《一次Oracle bug的故障排查过程思考》的问题重现解决
《一次Oracle bug的故障排查过程思考》的问题重现解决
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bisal/article/details/102547475
为了统计数据，在每次测试前后，各打印次AWR Snapshot。
第一次测试
1. 应用：
使用旧的夜维(无批量提交，虽然delete操作一次删除10000条，但是会在删除所有数据(20万)完成的时候，才会做commit，约需要2分钟，即需要让相应数据和回滚表空间的数据块处于事务进行中状态约2分钟)。
2. 数据库：
未设置10019，存在Bug 13641076的bugfix，未修复Bug 19791273。
3. 执行过程：
当夜维执行到第10次左右的10000条delete操作，应用的响应时间开始变长，数据库CPU idle最低降到了60%左右了，正常时间段，CPU idle一般为80%-90%左右的。
4. 数据：
这次夜维执行，22:10-22:12，总计2分钟左右，检索对应业务的update语句逻辑读，从下图可以看出，相比其他小时段，增长了将近1000倍，
从SQL AWR看，这条update语句的逻辑读，大约是224986.5021057557，
一条使用唯一索引的update语句执行计划，已经是很高效了，22万的逻辑读，就很不正常了，和Bug 19791273的现象Poor UPDATE SQL performance due to space search cache for updates on ASSM segment，很是相像的，
虽然没出现故障当天CPU idle为0的现象，但是有所下降，而且业务update语句的逻辑读，如此之高，应该算是复现了这个问题。
第二次测试
1. 应用：
使用旧的夜维，同时，业务切换至备份集群，重启备集群的连接池和应用，以让Bug 13641076描述的将space search cache从cursor存储改至session，需要重置连接，保证10019事件生效。
2. 数据库：
设置10019事件。
3. 执行过程：
4. 数据：
这次夜维执行，还是2分钟左右，对应SQL AWR，显示update语句逻辑读，这次变成了44.78268251273345，
从现象上看，夜维执行中，业务update的逻辑读现在正常了，看来10019事件起到了作用。
第三次测试
1. 应用：
使用旧夜维，为了验证重启连接池的影响，将业务切换至主集群，但是不重启连接池和应用，按照假设和推理，当前数据库的10019在这套集群中，应该是未生效。
2. 数据库：
未做改动。
3. 执行过程：
夜维执行过程中，应用的响应时间，略显提升，但是非常有限，数据库CPU idle最低降到75%，介于首次和第二次测试中间，可以说基本不存在影响。
4. 数据：
从SQL AWR看，update语句的逻辑读，大约是60.03633060853769，
虽然逻辑读和第二次相比，略有提升，但和首次的数据比较，天壤之别。一种可能，就是像《
如果第一次测试，不做commit，而是在执行过程中截断程序，这次测试接着用首次的数据，可能现象上就会更具说服力。
第四次测试
使用新夜维，即带批量提交的删除逻辑，从应用和数据库角度看，时间和CPU idle都和第二次测试相近，基本不存在delete对update的影响，此处不贴数据了。(假设：数据库未设置10019，使用新夜维，从理论上说，影响应该比第一次测试要小)。
从第1、2、3次测试的AWR Compare Report看，和bug中提到的space search cache作用可能相关联的指标，例如data blocks consistent reads - undo records applied，总量分别为479,504、8,705、25,186，从数据上，进一步支撑这个问题的猜测。
这个问题的复现和基本解决，在过程中，确实学到了不少，如
P.S. AWR相关脚本和指令，
创建AWR Snapshot，
SQL>exec dbms_workload_repository.create_snapshot;
创建AWR，
SQL>@?/rdbms/admin/awrrpt
创建SQL AWR，
SQL>@?/rdbms/admin/awrsqrpt
创建AWR Compare，
SQL>@?/rdbms/admin/awrddrpt.sql