本文來源于網頁設計愛好者web開發社區http://www.html.org.cn收集整理，歡迎訪問。
本文作者: allan ([email protected] )
oracle數據庫經常會遇到cpu利用率很高的情況，這種時候大都是數據庫中存在著嚴重性能低下的sql語句，這種sql語句大大的消耗了cpu資源，導致整個系統性能低下。當然，引起嚴重性能低下的sql語句的原因是多方面的，具體的原因要具體的來分析，下面通過一個實際的案例來說明如何來診斷和解決cpu利用率高的這類問題。
操作系統：solairs8
數據庫：oracle9.2.0.4
問題描述：現場工程師匯報數據庫非常慢，幾乎所有應用操作均無法正常進行。
首先登陸主機，執行top發現cpu資源幾乎消耗殆盡，存在很多占用cpu很高的進程，而內存和i/o都不高，具體如下：
last pid: 26136; load averages: 8.89, 8.91, 8.12
216 processes: 204 sleeping, 8 running, 4 on cpu
cpu states: 0.6% idle, 97.3% user, 1.8% kernel, 0.2% iowait, 0.0% swap
memory: 8192m real, 1166m free, 14m swap in use, 8179m swap free
pid username thr pri nice size res state time cpu command
25725 oracle 1 50 0 4550m 4508m cpu2 12:23 11.23% oracle
25774 oracle 1 41 0 4550m 4508m run 14:25 10.66% oracle
26016 oracle 1 31 0 4550m 4508m run 5:41 10.37% oracle
26010 oracle 1 41 0 4550m 4508m run 4:40 9.81% oracle
26014 oracle 1 51 0 4550m 4506m cpu6 4:19 9.76% oracle
25873 oracle 1 41 0 4550m 4508m run 12:10 9.45% oracle
25723 oracle 1 50 0 4550m 4508m run 15:09 9.40% oracle
26121 oracle 1 41 0 4550m 4506m cpu0 1:13 9.28% oracle
于是先查看數據庫的告警日志alert文件，并沒有發現有什么錯誤存在，日志顯示數據庫運行正常，排除數據庫本身存在問題。
然后查看這些占用cpu資源很高的oracle進程究竟是在做什么操作，使用如下sql語句：
select sql_text,spid,v$session.program,process from
v$sqlarea,v$session,v$process
where v$sqlarea.address=v$session.sql_address
and v$sqlarea.hash_value=v$session.sql_hash_value
and v$session.paddr=v$process.addr
and v$process.spid in (pid);
用top中占用cpu很高的進程的pid替換腳本中的pid,得到相應的oracle進程所執行的sql語句，發現占用cpu資源很高的進程都是執行同一個sql語句：
select d.domainname,d.mswitchdomainid, a.serviceid,a.servicecode,a.usertype,a.status,a.notifystatus,to_char(a.datecreated,'yyyy-mm-dd hh24:mi:ss') datecreated,vipflag,status2,customertype,customerid from service a, gatewayloc b, subbureaunumber c, mswitchdomain d where b.mswitchdomainid = d.mswitchdomainid and b.gatewaysn = c.gatewaysn and a.servicecode like c.code||'%' and a.servicespecid=1 and a.status!='4' and a.status!='10' and a.servicecode like '010987654321%' and subsidiaryid=999999999
基本上可以肯定是這個sql引起了系統cpu資源大量被占用，那究竟是什么原因造成這個sql這么大量占用cpu資源呢，我們先來看看數據庫的進程等待事件都有些什么：
sql> select sid,event,p1,p1text from v$session_wait;
sid event p1 p1text
---------- ----------------------------------------------------------------
12 latch free 4.3982e+12 address
36 latch free 4.3982e+12 address
37 latch free 4.3982e+12 address
84 latch free 4.3982e+12 address
102 latch free 4.3982e+12 address
101 latch free 4.3982e+12 address
85 latch free 4.3982e+12 address
106 latch free 4.3982e+12 address
155 latch free 4.3982e+12 address
151 latch free 4.3982e+12 address
149 latch free 4.3982e+12 address
147 latch free 4.3982e+12 address
1 pmon timer 300 duration
從上面的查詢我們可以看出，大都是latch free的等待事件，然后接著查一下這些latch的等待都是什么進程產生的：
sql> select spid from v$process where addr in
(select paddr from v$session where sid in(84,102,101,106,155,151));
spid
------------
25774
26010
25873
25725
由此看出latch free這個等待事件導致了上面的那個sql語句都在等待，占用了大量的cpu資源。我們來看看究竟主要是那種類型的latch的等待，根據下面的sql語句:
sql> select latch#, name, gets, misses, sleeps
from v$latch
where sleeps>0
order by sleeps;
latch# name gets misses sleeps
---------- ----------------------------------------------------------------
15 messages 96876 20 1
159 library cache pin allocation 407322 43 1
132 dml lock allocation 194533 213 2
4 session allocation 304897 48 3
115 redo allocation 238031 286 4
17 enqueue hash chains 277510 85 5
7 session idle bit 2727264 314 16
158 library cache pin 3881788 5586 58
156 shared pool 2771629 6184 662
157 library cache 5637573 25246 801
98 cache buffers chains 1722750424 758400 109837
由上面的查詢可以看出最主要的latch等待是cache buffers chains，這個latch的等待表明數據庫存在單獨的block的競爭這些latch，我們來看這個latch存在的子latch及其對應的類型：
sql> select addr, latch#, gets, misses, sleeps
from v$latch_children
where sleeps>0
and latch# = 98
order by sleeps desc;
addr latch# gets misses sleeps
---------------- ---------- ---------- ---------- ----------
000004000a3dfd10 98 10840661 82891 389
000004000a698c70 98 159510 2 244
0000040009b21738 98 104269771 34926 209
0000040009b227a8 98 107604659 35697 185
000004000a3e0d70 98 5447601 18922 156
000004000a6c2bd0 98 853375 7 134
0000040009b24888 98 85538409 25752 106
……………
接著我們來查看sleep較多的子latch對應都有哪些對象：
sql> select distinct a.owner,a.segment_name,a.segment_type from
dba_extents a,
(select dbarfil,dbablk
from x$bh
where hladdr in
(select addr
from (select addr
from v$latch_children
order by sleeps desc)
where rownum < 5)) b
where a.relative_fno = b.dbarfil
and a.block_id <= b.dbablk and a.block_id + a.blocks > b.dbablk;
owner segment_name segment_type
---------------------------------------------------------------------------
test i_service_servicespecid index
test i_service_subsidiaryid index
test service table
test mswitchdomain table
test i_service_sc_s index
…………………
我們看到在開始的那個sql語句中的幾個對象都有包括在內，于是來看看開始的那個sql的執行計劃：
sql> set autotrace trace explain
sql>select d.domainname,d.mswitchdomainid, a.serviceid,a.servicecode,a.usertype,a.status,a.notifystatus,to_char(a.datecreated,'yyyy-mm-dd hh24:mi:ss') datecreated,vipflag,status2,customertype,customerid from service a, gatewayloc b, subbureaunumber c, mswitchdomain d where b.mswitchdomainid = d.mswitchdomainid and b.gatewaysn = c.gatewaysn and a.servicecode like c.code||'%' and a.servicespecid=1 and a.status!='4' and a.status!='10' and a.servicecode like '010987654321%' and subsidiaryid=999999999;
execution plan
----------------------------------------------------------
0 select statement optimizer=choose
1 0 nested loops
2 1 nested loops
3 2 nested loops
4 3 table access (full) of 'subbureaunumber'
5 3 table access (by index rowid) of 'gatewayloc'
6 5 index (unique scan) of 'pk_gatewayloc' (unique)
7 2 table access (by index rowid) of 'mswitchdomain'
8 7 index (unique scan) of 'pk_mswitchdomain' (unique)
9 1 table access (by index rowid) of 'service'
10 9 and-equal
11 10 index (range scan) of 'i_service_servicespecid' (non
-unique)
12 10 index (range scan) of 'i_service_subsidiaryid' (non-
unique)
根據開始查到的引起latch free等待中的對象和sql語句的執行計劃，覺得service表上的索引有問題，似乎存在了過多的掃描，于是將同樣的sql語句在別的地市的同樣的數據庫上執行一下，查看相應的執行計劃:
sql> set autotrace trace explain
sql>select d.domainname,d.mswitchdomainid, a.serviceid,a.servicecode,a.usertype,a.status,a.notifystatus,to_char(a.datecreated,'yyyy-mm-dd hh24:mi:ss') datecreated,vipflag,status2,customertype,customerid from service a, gatewayloc b, subbureaunumber c, mswitchdomain d where b.mswitchdomainid = d.mswitchdomainid and b.gatewaysn = c.gatewaysn and a.servicecode like c.code||'%' and a.servicespecid=1 and a.status!='4' and a.status!='10' and a.servicecode like '010987654321%' and subsidiaryid=999999999;
execution plan
----------------------------------------------------------
0 select statement optimizer=choose
1 0 table access (by index rowid) of 'service'
2 1 nested loops
3 2 nested loops
4 3 nested loops
5 4 table access (full) of 'subbureaunumber'
6 4 table access (by index rowid) of 'gatewayloc'
7 6 index (unique scan) of 'pk_gatewayloc' (unique)
8 3 table access (by index rowid) of 'mswitchdomain'
9 8 index (unique scan) of 'pk_mswitchdomain' (unique)
10 2 index (range scan) of 'i_service_sc_s' (non-unique)
對比兩個執行計劃，發現索引i_service_servicespecid和i_service_subsidiaryid是不應該走的，于是又對比了兩個地方service表上的索引個數:
sql> select index_name from user_indexes where table_name='service';
index_name
------------------------------
i_service_accountnum
i_service_cid
i_service_dateactivated
i_service_priceplanid
i_service_sc_s
i_service_servicecode
i_service_servicespecid
i_service_subsidiaryid
pk_service_sid
sql> select index_name from user_indexes where table_name='service';
index_name
------------------------------
i_service_accountnum
i_service_cid
i_service_dateactivated
i_service_sc_s
i_service_servicecode
pk_service_sid
發現存在問題的數據庫中的service表上不知道怎么多出了i_service_priceplanid、i_service_servicespecid 、i_service_subsidiaryid三個索引，而這些索引就是導致了開始那個sql語句用了不該用的索引，引起latch free等待和cpu占用很高的罪魁禍首，于是刪除了那三個索引，重新執行相應的sql語句，很快就得出了結果，cpu的利用率也馬上下降為正常了，觀察結果如下：
last pid: 26387; load averages: 1.61, 1.38, 1.21
195 processes: 194 sleeping, 1 on cpu
cpu states: 96.2% idle, 1.6% user, 1.7% kernel, 0.5% iowait, 0.0% swap
memory: 8192m real, 1183m free, 14m swap in use, 8179m swap free
pid username thr pri nice size res state time cpu command
26383 oracle 1 59 0 4550m 4506m sleep 0:12 4.52% oracle
409 root 15 59 0 7168k 7008k sleep 173.1h 0.53% picld
25653 oracle 1 59 0 4550m 4508m sleep 2:12 0.48% oracle
26384 root 1 59 0 2800k 1912k cpu2 0:00 0.21% top-3.5b8-sun4u
25569 oracle 1 59 0 4550m 4508m sleep 0:12 0.09% oracle
25717 oracle 1 59 0 4550m 4507m sleep 0:07 0.05% oracle
25571 oracle 1 59 0 4550m 4507m sleep 0:10 0.04% oracle
25681 oracle 1 59 0 4550m 4508m sleep 0:10 0.04% oracle
25544 oracle 1 58 0 4554m 4501m sleep 0:14 0.03% oracle
25703 oracle 1 59 0 4550m 4506m sleep 0:23 0.03% oracle
………………
對于cpu利用率過高的情況，如果是sql語句性能比較低下引起的基本上都可以按照這個思路來診斷和解決問題，當然具體問題還得具體分析，解決問題的方法也有很多種，這里不過是拋磚引玉一下，只要能最終達到我們解決問題的目的就可以了。
作者簡介：
照片
暫缺
網名coolyl
csdn emag oracle電子雜志主編
現任itpub oracle管理版版主。
擅長數據庫的維護，對于數據庫的安裝，調整，備份方面有自己獨到的經驗。同時也給一些國內的大型企業做過oracle的培訓，有一定的培訓經驗。
曾做過很多大型項目的數據庫維護和支持工作，對oracle的維護有相當多的實際經驗，善于現場解決問題。
曾任職于國內某大型軟件企業做oracle數據庫的技術支持，客戶遍及全國各個行業，尤其是電信，政府行業。
現任職于某外資電信企業華北區分公司，dba，負責華北區40多個數據庫系統的維護，對大型數據庫管理經驗豐富。
《oracle數據庫dba專題技術精粹》一書的主編及主要作者.
mail地址: [email protected]
