AWR报告解读

article/2025/9/1 20:09:35

0 初步结论

① 数据库CPU资源不够，CPU使用率较高，造成CPU等待时间较长，可适当提升CPU资源；
② 数据库I/O资源消耗不太大，不存在IO瓶颈；
③ 可适当调大SGA空间（增加10G左右），PGA暂不需要调整；
④ sql_id=16dhat4ta7xs9，aw9ttz9acxbc3，d4ujh5yqt1fph三条SQL可以尝试进行优化存储过程。
⑤ 调整CPU资源后，再观察一下log file sync 等待事件是否还会很高，如果还高的话需要进一步跟进处理。

1 概览

1.1 数据库和实例的信息

在这里插入图片描述
分析结果如下：

版本：11.2.04
RAC：YES
平台：Linux
CPU：2 * 20 cores
内存：252.17GB

1.2 Sessions 和 Cursors/Session

Sessions：实例连接的会话数 -> 并发用户数量 -> 数据库类型

Cussors/Session：每个会话打开的cursor数量 -> 执行SQL的情况
在这里插入图片描述

分析结果：当前会话量不是特别多

Oracle 游标详解（cursor）

1.3 Elapsed 和 DB Time

系统负载和等待事件
在这里插入图片描述
DB Time : 累积方式记录，如1个CPU处理23.48，那么40个就是939.2分钟。（CPU执行时间+非空闲等待时间）
负载情况 ：DB Time / (CPUs * Elapsed) = 1387.55 / (40 * 23.48) = 1397.55 / 939.2 = 148.8%

分析结果：说明当前数据负载较高

Oracle DB Time 解读

2 Load Profile

在这里插入图片描述

2.1 指标

Redo size：每秒（每个事务）产生的redo量
Logical reads：每秒（每个事务）产生的逻辑读（对应于物理读）
Block changes：每秒（每个事务）改变的数据块数
Physical reads：每秒（每个事务）产生的物理读
Physical writes：每秒（每个事务）产生的物理写
User calls：每秒（每个事务）用户的调用次数
Parses：每秒（每个事务）分析次数
Hard parses：每秒（每个事务）硬分析次数 (软 = 总 - 硬)
Sorts：每秒（每个事务）排序次数
Logons：每秒（每个事务）登录数据库次数
Executes：每秒（每个事务）SQL的执行次数
Transactions：每秒的事务数

2.2 IO

分析结果1：IO吞吐和IOPS都不是很大，对于一体机IO来说可以轻松应对
Physical read * 8K / 1024 = Read IO
Physical write * 8K / 1024 = Write IO
在这里插入图片描述
Redo Size = 76376287.0/1024/1024 = 72M
Logical reads = 1456187.0/1024/1024 = 1M
Block changes = 446,863.9

2.3 事务

分析结果2：每秒用户调用次数、解析次数、执行次数以及事务数都很高，初步判断数据库应该为交易型
在这里插入图片描述

OLTP vs OLAP

3 Top 10 Foreground Events by Total Wait Time

DB CPU严格来说不是等待事件，一般排第一
等待事件类型和常见等待事件
在这里插入图片描述
分析结果1：log file sync 等待事件排名第二，且比第三占比过多，猜测应该不太正常。

log file sync等待事件：当用户执行完事务（insert插入数据）执行commit命令后，Oracle后台LGWR进程需要redo log buffer -＞ online redo log files，写入后返回Commit complete。用户等待返回的这个过程过慢则会发生Log File Sync等待事件。

分析结果2：只有log file sync ，没有 log file parallel write，结合之前事务量过多判断，可能是cpu使用率较高、频繁提交或回滚等原因造成。

log file sync（日志文件同步）

分析结果3：可以看到Commit十分频繁，建议使用批量批量提交。
在这里插入图片描述
进一步确定redo的大小和组数是否合适。

4 CPU负载、IO、Memory

在这里插入图片描述

分析结果1：系统平均负载呈现下降趋势，%Idle = 34.8 ，%WIO说明CPU等待IO占比较低，不存在IO瓶颈。

5 SQL Statistics

按照不同类型进行排序
在这里插入图片描述

采样间隔：23.48mins

5.1 SQL ordered by Elapsed Time

在这里插入图片描述
按照SQL的执行时间从长到短的排序，SQL只显示很小一部分，每条SQL语句都有一个SQL_ID，如果我们生成的AWR报告是HTML类型的，那么通过这些SQL_ID上的超级链接，可以在报告中直接定位到完整的SQL。

分析结果1：前三个加起来占整体的67.69%，通过SQL_ID超链接查看并且都是匿名块 begin … end。

Oracle BEGIN END
ORACLE存储过程

分析结果2：前三个CPU等待时间均很长，IO不是很长，说明IO不是瓶颈。
在这里插入图片描述

5.2 SQL ordered by CPU Time

在这里插入图片描述
分析结果1：前三个sql和CPU Time 一样，且前三占总体的77.8%。

5.3 SQL ordered by User I/O Wait Time

在这里插入图片描述
分析结果1：前面几个sql IO占比很高

5.4 SQL ordered by Gets

SQL获取的内存数据块的数量
在这里插入图片描述
孤立地看这些指标的大小是没有实际意义的，它们是一些相对的数值。比如，我们没有前面的信息做参考，只看这一部分排在第一位的SQL，认为它获取的内存块太多，会有性能问题，这是没有根据的，只要SQL没有长时间地等待，就不能说它有性能问题。我们必须首先确定存在性能问题的SQL，这些数值会给我们一些补充信息。

5.5 SQL ordered by Reads

出了SQL执行物理读的信息
在这里插入图片描述

5.6 SQL ordered by Physical Reads (UnOptimized)

在这里插入图片描述

5.7 SQL ordered by Executions

在这里插入图片描述
分析结果1：通过不同维度的sql排序我们可以发下，sql_id=16dhat4ta7xs9这条sql在Elapsed Time、CPU Time、User I/O Wait Time（第三）、Gets、Reads（第三）、Physical Reads (UnOptimized)（第三）、Executions（第五）排名均靠前，此外sql_id=aw9ttz9acxbc3和d4ujh5yqt1fph的sql也需要详细查看核对sql语句是否可以优化。