新书连载：Oracle数据库的跟踪和分析方法

编辑说明：《Oracle性能优化与诊断案例精选》出版以来，收到很多读者的来信和评论，我们会通过连载的形式将书中内容公布出来，希望书中内容能够帮助到更多的读者朋友们。

在今天的技术领域，DevOps已经成为最热门的话题之一，DevOps是开发和运维一体化的实践趋势，也是运维掌握一定的开发能力，推动和协助开发进行适应高效运维的渐进变革。

在我的技术生涯中，对Oracle数据库的接触最多，感受也最深。如果说要将最值得推荐的技能展示给大家，那么我想推荐的就是Oracle跟踪方法。事实上，通过跟踪能够实现的也正是不断了解、接近开发的思路和方法，从而有助于运维中的问题诊断、排查和解决。

我在一个活动上分享过一段话，摘录在这里，作为我这一章内容的开始。

“早上我听到一句话印象深刻，叫“隐藏的权利感”，我想把这句话应用到数据库，表达一下我的观点。 Oracle数据库，虽然是一个商用数据库不开源，但是它又是非常开放的一个产品，Oracle几乎所有的内部操作，不管是调优的过程还是数据库的各种内部操作，都是可跟踪解析的。比如Oracle数据库的启动和关闭过程，全程是可跟踪的。它的启动关闭会解析成多少个递归操作，我们全都可以跟踪出来。 所以我们做Oracle DBA的工作时，面对任何事情我们都会非常有信心。Oracle开放了各种接口，方法和手段给我们，只要我们去分析研究，就能够把一个问题的Root Cause找出来，接近Root Cause就离解决问题不远了。 一个数据库只有变得更加开放接口，更加开放Debug功能的，才能让我们在研究这个数据库的时候也可以找到更多的乐趣。我觉得这里面找到的乐趣就是我讲的，是隐藏的权利感。就是我不动声色，但是我知道我在处理接触这个数据库的时候，我有非常强的把控力，我能撼动和解决几乎所有的问题。我觉得这一点对于技术人员是非常重要的。”

Oracle数据库的这些基本跟踪方法，伴随着我的技术成长和排忧解难的职业历程，以下详细的通过案例进行解析。

最常用的跟踪方式是通过初始化参数SQL_TRACE或者设置10046事件。

在12c中文档中提示：不再支持SQL_TRACE参数； 推荐使用DBMS_MONITOR和DBMS_SESSION包来替代其功能； 该参数作为向后兼容而保留，其原有功能仍然存在。

而事实上，DBA的工作中，SQL_TRACE很少被使用，更多的是10046事件。

自Oracle 10g开始，SQL_TRACE参数才成为动态参数，可以在全局动态启用，在实践中除了研究目的，很少需要如此在全局设置。

SQL> alter system set SQL_trace=true; System altered.

大多数时候我们使用SQL_trace跟踪当前会话，通过跟踪当前会话可以发现当前操作的后台递归活动（这在研究数据库新特性时尤其有效），研究SQL执行，发现后台错误等。

在session级启用和停止SQL_trace方式如下所示。

SQL> alter session set SQL_trace=true; --启用当前session的跟踪: SQL> select count(*) from dba_users; --此时的SQL操作将被跟踪 COUNT(*) ---------- 34 SQL> alter session set SQL_trace=false; --结束跟踪 SQL> select value from v$diag_info where name='Default Trace File';

在很多时候需要跟踪其他用户的进程，而不是当前用户，这可以通过Oracle提供的系统包DBMS_SYSTEM的SET_SQL_TRACE_IN_SESSION过程来完成，通过查询v$session可以获得会话的sid、serial#等信息，获得会话信息之后就可以设置跟踪。

SQL> select sid,serial#,username from v$session 2 where username is not null; SID SERIAL# USERNAME ---------- ---------- ------------------------------ 8 2041 SYS 9 437 EYGLE SQL> exec dbms_system.set_SQL_trace_in_session(9,437,true) SQL> exec dbms_system.set_SQL_trace_in_session(9,437,false)

DBMS_SYSTEM包功能非常强大，是重要的跟踪手段之一。

SQL_TRACE还可以通过如下方式针对特定的SQL启用跟踪，指定SQL_ID的SQL会被按照指定条件跟踪其执行过程，这在分析特定SQL时非常有效。

ALTER SYSTEM SET EVENTS 'SQL_trace [SQL:&&SQL_id] bind=true, wait=true';

以下这个案例是我走上DBA道路第一个帮助朋友解决的问题。这个问题的解决过程，就是利用自己获得的已知知识，通过思考、跟踪去发现问题，并给出解决方案，对我的成长意义非凡。

这个应用是一个后台新闻发布系统，前端展现是一个网站。JAVA开发，通过中间件连接池连接数据库。当时系统症状是访问新闻页极其缓慢，后台发布管理具有同样的问题。通常需要数十秒才能返回。

处理这个问题时，通过前台或者应用代码去分析会变得十分复杂，我想到的第一个办法就是启用跟踪，然后通过分析跟踪文件找出瓶颈所在。诊断时间在晚上，在无集中用户访问的情况下，让用户在前台进行相关页面的访问，同时进行进程跟踪。

首先通过查询v$session视图，获取进程信息。

SQL> select sid,serial#,username from v$session where username is not null; SID SERIAL# USERNAME ---------- ---------- ------------------------------ 7 284 IFLOW 11 214 IFLOW 12 164 SYS 16 1042 IFLOW

然后对相应的应用会话启用SQL_trace跟踪如下。

SQL> exec dbms_system.set_SQL_trace_in_session(7,284,true) SQL> exec dbms_system.set_SQL_trace_in_session(11,214,true) SQL> exec dbms_system.set_SQL_trace_in_session(16,1042,true)

应用执行一段时间后，关闭SQL_trace。

SQL> exec dbms_system.set_SQL_trace_in_session(7,284,false) SQL> exec dbms_system.set_SQL_trace_in_session(11,214,false) SQL> exec dbms_system.set_SQL_trace_in_session(16,1042,false)

找到跟踪生成的跟踪文件，然后通过Oracle提供的格式化工具——tkprof对trace文件进行格式化处理，筛查其中消耗时间部分。通过检查，发现类似以下语句的是可疑的。

******************************************************************************** select auditstatus,categoryid,auditlevel from categoryarticleassign a,category b where b.id=a.categoryid and articleId= 20030700400141 and auditstatus>0 call count cpu elapsed disk query current rows ------- ------ -------- ---------- ---------- ---------- ---------- ---------- Parse 1 0.00 0.00 0 0 0 0 Execute 1 0.00 0.00 0 0 0 0 Fetch 1 0.81 0.81 0 3892 0 1 ------- ------ -------- ---------- ---------- ---------- ---------- ---------- total 3 0.81 0.81 0 3892 0 1 ********************************************************************************

这里的查询显然是根据articleId进行新闻读取的。但是注意到逻辑读有3892，这是较高的一个数字，这个内容引起了我的注意。

接下来的类似查询跟踪得到的执行计划显示，全表访问被执行。

select auditstatus,categoryid from categoryarticleassign where articleId=20030700400138 and categoryId in ('63', '138','139','140','141','142','143','144','168','213','292','341''-1') call count cpu elapsed disk query current rows ------- ------ -------- ---------- ---------- ---------- ---------- ---------- Parse 1 0.00 0.00 0 0 0 0 Execute 1 0.00 0.00 0 0 0 0 Fetch 1 4.91 4.91 0 2835 7 1 ------- ------ -------- ---------- ---------- ---------- ---------- ---------- total 3 4.91 4.91 0 2835 7 1 Rows Row Source Operation ------- --------------------------------------------------- 1 TABLE ACCESS FULL CATEGORYARTICLEASSIGN

登录数据库，检查相应表结构，看是否存在有效的索引，以下输出中的IDX_ARTICLEID是基于ARTICLEID创建的，但是在以上查询中都没有被用到。

SQL> select index_name,table_name,column_name from user_ind_columns 2 where table_name=upper('categoryarticleassign'); INDEX_NAME TABLE_NAME COLUMN_NAME ------------------------------ ------------------------------ -------------------- IDX_ARTICLEID CATEGORYARTICLEASSIGN ARTICLEID IND_ARTICLEID_CATEG CATEGORYARTICLEASSIGN ARTICLEID IND_ARTICLEID_CATEG CATEGORYARTICLEASSIGN CATEGORYID IDX_SORTID CATEGORYARTICLEASSIGN SORTID PK_CATEGORYARTICLEASSIGN CATEGORYARTICLEASSIGN ARTICLEID PK_CATEGORYARTICLEASSIGN CATEGORYARTICLEASSIGN CATEGORYID PK_CATEGORYARTICLEASSIGN CATEGORYARTICLEASSIGN ASSIGNTYPE

检查下表结构。

SQL> desc categoryarticleassign Name Null? Type ----------------------------------------- -------- ---------------------------- CATEGORYID NOT NULL NUMBER ARTICLEID NOT NULL VARCHAR2(14) ASSIGNTYPE NOT NULL VARCHAR2(1) AUDITSTATUS NOT NULL NUMBER SORTID NOT NULL NUMBER UNPASS VARCHAR2(255)

分析表结构发现了问题所在，因为ARTICLEID是个字符型数据，查询中给入的articleId= 20030700400141 是一个数字值，Oracle执行查询时需要将ARTICLEID转换为数字和给定值进行比较，发生潜在的数据类型转换，这就导致了索引不能被采用，产生了全表扫描的执行计划，在客户的系统中大量类似如下的SQL在通过全表扫描产生大量的IO操作。

SQL> select auditstatus,categoryid 2 from categoryarticleassign where articleId=20030700400132; AUDITSTATUS CATEGORYID ----------- ---------- 9 94 0 383 0 695 Execution Plan ---------------------------------------------------------- 0 SELECT STATEMENT Optimizer=CHOOSE (Cost=110 Card=2 Bytes=38) 1 0 TABLE ACCESS (FULL) OF 'CATEGORYARTICLEASSIGN' (Cost=110 Card=2 Bytes=38)

在这里很有必要解释一下 Oracle 数据库的数据转换，以下一段内容主要来自官方文档的介绍（依据Oracle 12c版本，本章末有一节附上了详细的译文）。

通常一个表达式不能包含不同的数据类型，例如一个表达式不能计算5x10之后再加上'JAMES'，数字和字符无法进行联合的计算。然而，Oracle支持显示和隐式的数据类型转换，可以将一种数据类型转换为另一种，从而使得某些表达式的运算可以正确执行。显示转换是指通过函数明确指定的数据类型转换，而隐式转换则指未明确指定，依赖Oracle自动进行的数据类型转换。

基于以下几个原因，Oracle推荐使用显示类型转换而不是依赖隐式转换。

（1）使用显示转换使得SQL含义更容易被理解。 （2）隐式数据类型转换会产生负面的性能影响，尤其是当列值被转换成其他常量的数据类型时。 （3）隐式转换的行为依赖每次转换时的环境如数据库参数设置等，其行为可能多变而不确定，例如将datetime值隐式转换为VARCHAR2,这个转换的格式和NLS_DATE_FORMAT 参数有关，可能产生不可预期的结果。 （4）隐式转换的算法会因数据库版本而不同，而显示转换则可以预期。 （5）如果隐式转换发生在索引列，则Oracle可能用不到索引而影响性能。

在现实的开发环境中，绝大多数隐式转换是开发者无意中引入的，但却导致了大量的性能问题。这个案例就处于这样的场景之中。

要知道，在字符和数字进行比对时，Oracle总是将字符转换为数字进行比对。解决本例问题的方法很简单，只须在传入参数两侧各增加一个单引号使其作为字符传入，即可解决这个问题。重新测试类似的查询，可以发现Query模式逻辑读降低为2，占用CPU时间也大大减少。

******************************************************************************** select unpass from categoryarticleassign where articleid='20030320000682' call count cpu elapsed disk query current rows ------- ------ -------- ---------- ---------- ---------- ---------- ---------- Parse 1 0.00 0.00 0 0 0 0 Execute 1 0.00 0.00 0 0 0 0 Fetch 1 0.00 0.00 0 2 0 0 ------- ------ -------- ---------- ---------- ---------- ---------- ---------- total 3 0.00 0.00 0 2 0 0 Rows Row Source Operation ------- --------------------------------------------------- 0 TABLE ACCESS BY INDEX ROWID CATEGORYARTICLEASSIGN 1 INDEX RANGE SCAN (object id 3080) ********************************************************************************

至此，这个问题得到了完满的解决。但是关于隐式转换的故事还远远没有结束。

在从事数据库工作多年之后，我们发现大多数DBA仍然在面对我们10多年前面对的同样问题，仍然频繁地在解决系统中的隐式转换、索引失效、全表扫描问题。重复的工作就必须找出更高效的、自动化的手段去消解，这也是今天DevOps时代的要义之一。

我们的理念就是，从遇到的问题总结规则，聚规则而成规范，由规范衍生工具，通过工具替代人力。

如果从以上案例总结规范，至少有以下两条需要开发去注意改进。

（1）使用绑定变量——绑定变量可以减少硬解析，带来性能上的改进，这是最基本的开发实践。 （2）避免隐式转换——隐式转换可能带来索引失效影响性能，也会产生不可预期的程序效果，应当尽量避免。

一个DBA如果能够从实践中不断积累、提炼、上升，那么就能够在企业技术架构中承载更重要的使命和职责。

以上整个问题的改善，事实上就是在运维Ops的过程中，发现开发Dev中存在的问题，如果能够进而通过运维去促进开发，提升运维，这就是DevOps的使命和范畴了。

在现实环境中，我们在很多系统中都看到，大量的性能问题都是由于简单的疏忽导致的，而且由于问题的隐蔽性等，这些问题一旦在线上爆发出来，会给诊断优化带来相当的难度，同时会影响业务的正常运行，所以完善的规范和良好的编码对于一个系统来说是至关重要的。DevOps在Oracle数据库开发中的最佳实践至少可以包括以下两点。

（1）基于运维的开发培训——通过运维中的实践总结，将规则方法推进到开发端，持续改进开发质量。 （2）优化前置的SQL审核——将事后救火变更为事前审核，在开发测试阶段发现和解决问题。

治本永远强于治标。