statspack系列4

原文：http://jonathanlewis.wordpress.com/2006/12/27/analysing-statspack-4/

作者：Jonathan Lewis

使用statspack的一个方式是从数据中抽取出来趋势信息，两年前在我的网站上发布了一些样例的sql，这些sql用来完成这样的任务。

一种方式是生成一个快照，就执行一下spreport.sql脚本，然后使用grep(unix)或者find(windows)从产生的结果文件结合中抽取数据，举个例子，系统当前有过度的I/O和cpu尖刺，我会检查一下系统当前有哪些正在进行 table scans 或者scattered read。如果我已经积累了statspack报告的归档，你们我就可以很容易的得到趋势报告：

grep "table scan rows gotten" sp*.txt      
 
Statistic                                  Total      per Second      per Trans
sp_17011430.txt:table scan rows gotten    67,522,182    75,024.7      166.0
sp_17011445.txt:table scan rows gotten    60,288,793    66,987.6      168.3
sp_17011500.txt:table scan rows gotten    68,181,066    75,672.7      154.8
sp_17011515.txt:table scan rows gotten    68,845,922    76,580.6      207.2
sp_17011530.txt:table scan rows gotten   132,836,448   147,432.2      422.4
sp_17011545.txt:table scan rows gotten   134,103,072   149,003.4      430.5
sp_17011600.txt:table scan rows gotten   454,254,201   504,726.9    1,381.8
sp_17011615.txt:table scan rows gotten   218,650,324   243,215.0      577.1
sp_17011630.txt:table scan rows gotten    76,841,570    85,379.5      208.6
sp_17011645.txt:table scan rows gotten    66,468,544    73,853.9      199.4

在这个报告中，我插入了头信息，来清楚的看到数字的意思，如果仅仅使用grep的话是没有这部分信息的。

我已经设置了这个系统按照月/天/小时/分钟来作为文件名称的格式，可以看出结果是从15分钟快照的集合中产生的，按照命名的习惯，grep命令刚好按照正确的顺序得出结果。

       在这个例子中，可以看到在3:15 pm到4:15 pm中有一些异常，峰值在4:00pm左右，平均下来 每个事物的table scan的量迅速的上升。在这个时间上可以看下statspack的其他信息是否和这部分一致，仔细检查一下在4:00 pm时间的statspack的整体报告，看看是否有一些特殊的任务在执行。

　　定时的自动调用spreport.sql, 并产生合适的文件名，可以使用下面的脚本。

execute statspack.snap(5)    
 
column  begin_snap  new_value   begin_snap
column  end_snap    new_value   end_snap
column  report_name new_value   report_name    
 
column  instance_number new_value   instance_number
column  dbid        new_value   dbid    
 
select dbid from v$database;
select instance_number from v$instance;    

select  begin_snap, end_snap, 'sp_' || snap_time || '.txt' report_name
from    (
     select
        lag(snap_id,1) over(order by snap_id)   begin_snap,
        snap_id                 end_snap,
        lead(snap_id,1) over(order by snap_id)  next_snap,
        to_char(snap_time,'mmddhh24mi')     snap_time
     from   stats$snapshot
     where  dbid        = &dbid
     and    instance_number = &instance_number
    )
where
    next_snap is null
;    
start ?/rdbms/admin/spreport    

这个脚本执行一个snapshot，然后找到相邻的两个snapshot的id，根据后面的snapshot的时间戳建立文件名称，这个脚本命名为spreport.sql。

很明显，不能通过dbms_job来执行这个脚本，可以选择其他的方式，如果使用10g，可以选择dbms_scheduler。