编者按：
本文作者系Scott（中文名陈晓辉），现任大连华信资深分析师 ，ORACLE数据库专家，曾就职于甲骨文中国。个人主页：segmentfault.com/u/db_perf ，经其本人授权发布。
【免责声明】本号文章仅代表个人观点，与任何公司无关。
今天借助一个例子继续讲ASH的用法。
代码语言：javascript复制客户报告：
一个RAC构成的环境，在11:20左右开始处理慢。
提供资料：
AWR Report
ASH
请求事项：
原因确认
解决方法
先简单看一AWR Report 的总体状况。
代码语言：javascript复制・Node1
DB Time: 967.74 (mins)
・Node2
DB Time: 414.41 (mins)
・Node3
DB Time: 354.11 (mins)
・Node4
DB Time: 460.29 (mins)
・Node5
DB Time: 551.66 (mins)
根据以上的信息，可以看到Node1的“DB Time : 967.74 (mins)”，Node2--Node5 的两倍左右。 所以，我们可以看看每个INSTANCE的“Top 5 Timed Foreground Events”。
代码语言：javascript复制・Node1
Top 5 Timed Foreground Events
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Avg
wait % DB
Event Waits Time(s) (ms) time Wait Class
------------------------------ ------------ ----------- ------ ------ ----------
db file sequential read 4,893,299 26,714 5 46.0 User I/O
log file sync 476,854 6,132 13 10.6 Commit
DB CPU 5,009 8.6
Disk file operations I/O 163,640 4,128 25 7.1 User I/O
gc current block 3-way 2,866,969 3,163 1 5.4 Cluster
・Node2
Top 5 Timed Foreground Events
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Avg
wait % DB
Event Waits Time(s) (ms) time Wait Class
------------------------------ ------------ ----------- ------ ------ ----------
gc cr block busy 256,891 4,668 18 18.8 Cluster
DB CPU 4,613 18.6
db file sequential read 3,089,328 3,822 1 15.4 User I/O
gc current block 3-way 2,533,718 2,717 1 10.9 Cluster
gc cr grant 2-way 2,424,954 1,698 1 6.8 Cluster
・Node3
Top 5 Timed Foreground Events
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Avg
wait % DB
Event Waits Time(s) (ms) time Wait Class
------------------------------ ------------ ----------- ------ ------ ----------
DB CPU 4,368 20.6
gc cr block busy 241,547 4,166 17 19.6 Cluster
db file sequential read 2,272,733 2,652 1 12.5 User I/O
gc current block 3-way 2,123,690 2,157 1 10.2 Cluster
Disk file operations I/O 227,537 1,604 7 7.5 User I/O
・Node4
Top 5 Timed Foreground Events
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Avg
wait % DB
Event Waits Time(s) (ms) time Wait Class
------------------------------ ------------ ----------- ------ ------ ----------
db file sequential read 5,651,562 6,052 1 21.9 User I/O
DB CPU 5,315 19.2
gc cr block busy 195,097 3,457 18 12.5 Cluster
gc cr grant 2-way 4,318,113 2,704 1 9.8 Cluster
gc current block 3-way 2,451,795 2,571 1 9.3 Cluster
・Node5
Top 5 Timed Foreground Events
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Avg
wait % DB
Event Waits Time(s) (ms) time Wait Class
------------------------------ ------------ ----------- ------ ------ ----------
db file sequential read 5,631,340 6,850 1 20.7 User I/O
DB CPU 5,586 16.9
gc cr block busy 230,530 4,129 18 12.5 Cluster
gc current block 3-way 3,321,250 3,498 1 10.6 Cluster
gc cr grant 2-way 4,412,873 2,792 1 8.4 Cluster
看到这里，因为所有INSTANCE的待机EVENT都和I/O关联，基本上可以判断为是业务处理集中的问题。 下面就需要仔细分析ASH数据，找到能证明结论的东西。
首先，我们看一下分钟单位的Active Session数。
代码语言：javascript复制◆SQL文
SQL> select to_char(sample_time,'yyyy/mm/dd hh24:mi'),count(*)
from m_dba_hist_active_sess_history
where instance_number=<&instance_number>
group by to_char(sample_time,'yyyy/mm/dd hh24:mi')
order by to_char(sample_time,'yyyy/mm/dd hh24:mi');
通过上面曲线图，我们可以清晰的看到在11:18 ，所有INSTANCE的Active Session数都有不同程度的增加。
然后，针对增长程度最大的Node1进行进一步的分析。先来看看Active Session的 PROGRAM分布情况。 经过简单的分析，我们可以知道通过 sqlplus 和 JDBC Thin Client 连上来的SESSION数量最大，并且增长幅度最大。
代码语言：javascript复制SQL> select to_char(sample_time,'yyyy/mm/dd hh24:mi'),count(*)
from m_dba_hist_active_sess_history
where instance_number=1
and PROGRAM like 'sqlplus%'
group by to_char(sample_time,'yyyy/mm/dd hh24:mi')
having count(*)>10
order by to_char(sample_time,'yyyy/mm/dd hh24:mi');
TO_CHAR(SAMPLE_TIME,'YYYY/MM/DDHH24:MI') COUNT(*)
------------------------------------------------ ----------
。。。。。。
2021/03/22 11:14 12
2021/03/22 11:15 12
2021/03/22 11:16 12
2021/03/22 11:17 12
2021/03/22 11:18 24 ★SESSION数增加1倍
2021/03/22 11:19 22
2021/03/22 11:20 26
2021/03/22 11:21 19
2021/03/22 11:22 16
2021/03/22 11:23 18
2021/03/22 11:24 17
2021/03/22 11:25 18
2021/03/22 11:26 18
2021/03/22 11:27 20
2021/03/22 11:28 22
2021/03/22 11:29 21
2021/03/22 11:30 23
。。。。。。
SQL> select to_char(sample_time,'yyyy/mm/dd hh24:mi'),count(*)
2 from m_dba_hist_active_sess_history
3 where instance_number=1
4 and PROGRAM like 'JDBC Thin Client'
5 group by to_char(sample_time,'yyyy/mm/dd hh24:mi')
having count(*)>10
order by to_char(sample_time,'yyyy/mm/dd hh24:mi'); 6 7
TO_CHAR(SAMPLE_TIME,'YYYY/MM/DDHH24:MI') COUNT(*)
------------------------------------------------ ----------
。。。。。。
2021/03/22 11:13 99
2021/03/22 11:14 104
2021/03/22 11:15 116
2021/03/22 11:16 118
2021/03/22 11:17 119
2021/03/22 11:18 168 ★会话增加
2021/03/22 11:19 100
2021/03/22 11:20 100
2021/03/22 11:21 137
2021/03/22 11:22 121
2021/03/22 11:23 134
2021/03/22 11:24 113
2021/03/22 11:25 108
2021/03/22 11:26 119
2021/03/22 11:27 89
2021/03/22 11:28 107
2021/03/22 11:29 100
。。。。。。
到现在为止，基本上可以判定为11:18左右，通过 sqlplus 和 JDBC Thin Client 连上来的SESSION数过于集中，
引起了I/O处理过多，导致了这次问题的发生。
那这种问题应该如何处理呢？
有下面两个方向：
代码语言：javascript复制1. 分散业务处理。
2. 找到I/O多的具体处理，看看有没有I/O少的方法。第2个方向涉及SQL TUNING 的知识，这里不再细说了。
