oracle數(shù)據(jù)庫日常運維研究

張開基

摘 要：oracle數(shù)據(jù)庫作為目前市場占有率最大的數(shù)據(jù)庫，以其查詢效率高、運行安全可靠等優(yōu)點被許多公司采用。數(shù)據(jù)庫存儲著公司生產經營的核心數(shù)據(jù)，因此安全性、可靠性等要求比較高。保證生產數(shù)據(jù)庫系統(tǒng)的高效運行，從而確保公司核心數(shù)據(jù)的安全穩(wěn)定，是數(shù)據(jù)庫管理員的職責。其中，數(shù)據(jù)庫調優(yōu)和故障處理是數(shù)據(jù)庫管理員日常工作的重要部分。本文通過數(shù)據(jù)庫性能調優(yōu)的方法研究與故障的分析排除，闡述了數(shù)據(jù)庫日常運維的重要性。

關鍵詞：運維；性能調優(yōu)；故障排除

1.引言

公司生產數(shù)據(jù)庫存儲著公司的重要數(shù)據(jù)，是公司所有應用數(shù)據(jù)的唯一源頭。生產數(shù)據(jù)庫中存儲的數(shù)據(jù)是公司基礎數(shù)據(jù)的標準，是公司領導層進行重要決策所需數(shù)據(jù)的唯一來源。所以，確保生產數(shù)據(jù)庫的運行穩(wěn)定，能夠快速響應公司所需數(shù)據(jù)的請求，是數(shù)據(jù)庫管理員日常工作的重要內容。

數(shù)據(jù)庫管理員的日常巡檢中，應全面檢查數(shù)據(jù)庫服務器的硬件資源、數(shù)據(jù)庫運行情況等，發(fā)現(xiàn)異常及時處理，這樣才能最大限度的避免數(shù)據(jù)庫產生性能問題，避免影響生產庫的正常使用。這就要求管理員，平時要注意監(jiān)控數(shù)據(jù)庫，防止數(shù)據(jù)庫產生嚴重的性能問題。當數(shù)據(jù)庫出現(xiàn)性能問題時，要積極去解決它，防止出現(xiàn)數(shù)據(jù)丟失、生產庫死機等嚴重事件。本文從數(shù)據(jù)庫性能調優(yōu)的常規(guī)手段入手，分析公司數(shù)據(jù)庫的運行情況，查看數(shù)據(jù)庫的性能狀況，排除可能出現(xiàn)的性能問題。然后，針對數(shù)據(jù)庫出現(xiàn)的異常狀況，闡述了詳盡的解決過程。

2. 數(shù)據(jù)庫運行情況分析

2.1 等待事件及AWR概述

Oracle等待事件是衡量oracle性能狀況的重要依據(jù)及指標。oracle中有兩種類型的等待事件：空閑等待事件，即oracle正在等待事件的發(fā)生，這種類型的等待事件對數(shù)據(jù)庫性能沒有太大的影響，在日常調優(yōu)中可以忽略；另一種是非空閑等待事件，即會話正在等待oracle完成的事件[1]。數(shù)據(jù)庫出現(xiàn)非空閑等待事件一般表明服務器資源出現(xiàn)了瓶頸，數(shù)據(jù)庫發(fā)生了資源競爭。如果某個非空閑等待事件比正常情況下持續(xù)時間變長，發(fā)生次數(shù)明顯變多，這種情況一般就表示數(shù)據(jù)庫發(fā)生了性能問題。

在數(shù)據(jù)庫眾多的管理工具中，Oracle提供的運行收集工具AWR是一個很強大的工具，通過AWR，可以收集系統(tǒng)信息及數(shù)據(jù)庫運行情況信息，可以用來診斷數(shù)據(jù)庫故障，也方便第三方技術支持進行遠程閱讀和建議[2]。通過AWR可以很容易的確定Oracle數(shù)據(jù)庫的性能瓶頸所在，因此了解和使用AWR對于數(shù)據(jù)庫管理員來說至關重要。

2.2 AWR報告分析

為了查看數(shù)據(jù)庫運行情況，我們在數(shù)據(jù)庫使用高峰期，提取了一份數(shù)據(jù)庫AWR報告。其中，Top 5 Wait Events列出了數(shù)據(jù)庫耗時最長或發(fā)生次數(shù)最多的五個等待事件，是整個AWR報告中最能披露問題的一部分內容。識別分析其中的等待事件往往可以幫助解決系統(tǒng)調整方面的性能問題。如果數(shù)據(jù)庫參數(shù)TIMED_STATISTICS值設置為true，則等待事件會按照等待時間的長短來排序；如果沒有，則會按照等待事件發(fā)生的次數(shù)來排序。

通過分析提取的AWR報告，前兩位等待事件分別是CPU time、db file sequential read。其中，CPU time排位第一表明數(shù)據(jù)庫沒用io或內存等硬件瓶頸，如果利用系統(tǒng)命令查看cpu使用率在正常狀態(tài)下，表明數(shù)據(jù)庫運行情況正常。在等待事件排序中它居首，說明數(shù)據(jù)庫運行正常，但是不能說明數(shù)據(jù)庫性能良好，它不是衡量數(shù)據(jù)庫性能好壞的指標。第二個等待事件db file sequential read等待次數(shù)遠遠多于后幾個，但它所占的響應時間比重并不大，說明等待事件并不是太嚴重。下面來分析一下這個等待事件次數(shù)過多的原因。

通過查詢v$session_wait視圖，用來定位當前等待會話所等待數(shù)據(jù)的具體數(shù)據(jù)文件。查詢出數(shù)據(jù)文件號5和數(shù)據(jù)塊號55560，進一步定位等待事件相關的數(shù)據(jù)庫表。登錄數(shù)據(jù)庫查看這張表，發(fā)現(xiàn)該表的結構比較復雜，存在BLOB類型的大字段，并且數(shù)據(jù)量巨大。通過與業(yè)務人員溝通，了解到此表是業(yè)務主表，訪問量大。通過觀察服務器硬件資源的使用情況，處于正常狀態(tài)，所以決定不對它調整，再進一步密切觀察。

3. 數(shù)據(jù)庫故障的分析排除

3.1 故障分析

數(shù)據(jù)庫管理員在日常的數(shù)據(jù)庫監(jiān)控中，有多種手段，比如利用系統(tǒng)命令prstat、vmstat等去監(jiān)控系統(tǒng)資源的使用情況；利用telnet命令登陸服務器觀察器cpu及I/O是否出現(xiàn)異常；利用數(shù)據(jù)庫視圖v$session等觀察數(shù)據(jù)庫的連接是否處于正常狀態(tài)；利用spotlight、AWR工具獲取數(shù)據(jù)庫實時運行情況等等。

首先我們登錄生產數(shù)據(jù)庫，利用prstat –a查看系統(tǒng)進程消耗資源情況。通過查看運行結果，我們發(fā)現(xiàn)進程號為96的進程運行時間已長達三天，這表示此進程已遇到故障無法自動退出。我們下面要找出此進程無法退出的原因，必要的話要手動殺掉。

3.2 故障排除

首先我們抓取了最近幾天數(shù)據(jù)庫高峰期的awr報告，對比了一下awr報告，沒發(fā)現(xiàn)有什么異常情況發(fā)生，系統(tǒng)資源及數(shù)據(jù)庫運行情況都處于正常狀況。

利用sql語句查出此進程正在運行的sql語句。我們利用autotrace命令得到了這條sql的執(zhí)行計劃。通過分析執(zhí)行計劃，也沒有發(fā)現(xiàn)異常資源的消耗。由此，我們判斷，此進程是數(shù)據(jù)庫服務器沒有正常退出的異常進程，可以手工將它殺掉。至于為什么沒有正常退出，可能是系統(tǒng)的bug，需要進一步研究。

首先查找出此進程對應的數(shù)據(jù)庫會話，查詢出此進程對應的會話的SID和SERIAL#為20和44658。

利用alter system kill session 20，44658殺掉此會話，然后登陸數(shù)據(jù)庫服務器利用命令kill -1 pid終止此異常進程。再次利用prstat –a查看系統(tǒng)資源，發(fā)現(xiàn)此異常進程已被殺掉，系統(tǒng)恢復正常。

4. 結束語

數(shù)據(jù)庫調優(yōu)在日常的數(shù)據(jù)庫運維中占據(jù)了數(shù)據(jù)庫管理員70%的工作量。除了調優(yōu)，設置內存參數(shù)、對數(shù)據(jù)的存儲劃分等，都是數(shù)據(jù)庫日常運維的一部分。數(shù)據(jù)庫管理員的工作對一個公司來說，處于非常重要的位置。一旦數(shù)據(jù)庫運行不穩(wěn)定或出現(xiàn)故障，對公司造成的損失是不可估量的。因此，數(shù)據(jù)庫管理員在日常的運維中，一定要細中再細，做好公司數(shù)據(jù)庫的“管家婆”。

參考文獻：

[1] 何曾樑.基于等待事件的Oracle數(shù)據(jù)庫性能優(yōu)化.現(xiàn)代計算機，2009，（7）：106-109.

[2] 張文峰，彭小斌，林根深.AWR技術在ORACLE自動管理中的應用.中國數(shù)學醫(yī)學，2014，（8）：114-115.