650) this.width=650;" src="http://img1.51cto.com/attachment/201308/103930445.png" title="44.png" />
1. Redo size
Redo size 單位 bytes,redo size可以用來估量update/insert/delete的頻率,大的redo size往往對lgwr寫日誌,和arch歸檔造成I/O壓力。
Per Transaction可以用來分辨是 大量小事務, 還是少量大事務
如上例每秒redo 約1.5MB ,每個事務6k,符合OLTP特徵
2. Logical Read
Logical Read單位 次數*塊數, 相當於 “人*次”。
如上例 1579406 * db_block_size=12GB/s , 邏輯讀耗CPU,主頻和CPU核數都很重要,邏輯讀高則DB CPU往往高,也往往可以看到latch: cache buffer chains等待。
大量OLTP系統(例如siebel)可以高達幾十乃至上百Gbytes。
3.Block changes
Block changes 單位 次數*塊數 , 描繪數據變化頻率。可以和redo size結合起來看。
4.Physical
Physical Read單位次數*塊數
如上例 5557 * 8k = 43MB/s, 物理讀消耗IO讀,體現在IOPS和吞吐量等不同緯度上;但減少物理讀可能意味着消耗更多CPU。好的存儲 每秒物理讀能力達到幾GB,例如Exadata。
5.Physical writes
Physical writes單位 次數*塊數,主要是DBWR寫datafile,也有direct path write。 dbwr長期寫出慢會導致定期log file switch(checkpoint no complete) 檢查點無法完成的前臺等待。
6.User Calls
User Calls 單位次數,用戶調用數,more details from internal
7.Parses
Parses,解析次數,包括軟解析+硬解析,軟解析優化得不好,則誇張地說幾乎等於每秒SQL執行次數。 即執行解析比1:1,而我們希望的是 解析一次 到處運行!
Hard Parses :萬惡之源. Cursor pin s on X, library cache: mutex X , latch: row cache objects /shared pool……………..。 硬解析最好少於每秒20次
8.W/A
W/A MB processed : 單位MB W/A workarea workarea中處理的數據數量。主要是指PGA中的內存使用,包括排序,位圖操作,hash等。應該結合 In-memory Sort%, sorts (disk) PGA Aggr一起看
本文出自 “無雙城” 博客,請務必保留此出處http://929044991.blog.51cto.com/1758347/1262746