百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

AWR 报告介绍及相关工具

ccwgpt 2024-12-16 11:26 100 浏览 0 评论

一、什么是AWR

AWR(Automatic Workload Repository)架构是从oracle 10g开始的,它的前身Statspack,AWR的作用是提供一个时间段内整个系统资源使用情况的报告,它以快照形式自动收集并存储重要的累计统计信息,并可以通过AWR报告的形式反映系统在某个时间段内的运行情况。

AWR工作时是由后台进程MMON负责,缺省下于每1小时生成一个内存统计的快照,并写入磁盘上的sysaux表空间,快照不能移动到其他位置,快照也会作为ADDM的原始数据,默认情况下,Oracle将快照保留8天。

二、AWR的内容

1) AWR收集数据库有关性能信息:它是新的数据库自动调优机制的核心,这些信息包括以下内容:

*基本统计数据:也是v$sysstat和v$sesstat视图中收集的系统和会话的统计信息;

*SQL统计数据:v$sql,v$sqlarea,v$sqltext分别按执行时间、cpu时间、执行次数等标准来统计;

*对象的统计信息;

*时间模型统计信息:告知每个数据库活动要花多长时间。(在v$sys_time_model和v$sess_time_model视图中查看);

*等待统计数据:v$system_event等(来自V$session视图中的几个新添加的字段);

*ASH统计信息:包含近期会话活动的历史记录;

*数据库特性利用的统计数据;

*各种管理顾问会话的结果:如ADDM、Segment Advisor、Sql Access Adivisor等;

*操作系统的统计数据:如I/O和内存的利用率。

2)与AWR有关的参数

SQL> show parameter statistics_level
NAME                       TYPE                               VALUE
------------------------------------ ----------- ------------------------------
statistics_level           string                             TYPICAL

若参数 STATISTICS_LEVEL 设置为 TYPICAL 或 ALL ,将启用AWR采集数据库统计信息。ALL参数收集信息最全,参数的默认值是TYPICAL。

三、AWR报告(OEM提供)

四、手动生成AWR快照和报告

第一步:列出数据库中有多少快照

SYS@ prod>select * from dba_hist_snapshot order by 1 desc;

第二步:创建一个快照

SYS@ prod>exec dbms_workload_repository.create_snapshot;

第三步:根据两个快照建立一个AWR报告

SYS@ prod>@/u01/oracle/rdbms/admin/awrrpt.sql
看到提示:Specify the number of days of snapshots to choose from Snap
Instance DB Name Snap Id Snap Started Level
------------ ------------ --------- ------------------ -----
prod PROD 7 07 8月 2015 13:46 1
8 07 8月 2015 15:00 1
9 07 8月 2015 16:00 1
10 07 8月 2015 17:00 1
11 08 8月 2015 12:15 1
12 08 8月 2015 13:00 1
13 08 8月 2015 14:00 1

【注】:有空行的地方是数据库关闭过,再次启动后所有统计重置,所以报告使用的起始和结束快照之间不能跨越空行。

第四步:得到html格式的报告,缺省的路径是/home/oracle, 可以在Linux下进入图形界面使用缺省的火狐浏览器查看,也可以把它下载到win7下使用浏览器看。

五、如何看AWR报告.pdf

Execute to Parse:是语句执行与分析的比例,即(执行次数/执行次数+解析次数),SQL重用率越高该比例越高。

Parse CPU to Parse Elapse:解析实际运行时间/(解析实际运行时间+解析过程中等待资源时间),越高越好。

Non-Parse CPU:SQL实际运行时间/(SQL实际运行时间+SQL解析时间),越高越好,太低表示消耗解析时间过多。

六、Oracle 的自动维护任务(Autotask)

1) Autotask的三个job:

通过OEM->Server->Oracle Scheduler->Automated Maintenance Tasks查看。

Automatic Optimizer Statistics Collection,

Automatic Segment Advisor,

Automatic SQL Tuning Advisor。

2) 预定义维护窗口

有7种预定义窗口,通过OEM->Server->Oracle Scheduler->Window Groups可以查看,当一个维护窗口打开时,

数据库激活DEFAULT_MAINTENANCE_PLAN,3个自动维护任务运行在ORA$AUTOTASK_SUB_PLAN子计划之下。

3) Autotask使用的程序包

Oracle不给3种自动维护任务分配永久的Scheduler作业,所以不能用DBMS_SCHEDULER程序包管理这些任务。如果想修改Autotask必须使用DBMS_AUTO_TASK_ADMIN程序包。

七、ADDM (Automatic Database Dianostic Monitor)

一)概念:

ADDM根据AWR每小时采集的数据,自动发现快照间隔期间的性能问题。它通常建议调用各个相关的指导(Advisor),比如建议做SQL Tuning Advisor, 或SQL Access Advisor,或者建议创建相关索引。

如果ADDM发现问题,会自动生成的ADDM报告,如果想要ADDM跨越更长的时间段生成报告,也可以手动调用ADDM生成包括任意两个快照间的时间段。

与ADDM有关的参数:

control_management_pack_access 缺省是DIAGNOSTIC+TUNING,如果设成NONE,则ADDM关闭。

默认情况下ADDM报告保存30天。

八、OEM顾问实验

一)ADDM 报告生成:

SQL> @/u01/oracle/rdbms/admin/addmrpt.sql 这是单独生成ADDM报告的脚本

二)ADDM测试示例:

1)在OEM中了解最新AWR快照号和ADDM报告

2)模拟业务高峰

2.1)建立一个大表和小表,分别叫bigtable, smalltable。

sys:

grant connect,resource to tim identified by tim;

tim:

create table bigtable (id number(10),name varchar2(100));
create table smalltable (id number(10),name varchar2(100));

2.2)大表中插入4百万行记录

begin
for i in 1..2500000 loop
insert into bigtable values(i,'test'||i);
if mod(i, 100)=0 then
commit;
end if;
end loop;
end;
/
analyze table bigtable compute statistics;

2.3)小表中插入1000条记录

begin
for i in 1..1000 loop
insert into smalltable values(i,'test'||i);
if mod(i, 100)=0 then
commit;
end if;
end loop;
commit;
end;
/

3)清除shared pool,buffer cache

sys:

alter system flush shared_pool;
alter system flush buffer_cache;

tim:退出重新登录

关联查询:

select count(*) from smalltable a where a.id=(select b.id from bigtable b where b.id=a.id); 
需要1.5--2分钟左右

4)手工即时生成AWR快照

sys:

exec dbms_workload_repository.create_snapshot;

查看ADDM

OEM:Server-->Advisor Central-->Advisor Task Results(画面下方)已经显示了一个ADDM结果:

我们可以尝试单独生成一个ADDM报告,方法:

Server-->Advisor Central--> ADDM-->Run ADDM to analyze past performance

结合图型高峰段选择Period Start Time和Period End Time-->ok

可以看到报告生成的名称是task_nn,然后有Impact(%),Finding,Occurrences等信息

进入第一行,即Finding是Top SQL by DB Time,里面是Recommendations:

5)可以通过SQL Tuning Advisor分析该语句,得到推荐是在bigtable上建立索引。

6)可以通过SQL Access Advisor分析该语句,得到推荐是在bigtable上建物化视图。

7)可以通过Segment Advisor 做表空间级shrink。

最后,到底如何优化,最后还是自己拿主意咯。



the end !!!

@jackman 共筑美好!

相关推荐

详解DNFSB2毒王的各种改动以及大概的加点框架

首先附上改动部分,然后逐项分析第一个,毒攻掌握技能意思是力量智力差距超过15%的话差距会被强行缩小到15%,差距不到15%则无效。举例:2000力量,1650智力,2000*0.85=1700,则智力...

通篇干货!纵观 PolarDB-X 并行计算框架

作者:玄弟七锋PolarDB-X面向HTAP的混合执行器一文详细说明了PolarDB-X执行器设计的初衷,其初衷一直是致力于为PolarDB-X注入并行计算的能力,兼顾TP和AP场景,逐渐...

字节新推理模型逆袭DeepSeek,200B参数战胜671B,豆包史诗级加强

梦晨发自凹非寺量子位|公众号QbitAI字节最新深度思考模型,在数学、代码等多项推理任务中超过DeepSeek-R1了?而且参数规模更小。同样是MoE架构,字节新模型Seed-Thinkin...

阿里智能化研发起飞!RTP-LLM 实现 Cursor AI 1000 token/s 推理技术揭秘

作者|赵骁勇阿里巴巴智能引擎事业部审校|刘侃,KittyRTP-LLM是阿里巴巴大模型预测团队开发的高性能LLM推理加速引擎。它在阿里巴巴集团内广泛应用,支撑着淘宝、天猫、高德、饿...

多功能高校校园小程序/校园生活娱乐社交管理小程序/校园系统源码

校园系统通常是为学校、学生和教职工提供便捷的数字化管理工具。综合性社交大学校园小程序源码:同城校园小程序-大学校园圈子创业分享,校园趣事,同校跑腿交友综合性论坛。小程序系统基于TP6+Uni-app...

婚恋交友系统nuiAPP前端解决上传视频模糊的问题

婚恋交友系统-打造您的专属婚恋交友平台系统基于TP6+Uni-app框架开发;客户移动端采用uni-app开发,管理后台TH6开发支持微信公众号端、微信小程序端、H5端、PC端多端账号同步,可快速打包...

已节省数百万GPU小时!字节再砍MoE训练成本,核心代码全开源

COMET团队投稿量子位|公众号QbitAI字节对MoE模型训练成本再砍一刀,成本可节省40%!刚刚,豆包大模型团队在GitHub上开源了叫做COMET的MoE优化技术。COMET已应用于字节...

通用电气完成XA102发动机详细设计审查 将为第六代战斗机提供动力

2025年2月19日,美国通用电气航空航天公司(隶属于通用电气公司)宣布,已经完成了“下一代自适应推进系统”(NGAP)计划下提供的XA102自适应变循环发动机的详细设计审查阶段。XA102是通用电气...

tpxm-19双相钢材质(双相钢f60材质)

TPXM-19双相钢是一种特殊的钢材,其独特的化学成分、机械性能以及广泛的应用场景使其在各行业中占有独特的地位。以下是对TPXM-19双相钢的详细介绍。**化学成分**TPXM-19双相钢的主要化学成...

thinkphp6里怎么给layui数据表格输送数据接口

layui官网已经下架了,但是产品还是可以使用。今天一个朋友问我怎么给layui数据表格发送数据接口,当然他是学前端的,后端不怎么懂,自学了tp框架问我怎么调用。其实官方文档上就有相应的数据格式,js...

完美可用的全媒体广告精准营销服务平台PHP源码

今天测试了一套php开发的企业网站展示平台,还是非常不错的,下面来给大家说一下这套系统。1、系统架构这是一套基于ThinkPHP框架开发的HTML5响应式全媒体广告精准营销服务平台PHP源码。现在基于...

一对一源码开发,九大方面完善基础架构

以往的直播大多数都是一对多进行直播社交,弊端在于不能满足到每个用户的需求,会降低软件的体验感。伴随着用户需求量的增加,一对一直播源码开始出现。一个完整的一对一直播流程即主播发起直播→观看进入房间观看→...

Int J Biol Macromol .|交联酶聚集体在分级共价有机骨架上的固定化:用于卤代醇不对称合成的高稳定酶纳米反应器

大家好,今天推送的文章发表在InternationalJournalofBiologicalMacromolecules上的“Immobilizationofcross-linkeden...

【推荐】一款开源免费的 ChatGPT 聊天管理系统,支持PC、H5等多端

如果您对源码&技术感兴趣,请点赞+收藏+转发+关注,大家的支持是我分享最大的动力!!!项目介绍GPTCMS是一款开源且免费(基于GPL-3.0协议开源)的ChatGPT聊天管理系统,它基于先进的GPT...

高性能计算(HPC)分布式训练:训练框架、混合精度、计算图优化

在深度学习模型愈发庞大的今天,分布式训练、高效计算和资源优化已成为AI开发者的必修课。本文将从数据并行vs模型并行、主流训练框架(如PyTorchDDP、DeepSpeed)、混合精度训练(...

取消回复欢迎 发表评论: