基于dba_hist_sqlstat查看sql语句的性能历史(r4笔记第92天)
基于dba_hist_sqlstat查看sql语句的性能历史(r4笔记第92天)
jeanron100
发布于 2018-03-15 16:56:35
发布于 2018-03-15 16:56:35
在生产环境中，如果系统已经稳定，调优的空间就会越来越小，但是不代表没有调优的余地，可能工作的重心就会更加求稳，sql调优就是一项不间断的工作，很多工作还是需要前瞻的，如果等到问题严重的时候再紧急处理，提前的分析这些潜在问题就会让你不会总是心跳加快，两手冒汗。 dba_hist_sqlstat是一个宝库，很多的sql执行统计信息都会在其中，可以基于这个数据字典分析很多的特性，比如查看某条sql语句的性能历史，分析执行计划是否稳定等等，这些功能在分析sql语句的时候是相当实用的，毕竟一个awr报告中的sql问题可能只是一个表象，如果结合历史来看就会分析出更多的因素来。 这个脚本在<<Oracle SQL高级编程>>中提到，而且可以通过网站找到相关的脚本内容，如果明白了思路，大家想自己定制一下也不错。 大多数的脚本可以通过链接找到http://kerryosborne.oracle-guy.com/2009/06/oracle-11g-adaptive-cursor-sharing-acs/
分析某一条sql语句的性能历史脚本
set lines 155
col execs for 999,999,999
col avg_etime for 999,999.999
col avg_lio for 999,999,999.9
col begin_interval_time for a30
col node for 99999
break on plan_hash_value on startup_time skip 1
select ss.snap_id, ss.instance_number node, begin_interval_time, sql_id, plan_hash_value,
nvl(executions_delta,0) execs,
(elapsed_time_delta/decode(nvl(executions_delta,0),0,1,executions_delta))/1000000 avg_etime,
(buffer_gets_delta/decode(nvl(buffer_gets_delta,0),0,1,executions_delta)) avg_lio
from DBA_HIST_SQLSTAT S, DBA_HIST_SNAPSHOT SS
where sql_id = nvl('&sql_id','4dqs2k5tynk61')
and ss.snap_id = S.snap_id
and ss.instance_number = S.instance_number
and executions_delta > 0
order by 1, 2, 3
/脚本运行情况如下：
SNAP_ID NODE BEGIN_INTERVAL_TIME SQL_ID PLAN_HASH_VALUE EXECS AVG_ETIME AVG_LIO
---------- ------ ------------------------------ ------------- --------------- ------------ ------------ --------------
38878 1 31-MAR-15 05.20.06.216 PM 0xtpfz5pj4prb 1880269335 104 5.702 327,280.7
38879 1 31-MAR-15 05.30.06.754 PM 0xtpfz5pj4prb 119 4.926 326,385.0
38880 1 31-MAR-15 05.40.07.622 PM 0xtpfz5pj4prb 125 4.713 328,324.9
38881 1 31-MAR-15 05.50.08.418 PM 0xtpfz5pj4prb 6 6.461 361,164.7
38884 1 31-MAR-15 06.20.09.984 PM 0xtpfz5pj4prb 21 5.324 321,935.6
38885 1 31-MAR-15 06.30.10.720 PM 0xtpfz5pj4prb 107 5.539 325,886.4
38886 1 31-MAR-15 06.40.11.283 PM 0xtpfz5pj4prb 64 5.432 329,591.9
38887 1 31-MAR-15 06.50.11.900 PM 0xtpfz5pj4prb 110 5.397 326,757.1
38888 1 31-MAR-15 07.00.12.457 PM 0xtpfz5pj4prb 103 5.792 329,023.0
38889 1 31-MAR-15 07.10.13.355 PM 0xtpfz5pj4prb 126 4.682 328,220.6
38890 1 31-MAR-15 07.20.13.848 PM 0xtpfz5pj4prb 128 4.601 326,872.7
38891 1 31-MAR-15 07.30.14.326 PM 0xtpfz5pj4prb 1880269335 131 4.508 328,507.7
38892 1 31-MAR-15 07.40.14.905 PM 0xtpfz5pj4prb 129 4.571 326,210.3
38893 1 31-MAR-15 07.50.15.372 PM 0xtpfz5pj4prb 132 4.468 327,796.7
38894 1 31-MAR-15 08.00.15.889 PM 0xtpfz5pj4prb 113 5.176 328,226.4
38895 1 31-MAR-15 08.10.16.442 PM 0xtpfz5pj4prb 63 5.194 332,234.3
38897 1 31-MAR-15 08.30.17.385 PM 0xtpfz5pj4prb 37 6.175 326,039.1
38898 1 31-MAR-15 08.40.17.922 PM 0xtpfz5pj4prb 76 7.755 327,436.6
38899 1 31-MAR-15 08.50.18.469 PM 0xtpfz5pj4prb 113 5.245 327,478.5
38900 1 31-MAR-15 09.00.18.950 PM 0xtpfz5pj4prb 127 4.614 326,215.6
38901 1 31-MAR-15 09.10.19.458 PM 0xtpfz5pj4prb 74 4.316 332,214.9如果某些指标突然发生了重大的变化，可以通过性能历史很清晰的看到，对于plan_hash_value做了断句处理，如果发生了执行计划的改变，就会很清楚什么时间点有了变动，哪些方面的变化等等。
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2015-03-31，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读