显示数据库的相关信息，包括数据库名字，ID，实例名，编号，版本，RAC状态以及主机名
主机信息：包括主机CPU，SGA大小，Buffer cache，Shareed Pool，ASH 缓冲区大小等信息
报告的开始结束时间，经过了多长的时间等信息
为用户会话等待事件信息，排名靠前的几个事件
Top Background Events 后台事件排名
Top Event P1/P2/P3 Values 显示了在这个抽样中占很高百分比的等待事件参数值，通过总的等待时间（%Event）进行排序后显示。每个参数值和信息对应
负载信息：
在抽样活动中占很高百分比的服务和模块
服务信息，模块，活跃时间，执行了什么动作，执行时间
Top Client IDs：显示了在抽样会话活动中占很高百分比的客户端的id信息，是数据库会话中应用程序特定的标识符
Top SQL Command Type：这部分信息显示了会话活动中，占很高百分比的SQL命令的类型
主要的执行情况：SQL，PLSQL的执行，解析和硬解析的执行
Top SQL with Top Events
SQL编号，计划hash，采样期内SQL执行次数，活跃期占比，事件，事件占比，扫描方式，扫描时间占比，SQL内容
Top SQL with Top Row Sources
同上
Top SQL using literals
列举来了未绑定变量的SQL
Top Parsing Module/Action
靠前排名解析的模块和动作
这部分列出了所有的SQL语句
这部分未PLSQL和存储过程的消耗
这部分是关于会话的，比较重要。
这部分列出了活动最频繁的会话信息。这一部分为我们提供了非常有用的信息，那就是哪些进程活动频繁。我们通过这一部分获取到某个活动频繁的会话信息。我们就能了解到当前这个会话正在做什么。
列举了被阻塞的会话信息，以及是由什么事件导致的。
这里会显示被访问较多的文件
这部分列举了各种等待的细粒度显示。
这一部分是ash报告信息最丰富的一部分.这部分信息对于长时间周期的ash报告来说因为在分析期间它提供了关于活动和工作负载概要深层次的详细信息.activity over time会被分成10个时段.每个时段的大小基于分析所持续的时间.第一个和最后一个时段是奇怪.所有内部时段是相等的大小它们可以相互比较.例如,如果分析时间持续10分钟那么所有的时段将会是每个一分钟.然后如果分析时间持续9分30秒,那么外部的时段可能是每个15秒内部的时段可能每个1分钟
特定时段中每个时段包含的信息如下:
列 描述
slot time(持续时间) 时段的持续时间
solt count 在时段中抽样会话的数量
event 在时段中顶级的三个等待事件
event count ash抽样等待的等待事件的数量
%event ash抽样等待的等待事件在整个分析期间所占的百分比
当比较内部时段时,通过识别异常的event count和slot count列执行一个倾斜分析.event count列的异常指示了在抽样会话中等待的等待事件数量增加了.slot count列的异常指示活动的会自豪感增加了,因为ash数据只从活动会话中进持抽样说明数据库的
<wiz_tmp_tag id="wiz-table-range-border" contenteditable="false" style="display: none;">