印刻数据库

外观

Oracle 日常性能监控 ​

监控指标体系 ​

系统级指标 ​

CPU 使用率

  • 监控对象：数据库服务器的 CPU 使用率
  • 监控阈值：持续超过 80% 时告警
  • 监控工具：OS 命令（top、vmstat）、Oracle Enterprise Manager
  • 分析方法：区分用户进程、系统进程和空闲进程的 CPU 使用情况
  • 优化建议：考虑增加 CPU 资源、优化 SQL 语句、调整并行度

内存使用率

  • 监控对象：服务器内存使用情况、SGA 和 PGA 大小
  • 监控阈值：物理内存使用率超过 90% 时告警
  • 监控工具：OS 命令（free、vmstat）、Oracle 视图（v$sgastat、v$pgastat）
  • 分析方法：检查内存分配是否合理，是否存在内存泄漏
  • 优化建议：调整 SGA 和 PGA 大小、增加物理内存、优化内存使用

磁盘 I/O

  • 监控对象：磁盘读写速度、I/O 等待时间、磁盘使用率
  • 监控阈值：I/O 等待时间超过 20ms 或磁盘使用率超过 85% 时告警
  • 监控工具：OS 命令（iostat、sar）、Oracle 视图（v$filestat、v$iostat_file）
  • 分析方法：识别热点磁盘和文件，分析 I/O 模式
  • 优化建议：使用 RAID 配置、增加存储带宽、优化 SQL 减少 I/O、使用分区表

网络性能

  • 监控对象：网络吞吐量、延迟、连接数
  • 监控阈值：网络延迟超过 50ms 或丢包率超过 1% 时告警
  • 监控工具：OS 命令（netstat、ping）、Oracle 视图（v$session_wait）
  • 分析方法：检查网络瓶颈和连接状态
  • 优化建议：优化网络配置、增加带宽、使用连接池、减少网络传输数据量

数据库级指标 ​

实例状态

  • 监控对象：实例是否正常运行、启动时间、状态变化
  • 监控阈值：实例异常或状态变化时告警
  • 监控工具：Oracle 视图（v$instance、v$database）、Oracle Enterprise Manager
  • 分析方法：检查实例状态和数据库状态
  • 优化建议：及时处理实例异常，确保高可用性

连接数

  • 监控对象：当前连接数、最大连接数、连接趋势
  • 监控阈值：连接数超过最大连接数的 80% 时告警
  • 监控工具：Oracle 视图（v$session、v$process）、Oracle Enterprise Manager
  • 分析方法：识别连接来源和类型，检查是否有空闲连接
  • 优化建议：调整最大连接数、使用连接池、清理空闲连接、优化应用连接管理

SGA 性能

  • 监控对象：SGA 各组件使用情况、缓冲区命中率
  • 监控阈值：缓冲区命中率低于 90% 时告警
  • 监控工具：Oracle 视图（v$sgastat、v$buffer_pool_statistics）
  • 分析方法：检查 SGA 组件配置是否合理，是否有内存不足情况
  • 优化建议：调整 SGA 组件大小、使用自动内存管理

PGA 性能

  • 监控对象：PGA 使用情况、排序和哈希操作性能
  • 监控阈值：PGA 使用率超过 90% 或排序区溢出频繁时告警
  • 监控工具：Oracle 视图（v$pgastat、v$sysstat）
  • 分析方法：检查 PGA 配置是否合理，是否有大量排序或哈希操作
  • 优化建议：调整 PGA_AGGREGATE_TARGET 参数、优化 SQL 减少排序操作

SQL 性能指标 ​

慢 SQL

  • 监控对象：执行时间长的 SQL 语句
  • 监控阈值：执行时间超过 5 秒的 SQL 语句
  • 监控工具：Oracle 视图（v$session_longops、v$sqlarea）、AWR 报告
  • 分析方法：分析执行计划，识别性能瓶颈
  • 优化建议：创建索引、重写 SQL、调整执行计划、使用绑定变量

SQL 执行计划

  • 监控对象：SQL 执行计划的变化
  • 监控阈值：执行计划发生变化时告警
  • 监控工具：Oracle 视图（v$sql_plan、dba_hist_sqlplan）、SQL Plan Management
  • 分析方法：检查执行计划是否最优，是否有计划退化
  • 优化建议：使用 SQL 计划基线、收集统计信息、调整索引

硬解析率

  • 监控对象：SQL 硬解析次数和比例
  • 监控阈值：硬解析率超过 10% 时告警
  • 监控工具：Oracle 视图（v$sysstat、v$sql）
  • 分析方法：检查是否使用绑定变量，是否有大量重复 SQL
  • 优化建议：使用绑定变量、调整 shared_pool_size、使用游标共享

存储指标 ​

表空间使用率

  • 监控对象：各表空间的使用情况和增长趋势
  • 监控阈值：表空间使用率超过 85% 时告警
  • 监控工具：Oracle 视图（dba_tablespaces、dba_free_space）、Oracle Enterprise Manager
  • 分析方法：预测表空间增长趋势，识别快速增长的表空间
  • 优化建议：添加数据文件、扩展现有数据文件、清理无用数据、使用自动扩展

数据文件 I/O

  • 监控对象：数据文件的读写次数和大小
  • 监控阈值：单个数据文件 I/O 等待时间超过 20ms 时告警
  • 监控工具：Oracle 视图（v$filestat、v$iostat_file）
  • 分析方法：识别热点数据文件，分析 I/O 模式
  • 优化建议：将热点文件分散到不同磁盘、使用 ASM 进行负载均衡、优化 SQL 减少 I/O

重做日志

  • 监控对象：重做日志大小、切换频率、归档状态
  • 监控阈值：重做日志切换频率超过每分钟 5 次时告警
  • 监控工具：Oracle 视图（v$log、v$log_history）、Oracle Enterprise Manager
  • 分析方法：检查重做日志配置是否合理，是否有日志争用
  • 优化建议：增加重做日志组和大小、优化提交频率、使用快速归档

临时表空间

  • 监控对象：临时表空间使用情况和增长趋势
  • 监控阈值：临时表空间使用率超过 90% 时告警
  • 监控工具：Oracle 视图（v$temp_space_header、dba_temp_free_space）
  • 分析方法：识别消耗临时空间的操作和 SQL
  • 优化建议：增加临时表空间大小、优化排序和哈希操作、使用临时表空间组

监控工具 ​

Oracle 内置工具 ​

Oracle Enterprise Manager (OEM)

  • 功能特点：提供全面的图形化监控界面，支持实时监控和历史分析
  • 监控范围：系统级、数据库级、SQL 级的所有指标
  • 优势：操作简单，可视化效果好，支持自动告警
  • 劣势：资源消耗较大，需要额外安装配置
  • 适用场景：企业级数据库环境，需要集中监控多个数据库

Automatic Workload Repository (AWR)

  • 功能特点：自动收集数据库性能统计信息，生成详细的性能报告
  • 监控范围：数据库级和 SQL 级的性能指标
  • 优势：提供历史性能数据，支持性能趋势分析
  • 劣势：默认只保留 8 天数据，需要手动生成报告
  • 适用场景：性能问题诊断，定期性能分析

Active Session History (ASH)

  • 功能特点：实时捕获活动会话的等待事件和执行情况
  • 监控范围：会话级的详细活动信息
  • 优势：提供细粒度的会话活动数据，支持实时性能分析
  • 劣势：数据保留时间短，需要及时分析
  • 适用场景：实时性能问题诊断，识别当前系统瓶颈

Statspack

  • 功能特点：轻量级的性能统计工具，类似于 AWR 的简化版
  • 监控范围：数据库级的主要性能指标
  • 优势：资源消耗小，配置简单
  • 劣势：功能不如 AWR 全面，需要手动配置
  • 适用场景：小型数据库环境，资源受限的系统

第三方工具 ​

Zabbix

  • 功能特点：开源的企业级监控解决方案，支持 Oracle 数据库监控
  • 监控范围：系统级和数据库级的主要指标
  • 优势：免费开源，可扩展性强，支持自定义监控项
  • 劣势：配置相对复杂，需要一定的技术知识
  • 适用场景：混合环境监控，需要与其他系统集成

Prometheus + Grafana

  • 功能特点：开源的监控和可视化平台，支持 Oracle 数据库监控
  • 监控范围：系统级和数据库级的主要指标
  • 优势：高性能，可扩展性强，可视化效果好
  • 劣势：需要额外开发 Oracle exporter，配置相对复杂
  • 适用场景：云环境和容器化环境的监控

Datadog

  • 功能特点：SaaS 模式的监控平台，支持 Oracle 数据库监控
  • 监控范围：系统级、数据库级和应用级的全面监控
  • 优势：易于部署，功能丰富，支持自动告警
  • 劣势：收费服务，成本较高
  • 适用场景：企业级环境，需要专业的监控服务

脚本监控 ​

Shell 脚本

  • 功能特点：使用 OS 命令和 SQL*Plus 编写的监控脚本
  • 监控范围：可自定义监控任何指标
  • 优势：灵活定制，资源消耗小，可集成到现有系统
  • 劣势：需要手动编写和维护，缺乏可视化界面
  • 适用场景：特定指标的监控，简单的监控需求

Python 脚本

  • 功能特点：使用 Python 编写的监控脚本，可利用 cx_Oracle 库连接数据库
  • 监控范围：可自定义监控任何指标，支持复杂的数据分析
  • 优势：功能强大，易于维护，支持各种输出格式
  • 劣势：需要安装 Python 和相关库，开发成本较高
  • 适用场景：复杂的监控需求，需要高级数据分析

监控流程 ​

日常监控 ​

每日监控

  • 监控频率：每小时或每日
  • 监控内容：
    • 数据库实例状态
    • 表空间使用率
    • 连接数和会话状态
    • 主要性能指标（CPU、内存、I/O）
    • 慢 SQL 语句
    • 重做日志切换频率
  • 监控工具：自动脚本、Oracle Enterprise Manager
  • 处理流程：记录监控结果，发现异常及时处理

每周监控

  • 监控频率：每周一次
  • 监控内容：
    • 生成 AWR 报告并分析
    • 检查数据库增长趋势
    • 分析 SQL 执行计划变化
    • 检查索引使用情况
    • 验证备份和恢复状态
  • 监控工具：AWR 报告、SQL Tuning Advisor
  • 处理流程：生成周报，制定优化计划

每月监控

  • 监控频率：每月一次
  • 监控内容：
    • 全面的性能评估
    • 数据库配置审查
    • 安全审计
    • 容量规划
    • 性能趋势分析
  • 监控工具：AWR 对比报告、Oracle Enterprise Manager
  • 处理流程：生成月报，更新监控策略和优化计划

实时监控 ​

实时告警

  • 告警触发：当监控指标超过阈值时自动触发
  • 告警级别：
    • 紧急：需要立即处理的问题（如数据库宕机）
    • 严重：需要在 4 小时内处理的问题（如 CPU 使用率持续过高）
    • 警告：需要在 24 小时内处理的问题（如表空间使用率接近阈值）
  • 告警方式：邮件、短信、企业微信、钉钉、电话
  • 处理流程：
    1. 接收告警信息
    2. 确认告警真实性
    3. 分析问题原因
    4. 执行修复操作
    5. 验证修复结果
    6. 记录处理过程

性能突降处理

  • 触发条件：系统性能突然下降（如响应时间增加 50% 以上）
  • 处理流程：
    1. 快速定位瓶颈（使用 ASH 或实时会话监控）
    2. 识别问题 SQL 或操作
    3. 采取紧急措施（如终止异常会话、调整参数）
    4. 进行详细分析
    5. 实施长期解决方案
    6. 记录处理过程和经验教训

监控数据管理 ​

数据收集 ​

收集策略

  • 实时数据：通过视图和系统命令实时收集
  • 历史数据：使用 AWR、Statspack 等工具定期收集
  • 基线数据：建立正常状态下的性能基线，用于对比分析
  • 自定义数据：根据特定需求收集额外的监控数据

收集频率

  • 系统级指标：每 1-5 分钟
  • 数据库级指标：每 5-15 分钟
  • SQL 级指标：每 15-30 分钟
  • 详细分析数据：每 1-6 小时

数据存储

  • Oracle 内置存储：AWR 数据存储在 SYSAUX 表空间
  • 外部存储：使用监控系统的数据库或文件系统存储
  • 数据压缩：对历史数据进行压缩，减少存储空间
  • 数据保留：根据需求设置合理的数据保留期限

数据分析 ​

实时分析

  • 目的：及时发现和处理性能问题
  • 方法：使用 ASH、实时会话监控等工具
  • 重点：识别当前瓶颈和异常会话

趋势分析

  • 目的：预测性能变化和容量需求
  • 方法：分析历史性能数据，建立趋势模型
  • 重点：识别性能逐渐下降的指标，预测资源需求

对比分析

  • 目的：评估优化效果和配置变更影响
  • 方法：对比不同时期的性能数据，如 AWR 对比报告
  • 重点：分析优化前后的性能变化，评估配置变更的影响

关联分析

  • 目的：理解不同指标之间的关系
  • 方法：分析多个指标的变化趋势和相关性
  • 重点：识别指标之间的因果关系，全面理解性能问题

监控最佳实践 ​

监控体系设计 ​

分层监控

  • 基础监控：系统级和数据库级的关键指标
  • 深入监控：SQL 级和应用级的详细指标
  • 专项监控：针对特定业务和应用的定制监控

监控粒度

  • 粗粒度监控：用于日常巡检和总体状态了解
  • 细粒度监控：用于性能问题诊断和深入分析
  • 动态调整：根据系统状态和业务需求动态调整监控粒度

监控覆盖

  • 全面覆盖：确保所有关键指标都有监控
  • 重点突出：对重要业务系统和关键指标加强监控
  • 无盲点：避免监控死角，确保系统的每个部分都能被监控到

监控执行 ​

自动化监控

  • 脚本自动化：使用脚本自动收集和分析监控数据
  • 告警自动化：设置自动告警规则，及时发现问题
  • 报告自动化：定期自动生成监控报告

规范化操作

  • 监控流程：建立标准化的监控流程和操作手册
  • 告警处理：制定统一的告警处理流程和升级机制
  • 记录规范：统一监控数据和处理过程的记录格式

持续优化

  • 监控调整：根据系统变化和业务需求调整监控策略
  • 阈值优化：根据实际情况调整告警阈值
  • 工具升级：及时更新和升级监控工具，利用新特性

问题处理 ​

快速响应

  • 响应时间：建立明确的响应时间要求（如紧急问题 15 分钟内响应）
  • 处理流程：制定标准化的问题处理流程
  • 资源准备：确保必要的工具和资源随时可用

根因分析

  • 分析方法：使用多种工具和方法进行综合分析
  • 问题分类：对性能问题进行分类，建立问题库
  • 经验积累：记录和分享问题处理经验，建立知识库

预防措施

  • 定期检查：定期进行系统健康检查，提前发现潜在问题
  • 容量规划：根据监控数据进行容量规划，避免资源不足
  • 配置优化：根据监控结果持续优化系统配置

版本差异考虑 ​

Oracle 11g

  • 监控工具：支持 Statspack 和基本的 AWR
  • 监控指标：提供核心性能指标，但高级功能有限
  • 告警能力：基本的告警功能，需要手动配置
  • 最佳实践：使用 Statspack 进行定期性能收集，结合脚本监控

Oracle 12c

  • 监控工具：增强了 AWR 和 ASH 功能，支持多租户环境监控
  • 监控指标：增加了更多细粒度的性能指标
  • 告警能力：增强了自动告警功能
  • 最佳实践：充分利用 AWR 和 ASH 进行性能分析，使用 OEM 进行集中监控

Oracle 19c

  • 监控工具：进一步增强了 AWR 和 ASH，支持自动性能诊断
  • 监控指标：增加了更多系统级和数据库级的监控指标
  • 告警能力：支持更智能的自动告警和预测性分析
  • 最佳实践：使用自动性能诊断工具，结合机器学习进行异常检测

Oracle 21c

  • 监控工具：引入了更多自动化的监控功能
  • 监控指标：增加了更多细粒度的监控指标和预测性指标
  • 告警能力：支持更智能的告警和自动修复建议
  • 最佳实践：利用自动化监控和智能分析功能，减少人工干预

常见问题（FAQ） ​

Q1: 如何确定监控阈值的合理值？ ​

A1: 确定监控阈值的方法：

  • 基准测试：在系统正常运行时收集性能数据，建立基准值
  • 行业标准：参考 Oracle 官方推荐的阈值和行业最佳实践
  • 经验调整：根据实际运行经验，逐步调整阈值
  • 动态阈值：考虑使用动态阈值，根据系统负载自动调整
  • 业务需求：根据业务的重要性和性能要求设置不同的阈值

Q2: 如何处理大量的告警信息？ ​

A2: 处理大量告警信息的方法：

  • 告警分级：对告警进行分级，优先处理严重的告警
  • 告警聚合：将相关的告警聚合为一个，减少重复告警
  • 告警抑制：在维护期间暂时抑制非关键告警
  • 自动处理：对常见的告警实现自动处理
  • 告警优化：分析告警原因，优化系统减少告警
  • 监控调整：调整监控阈值和频率，减少误报

Q3: 如何识别和处理性能瓶颈？ ​

A3: 识别和处理性能瓶颈的方法：

  • 使用 ASH：实时查看活动会话的等待事件，识别当前瓶颈
  • 分析 AWR 报告：查看 Top 5 等待事件和 Top SQL，识别系统瓶颈
  • 使用 SQL Tuning Advisor：分析和优化有问题的 SQL 语句
  • 检查系统资源：确认 CPU、内存、I/O 等系统资源是否充足
  • 对比分析：与历史性能数据对比，识别性能变化趋势
  • 实施优化：根据分析结果，实施相应的优化措施

Q4: 如何优化监控系统的性能和可靠性？ ​

A4: 优化监控系统的方法：

  • 合理设置监控频率：避免过于频繁的监控导致系统负载增加
  • 使用轻量级工具：在资源受限的环境中使用轻量级监控工具
  • 分布式监控：对于大型环境，使用分布式监控架构
  • 监控系统冗余：确保监控系统本身的高可用性
  • 数据存储优化：合理配置监控数据的存储和保留策略
  • 定期维护：定期检查和维护监控系统，确保其正常运行

Q5: 如何进行有效的性能趋势分析？ ​

A5: 进行性能趋势分析的方法：

  • 收集足够的数据：确保有足够的历史性能数据进行分析
  • 设置合理的时间粒度：根据分析需求设置合适的数据收集间隔
  • 使用可视化工具：利用图表和仪表盘直观展示性能趋势
  • 建立基准线：建立系统正常运行时的性能基准线
  • 预测分析：使用统计方法和机器学习预测未来的性能变化
  • 定期审查：定期审查性能趋势，及时发现潜在问题

Q6: 如何监控多租户环境中的性能？ ​

A6: 监控多租户环境性能的方法：

  • 使用 CDB 和 PDB 级别的视图：分别监控容器数据库和可插拔数据库
  • 资源使用监控：监控每个 PDB 的资源使用情况
  • 隔离性能问题：确保一个 PDB 的性能问题不会影响其他 PDB
  • 使用 OEM 的多租户监控功能：利用 OEM 专门的多租户监控功能
  • 定制监控策略：为不同的 PDB 制定不同的监控策略

Q7: 如何监控云环境中的 Oracle 数据库？ ​

A7: 监控云环境中 Oracle 数据库的方法：

  • 使用云提供商的监控服务：如 Oracle Cloud Infrastructure Monitoring
  • 部署第三方监控工具：如 Zabbix、Prometheus 等
  • 利用数据库内置工具：继续使用 AWR、ASH 等内置工具
  • 网络连接监控：特别关注云环境中的网络连接和延迟
  • 安全监控：加强云环境中的数据库安全监控
  • 成本监控：监控云资源使用情况，控制成本

Q8: 如何制定有效的日常监控计划？ ​

A8: 制定日常监控计划的方法：

  • 明确监控目标：根据业务需求和系统特点确定监控目标
  • 选择合适的监控工具：根据环境和需求选择合适的监控工具
  • 设置监控指标和阈值：确定需要监控的指标和相应的阈值
  • 制定监控频率：根据指标的重要性和变化速度确定监控频率
  • 建立告警处理流程：明确告警的处理流程和责任人
  • 定期 review 和调整：定期审查监控计划的有效性，根据实际情况调整

Q9: 如何利用监控数据进行容量规划？ ​

A9: 利用监控数据进行容量规划的方法：

  • 收集历史数据：收集足够长时间的性能和资源使用数据
  • 分析增长趋势：分析数据量、用户数和资源使用的增长趋势
  • 预测未来需求：基于历史趋势预测未来的容量需求
  • 设置安全边际：在规划中预留足够的安全边际
  • 制定扩容计划：根据预测结果制定详细的扩容计划
  • 定期更新规划：根据实际情况定期更新容量规划

Q10: 如何培训团队成员掌握性能监控技能？ ​

A10: 培训团队成员掌握性能监控技能的方法：

  • 基础知识培训：提供 Oracle 数据库性能基础培训
  • 工具使用培训：培训监控工具的使用方法和技巧
  • 实战演练：通过实际案例演练，提高问题诊断能力
  • 知识分享：定期组织内部知识分享，交流监控经验
  • 认证考试：鼓励团队成员参加 Oracle 相关认证考试
  • 外部培训：参加外部专业培训，学习最新的监控技术和方法