Oracle数据库性能模型的研究

王召 强润皓

摘要：数据库性能评估旨在帮助运维人员分析数据库性能，发现问题，指导调优。本文从Oracle数据库基准指标中筛选出有负载代表性和性能代表性的指标，建立了一种基于负载的性能评估模型。

关键词：Oracle；AWR；性能分析；负载分析

中图分类号：TP311 文献标识码：A 文章编号：1007-9416（2018）07-0072-02

1 基准指标选取

用户响应时间是影响用户体验的首要因素，响应时间越短说明性能越好， 因此一个数据库性能高低主要是通过响应时间来判断的（用户层面的响应时间包含了客户端请求到响应，中间涉及多个环节，这里只讨论数据库时间）。按照Oracle时间模型统计：Response time=Service time+Wait time。服务时间指前后台进程占用CPU的时间，这里只关注前台进程，从中选取最有代表性的DB CPU和CPU TIME，计算得到一段时间内每秒、每执行及每调用的值，作为关键性能指标。

等待时间由各种等待事件产生，等待事件分多种类型，如系统IO，用户IO，并发等。我们选取一段时间内产生的TOP 20等待事件，按等待类合并，计算得到TOP 3等待类的平均等待时间，作为关键性能指标。

我们同时加入了一些和时间无关的指标，如数据缓存命中率、共享池命中率及LATCH命中率等，作为辅助指标参与到性能评估中。

评估数据库性能需要结合负载来分析，不同业务系统或同一系统在不同时段负载可能大不相同。不同负载下，数据库性能指标会发生变化，单一的用一个策略进行性能评估，结果准确性会大打折扣。因此我们选取一些负载相关的指标建立负载模型，计算出负载指数作为衡量负载大小的依据。性能模型基于负载的大小，应用不用的评估策略。

在负载指标的选取上，我们参考了AWR报告中的Load Profile，它提供了IO、并发等方面的指标作为负载参考，如每秒日志量、每秒逻辑读、每秒物理读、每秒物理写、每秒用户调用、每秒活跃会话等，我们将这些指标纳入负载模型并分配权重。

2 指标采样方式

指标从AWR数据中抽取，周期扫描AWR，如有新的AWR产生则用PL/SQL脚本进行采集。采集方式如下：

（1）确认目标库和起点SNAPSHOT ID。

（2）脚本找到与起点相邻的SNAPSHOT，查询出原始指标，通过计算，得到最终指标值。此外，从DBA_HIST_SEG_STAT等表中可以直接查询到部分指标的delta值。脚本同时返回下一个SNAPSHOT ID，这将是下次采集的起点。

3 模型与评估

3.1 模型

（1）负载模型总分100分，得分划分成A-D负载等级，依次表示负载很高，较高，一般和很低。得分=∑指标得分，考虑到指标缺失的情况，实际得分=得分×（1+缺失项占比（%））。

（2）负载指标划分4级阈值范围，等级分依次为4、3、2，1分，指标得分的计算公式为：等级分/4×权重占比（%）。

（3）性能模型总分100分，得分计算方式同负载。

（4）性能指标设定4级阈值范围，需指定适用的负载等级。得分计算方式同负载，如表1。

3.2 评估

按照上述模型计算得到的结果绘图1，可以直观得到数据库运行过程中负载的变化情况，以及在不同负载下的性能表现。

4 结语

基于負载的性能分析模型，通过针对不同的负载等级应用不同的性能评估策略，可以更加准确的反映Oracle数据库的性能表现，同时也可以为运维分析提供更多更准确的优化指导。

参考文献

[1]Shallahamer， C. Oracle Performance Triage： Stop The Bleeding！OraPub White Paper，2001.

[2]Jain， R. The Art of Computer Systems Performance Analysis. John Wiley & Sons，1991.ISBN 0-471-50336-3.