改变它们之后），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 classes 等。library cache
用来存储最近引用的数据字典。发生在 library cache 或 dictionary cache 的
cache miss 代价要比发生在 buffer cache 的代价高得多。因此 shared pool 的
设置要确保最近使用的数据都能被 cache。
Load Profile
Per Second
Per Transaction
Redo size:
Logical reads:
Block changes:
Physical reads:
Physical writes:
User calls:
Parses:
Hard parses:
Sorts:
Logons:
Executes:
Transactions:
918,805.72
3,521.77
1,817.95
68.26
362.59
326.69
38.66
0.03
0.61
0.01
354.34
1.18
775,912.72
2,974.06
1,535.22
57.64
306.20
275.88
32.65
0.03
0.51
0.01
299.23
% Blocks changed per Read:
51.62 Recursive Call %:
51.72
Rollback per transaction %:
85.49 Rows per Sort:
########
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 size：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
注:
Oracle 的硬解析和软解析
提到软解析(soft prase)和硬解析(hard prase)，就不能不说一下 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。
诚然，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。
Instance Efficiency Percentages (Target
100%)
Buffer Nowait %:
Buffer Hit %:
Library Hit %:
Execute to Parse %:
100.00 Redo NoWait %:
98.72 In-memory Sort %:
99.97 Soft Parse %:
89.09 Latch Hit %:
Parse CPU to Parse Elapsd %:
7.99 % Non-Parse CPU:
100.00
99.86
99.92
99.99
99.95
本节包含了 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%阀值），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<0 通常说明 shared pool 设置或者语句效率存在问题，造
成反复解析，reparse 可能较严重,或者是可能同 snapshot 有关，通常说明数据
库性能存在问题。
In-memory Sort：在内存中排序的比率，如果过低说明有大量的排序在临
时表空间中进行。考虑调大 PGA(10g)。如果低于 95%，可以通过适当调大初始化
参数 PGA_AGGREGATE_TARGET 或者 SORT_AREA_SIZE 来解决，注意这两个参数设置
作用的范围时不同的，SORT_AREA_SIZE 是针对每个 session 设置的，
PGA_AGGREGATE_TARGET 则时针对所有的 sesion 的。
Soft Parse：软解析的百分比（softs/softs+hards），近似当作 sql 在共
享区的命中率，太低则需要调整应用使用绑定变量。 sql 在共享区的命中率，
小于<95%,需要考虑绑定，如果低于 80%，那么就可以认为 sql 基本没有被重用
Shared Pool Statistics
Begin
End
Memory Usage %:
% SQL with executions>1:
% Memory for SQL w/exec>1:
47.19
88.48
79.99
47.50
79.81
73.52
Memory Usage %：对于一个已经运行一段时间的数据库来说，共享池内存使用
率，应该稳定在 75%-90%间，如果太小，说明 Shared Pool 有浪费，而如果高于
90，说明共享池中有争用，内存不足。这个数字应该长时间稳定在 75%～90%。
如果这个百分比太低，表明共享池设置过大，带来额外的管理上的负担，从而在
某些条件下会导致性能的下降。如果这个百分率太高，会使共享池外部的组件老
化，如果 SQL 语句被再次执行，这将使得 SQL 语句被硬解析。在一个大小合适的
系统中，共享池的使用率将处于 75%到略低于 90%的范围内.
SQL with executions>1：执行次数大于 1 的 sql 比率，如果此值太小，说明
需要在应用中更多使用绑定变量，避免过多 SQL 解析。在一个趋向于循环运行的
系统中，必须认真考虑这个数字。在这个循环系统中，在一天中相对于另一部分
时间的部分时间里执行了一组不同的 SQL 语句。在共享池中，在观察期间将有一
组未被执行过的 SQL 语句，这仅仅是因为要执行它们的语句在观察期间没有运
行。只有系统连续运行相同的 SQL 语句组，这个数字才会接近 100%。
Memory for SQL w/exec>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。
小结：通过 ORACLE 的实例有效性统计数据，我们可以获得大概的一个整体印象，
然而我们并不能由此来确定数据运行的性能。当前性能问题的确定，我们主要还
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
我们发现和预测一些系统将要产生的性能问题，由此我们可以做到未雨绸缪。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，所以是亡羊补
牢的性质。
Top 5 Timed Events
Event
Wait
s
Time(s
Avg
% Total Call
)
Wait(ms)
Time
Wait
Class
CPU time
515
SQL*Net more data from client 27,319
log file parallel write
db file sequential read
db file parallel write
5,497
7,900
4,806
64
47
35
34
2
9
4
7
77.6
9.7 Network
7.1 System I/O
5.3 User I/O
5.1 System I/O
这是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。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
入手确定我们下一步做什么。例如如果‘buffer busy wait’是较严重的等待事
件，我们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，我们应当研究按
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。
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。
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，在没有问题的数据库中，CPU time 总是列在第一个。
更多的等待事件，参见本报告 的 Wait Events 一节。
RAC Statistics
Number of Instances:
2
2
Begin
End
Global Cache Load Profile
Per Second
Per Transaction
Global Cache blocks received:
Global Cache blocks served:
GCS/GES messages received:
GCS/GES messages sent:
DBWR Fusion writes:
Estd Interconnect traffic (KB)
4.16
5.97
408.47
258.03
0.05
211.16
3.51
5.04
344.95
217.90
0.05
Global Cache Efficiency Percentages (Target
local+remote 100%)
Buffer access - local cache %:
Buffer access - remote cache %:
Buffer access - disk %:
98.60
0.12
1.28
Global Cache and Enqueue Services - Workload
Characteristics
Avg global enqueue get time (ms):
Avg global cache cr block receive time (ms):
Avg global cache current block receive time (ms):
Avg global cache cr block build time (ms):
Avg global cache cr block send time (ms):
Global cache log flushes for cr blocks served %:
Avg global cache cr block flush time (ms):
Avg global cache current block pin time (ms):
Avg global cache current block send time (ms):
Global cache log flushes for current blocks served %:
Avg global cache current block flush time (ms):
0.1
1.1
0.8
0.0
0.0
3.5
3.9
0.0
0.0
0.4
3.0
Global Cache and Enqueue Services - Messaging
Statistics
0.0
0.3
0.5
0.0
0.0
14.40
77.04
8.56
Avg message sent queue time (ms):
Avg message sent queue time on ksxp (ms):
Avg message received queue time (ms):
Avg GCS message process time (ms):
Avg GES message process time (ms):
% of direct sent messages:
% of indirect sent messages:
% of flow controlled messages:
Main Report
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Wait Events Statistics
SQL Statistics
Instance Activity Statistics
IO Stats
Buffer Pool Statistics
Advisory Statistics
Wait Statistics
Undo Statistics
Latch Statistics
Segment Statistics
Dictionary Cache Statistics
Library Cache Statistics
Memory Statistics
Streams Statistics
Resource Limit Statistics
init.ora Parameters
相关推荐
2023年江西萍乡中考道德与法治真题及答案.doc
2012年重庆南川中考生物真题及答案.doc
2013年江西师范大学地理学综合及文艺理论基础考研真题.doc
2020年四川甘孜小升初语文真题及答案I卷.doc
2020年注册岩土工程师专业基础考试真题及答案.doc
2023-2024学年福建省厦门市九年级上学期数学月考试题及答案.doc
2021-2022学年辽宁省沈阳市大东区九年级上学期语文期末试题及答案.doc
2022-2023学年北京东城区初三第一学期物理期末试卷及答案.doc
2018上半年江西教师资格初中地理学科知识与教学能力真题及答案.doc
2012年河北国家公务员申论考试真题及答案-省级.doc
2020-2021学年江苏省扬州市江都区邵樊片九年级上学期数学第一次质量检测试题及答案.doc
2022下半年黑龙江教师资格证中学综合素质真题及答案.doc
