基于云的系統(tǒng)性能診斷和優(yōu)化

1、基于云的系統(tǒng)性能診斷和優(yōu)化技術(shù)創(chuàng)新，變革未來(lái)目錄1性能管理及優(yōu)化服務(wù)現(xiàn)存問(wèn)題2基于云的系統(tǒng)性能管理和優(yōu)化服務(wù)技術(shù)架構(gòu)3基于云的性能優(yōu)化和診斷方法4實(shí)施案例工程師培養(yǎng)周期長(zhǎng)，根據(jù)經(jīng)驗(yàn)一個(gè)可以獨(dú)立實(shí)施項(xiàng)目的工程師培養(yǎng)周期為1年以上，目前項(xiàng)目型的現(xiàn)狀，致使人員復(fù)用性非常低。提升人員復(fù)用性人力成本與日俱增，自2013年2016年3年期間，性能優(yōu)化工程師的成本至少增長(zhǎng)2倍以上。但客戶(hù)提供的項(xiàng)目費(fèi)用不但沒(méi)有增加，反倒降低了將近1/5左右。(經(jīng)統(tǒng)計(jì)和參考同行業(yè)相關(guān)數(shù)據(jù) : 中級(jí)性能優(yōu)化工程師人均成本為6.3萬(wàn))服務(wù)云化IT環(huán)境變化，2014年后半年至現(xiàn)在，互聯(lián)網(wǎng)+，OTO，移動(dòng)應(yīng)用等炙熱的市場(chǎng)需求，大量消耗

2、了IT工程師，致使無(wú)人安心從事傳統(tǒng)IT技術(shù)，人員穩(wěn)定性無(wú)法保障。服務(wù)工具化性能管理和優(yōu)化工作通常需要通過(guò)出差的形式完成，現(xiàn)在很多工程師不愿意長(zhǎng)期出差，致使項(xiàng)目實(shí)施和服務(wù)難度加大，再加上出差費(fèi)用，項(xiàng)目成本加大。服務(wù)流程化IT大環(huán)境日趨惡化、人力成本與日俱增、出差費(fèi)用居高不下、工程師培養(yǎng)難度加大等各種原因，致 使線(xiàn)下性能管理和優(yōu)化服務(wù)變得越來(lái)越難，客戶(hù)和IT廠(chǎng)商都處于兩難境地。改善方案1234Chapter 1系統(tǒng)性能管理及優(yōu)化服務(wù)現(xiàn)存問(wèn)題針對(duì)目前性能管理及優(yōu)化服務(wù)現(xiàn)存的眾多問(wèn)題，必須采取相應(yīng)且有效的措施予以解決。目前采用的 方案為充分利用云服務(wù)、發(fā)揮工具的作用、采用基于中心化的服務(wù)模式等，經(jīng)過(guò)實(shí)

3、踐具有不錯(cuò)效果。工程師培養(yǎng)周期長(zhǎng)，人員復(fù)用性差，效果過(guò)渡依賴(lài)人的能力通過(guò)軟件工具和詳細(xì)化的流程化工作，減少對(duì)人員能力 的依賴(lài)人力成本與日俱增，利潤(rùn)無(wú)法保障工程師不穩(wěn)定，人員流動(dòng)快研發(fā)功能齊全，自動(dòng)化程度高的軟件工具，以減少人力投入以較少的人員，較高的薪酬，持續(xù)性的技術(shù)培訓(xùn)來(lái)保障人員的穩(wěn)定性項(xiàng)目出差頻率高，周期長(zhǎng)基于云技術(shù)和工具化的方式，實(shí)現(xiàn)性能管理和優(yōu)化目標(biāo)，減少出差概率1234云技術(shù)1專(zhuān)業(yè)工具中心化服務(wù)改善 目標(biāo)改善 方案+2+3采用云服務(wù)使用遠(yuǎn)程連接技術(shù)性能信息遠(yuǎn)程傳輸性能管理工具性能監(jiān)控工具性能優(yōu)化工具遠(yuǎn)程性能監(jiān)控和服務(wù)支持周期性性能信息搜集和診斷基于工具實(shí)現(xiàn)優(yōu)化服務(wù)Chapter 1系

4、統(tǒng)性能管理及優(yōu)化服務(wù)現(xiàn)存問(wèn)題目錄1性能管理及優(yōu)化服務(wù)現(xiàn)存問(wèn)題2基于云的系統(tǒng)性能管理和優(yōu)化服務(wù)技術(shù)架構(gòu)3基于云的性能優(yōu)化和診斷方法4實(shí)施案例Chapter 2基于云的系統(tǒng)性能管理和服務(wù)技術(shù)架構(gòu)云服務(wù)平臺(tái)優(yōu)化人員云網(wǎng)關(guān)應(yīng)用服務(wù)器數(shù)據(jù)庫(kù)云網(wǎng)關(guān)與數(shù)據(jù)庫(kù)和應(yīng)用位于同一網(wǎng)絡(luò)Chapter 2基于云的系統(tǒng)性能管理和服務(wù)技術(shù)架構(gòu)性能管理及優(yōu)化工具數(shù)據(jù)庫(kù)/應(yīng)用云服務(wù)平臺(tái)優(yōu)化人員云網(wǎng)關(guān)Chapter 2基于云的系統(tǒng)性能管理和服務(wù)技術(shù)架構(gòu)云服務(wù)平臺(tái)客戶(hù)數(shù)據(jù)庫(kù)服務(wù)器性能數(shù)據(jù)遠(yuǎn)程性能管理及優(yōu)化團(tuán)隊(duì)性能優(yōu)化及管理人員客戶(hù)應(yīng)用服務(wù)器現(xiàn)場(chǎng)服務(wù)支持agentagent監(jiān)控服 務(wù)器Chapter 2基于云的系統(tǒng)性能管理和服務(wù)技術(shù)

5、架構(gòu)將性能管理或性能監(jiān)控軟件的AGENT部署在對(duì)象服務(wù)器上，AGENT搜集到的監(jiān)控信息，可以存 儲(chǔ)在云服務(wù)平臺(tái)中的知識(shí)庫(kù)中，工程師通過(guò)訪(fǎng)問(wèn)知識(shí)庫(kù)實(shí)現(xiàn)性能管理和優(yōu)化。Chapter 2基于云的系統(tǒng)性能管理和服務(wù)技術(shù)架構(gòu)Agent通過(guò)直接訪(fǎng)問(wèn)SGA方 式搜集各種性能指標(biāo)SQL語(yǔ)句、其執(zhí)行計(jì)劃，及日志信息。通過(guò)工具等連接數(shù)據(jù) 庫(kù)搜集各種性能指標(biāo)Chapter 2基于云的系統(tǒng)性能管理和服務(wù)技術(shù)架構(gòu)可以秒單位實(shí)時(shí)搜集和分 析性能狀況Chapter 2基于云的系統(tǒng)性能管理和服務(wù)技術(shù)架構(gòu)基于云的系統(tǒng)性能管理和服務(wù)技術(shù)架構(gòu)的優(yōu)點(diǎn)基于云的系統(tǒng)性能管理和服務(wù)技術(shù)架構(gòu)的局限云服務(wù)技術(shù)成熟工具化和自動(dòng)化程度高提高人員

6、復(fù)用率大幅度降低項(xiàng)目投入和客戶(hù)自身的成本在對(duì)于安全性較高的環(huán)境中不適用目錄1性能管理及優(yōu)化服務(wù)現(xiàn)存問(wèn)題2基于云的系統(tǒng)性能管理和優(yōu)化服務(wù)技術(shù)架構(gòu)3基于云的性能優(yōu)化和診斷方法4實(shí)施案例基于云的索引優(yōu)化設(shè)計(jì)及應(yīng)用步驟全面搜集表的讀取類(lèi)型（基于云平臺(tái)上的性能數(shù)據(jù)搜集SQL語(yǔ)句并解析）選定索引列對(duì)象和統(tǒng)計(jì)分析其數(shù)據(jù)分布統(tǒng)計(jì)列使用頻次及運(yùn)算符組合索引列及列順序的選擇模擬和測(cè)試調(diào)整部分SQL語(yǔ)句索引部署及監(jiān)控Chapter 3基于云的索引優(yōu)化設(shè)計(jì)SQL 收集, 分析 AP(SQL),AP(PLAN) 生成收集,分析D-00D-02Index Design (AS-IS Index)Index DesignD

7、-11D-10Index Design(Access Path)Index Design (SQL)Index Design (Wizard)D-12D-13D-14TO-BE IndexNamingD-15D-01Creation SQL Tuning GuideD-16確定TO-BE 索引 未映射Access Path (新建)確定優(yōu)化對(duì)象D-30D-31相 同 Access PathTO-BE Index 映射(自動(dòng))D-32初期構(gòu)建時(shí)執(zhí)行有可能不執(zhí)行Index 生成, 修改, 刪除測(cè)試，應(yīng)用，運(yùn)維SQL 修改D-20D-22D-21測(cè)試，運(yùn)維D-23在系統(tǒng)上線(xiàn)初期優(yōu)化之后也要反復(fù)進(jìn)行優(yōu)

8、化作業(yè)反復(fù) 執(zhí)行Chapter 3基于云的索引優(yōu)化設(shè)計(jì)AS-is to-be 索引比較- (1)- (2)- (3)SELECT COUNT( * ) FROM T_SHOP_INOUT X,T_SHOP_INOUT_DETAIL Y, T_ITEM AWHERE X.INOUT_NO = N1267578 AND X.INOUT_NO = Y.INOUT_NO AND Y.ITEM_ID = A.ITEM_IDORDER BY Y.PACKING_UNIT_NO, Y.SERIAL_NOAccess Path (SQL)T_SHOP_INOUT: INOUT_NO (=J), INOUT_N

9、O(=) (1),(2)INOUT_NO列用于常數(shù)運(yùn)算以及用于條件連接運(yùn)算，此為組合 Access Path.T_SHOP_INOUT_DETAIL: INOUT_NO (=J), ITEM_ID(=J) (2),(3)INOUT_NO, ITEM_ID列應(yīng)用于條件連接的Access Path.T_ITEM: ITEM_ID (=J) (3)Sample SQLTO-BE Index DesignT_SHOP_INOUT : INOUT_NO 單獨(dú)作為常量條件應(yīng)用的情況 INOUT_NOT_SHOP_INOUT_DETAIL : INOUT_NO, ITEM_ID是作為連接條件加以應(yīng)用的情況.

10、 此種情況應(yīng)盡量從 T_SHOP_INOUT 表中，以常 量獲得 INOUT_NO 條件. INOUT_NOT_ITEM : 從T_SHOP_INOUT_DETAIL表中，獲得 ITEM_ID的取值. ITEM_ID自動(dòng)分析Index DesignChapter 3基于云的索引優(yōu)化設(shè)計(jì)CUST_NO, ARR_DT(B)CUST_NO, PRICE_STDPRICE_STD, BNK_CDBNK_CD, SND_CD, ARR_DT(L)PRICE_STD, ARR_DT(B)CRD_NO, ACT_NO, PRICE_STDCRD_NO, ARR_DT(L)PRICE_STD, BNK_CD

11、(IN), ARR_DT(L)PRICE_STDIN, BNK_CD(IN)BNK_CD, ARR_DT(B)SND_CD, BNK_CD(IN), ARR_DT(B)CUST_NO, ARR_DT(B) CUST_NO, PRICE_STDCUST_NO, PRICE_STD PRICE_STD, BNK_CDPRICE_STD, ARR_DT(B) PRICE_STD, BNK_CD BNK_CD, SND_CD, ARR_DT(L)PRICE_STD, BNK_CD(IN), ARR_DT(L) PRICE_STD(IN), BNK_CD(IN) BNK_CD, ARR_DT(B)SND

12、_CD, BNK_CD(IN), ARR_DT(B)CUST_NOCRD_NOCUST_NO366,7233641平均 40行CUST_NO + PRICE_STDPRICE_STD+BNK_CD+ARR_DTPRICE_STD, BNK_CD使用頻率高CRD_NO, ACT_NO, PRICE_STD PRICE_STD, BNK_CD(IN), ARR_DT(L) PRICE_STDIN, BNK_CD(IN)BNK_CD+ARR_DT+SND_CDCRD_NO, ACT_NO, PRICE_STD CRD_NO, ARR_DT(L)CRD_NOCRD_NO402,8493201平均 36

13、行Chapter 3基于云的索引優(yōu)化設(shè)計(jì)對(duì)收集的SQL中提取到的 AP(SQL)正確地加以分 組（Grouping）并進(jìn)行 ToBe-Index設(shè)計(jì)的過(guò) 程.對(duì)索引設(shè)計(jì)技術(shù)需能夠嫻熟加以運(yùn)用.相比于在查驗(yàn) SQL執(zhí)行情況的同時(shí)進(jìn)行索引設(shè) 計(jì)，應(yīng)傾向于僅基于A(yíng)P(SQL)進(jìn)行索引設(shè)計(jì).D-12按表分別對(duì)收集的 SQL一一加以確認(rèn)，并進(jìn)行 ToBe-Index設(shè)計(jì)的過(guò)程.不是一開(kāi)始就采用此方法，而是在上面的 Index Design(Access Path) 或 者 IndexDesign(Wizard) 方式構(gòu)建索引之后，再針對(duì)性 地對(duì)SQL進(jìn)行細(xì)致的分析之后，根據(jù)情況按需 進(jìn)行索引設(shè)計(jì)D-13

14、將收集的 AP(SQL)按照定制的規(guī)則自動(dòng)經(jīng)過(guò)多次處理完成分組研判，并根據(jù)結(jié)果構(gòu)建ToBe-Index的過(guò)程.對(duì)索引設(shè)計(jì)知識(shí)沒(méi)有很深積淀也能通過(guò)工具進(jìn) 行設(shè)計(jì).并非全部處理過(guò)程都采用自動(dòng)方式，應(yīng)按階段適用自動(dòng)處理，而部分過(guò)程應(yīng)采用手動(dòng)方式。D-14對(duì)上面這些構(gòu)建階段設(shè)計(jì)出的ToBe-Index加以 命名，并賦予各種選項(xiàng).最終生成新增，修改這些索引的DDL,并將新的 索引在工具上模擬到對(duì)應(yīng)的AP(SQL)上ToBe-Index NamingD-15D-16Creation SQL Tuning Guide在設(shè)計(jì)ToBe-Index的過(guò)程中對(duì)各SQL標(biāo)注改進(jìn)事項(xiàng)，并據(jù)此編寫(xiě)Tuning Guide

15、.D-11Index Design(AS-IS Index)1比較現(xiàn)有 AsIs-Index和收集的 AP(SQL)之間的契合度，對(duì)于契合度比較高的索引盡量復(fù)用。對(duì)于契合度比較低的索引，需要設(shè)計(jì)新索引。 Index Design(Access Path)2 Index Design(Wizard)2 Index Design(SQL)3 41盡快研判AsIs Index 中能夠加以復(fù)用的部 分.(Optional)2手動(dòng)對(duì)AP進(jìn)行分組研判，并進(jìn)行索引設(shè)計(jì) (Index Design(Access Path)或通過(guò)向?qū)нM(jìn)行索 引設(shè)計(jì).3對(duì)ToBe Index設(shè)計(jì)的各個(gè)研判項(xiàng)目，依次查看SQL并加

16、以驗(yàn)證. ( Optional )Chapter 3基于云的索引優(yōu)化設(shè)計(jì)Chapter 3基于云的索引優(yōu)化設(shè)計(jì)搜集，解析D-00SQL#1 (2014-4-1) SELECT COL1, COL2 FROM TAB1 WHERE COL1 = 23SQL#2 ( 2014-4-1) SELECT COL1, COL2 FROM TAB1 WHERE COL2 = 23AND COL3 = dkhdAP#1COL1(=)AP#2COL2(=), COL3(=)Index DesignD-10TAB1Total rows : 340,988AsIs Index TAB1_idx1 : col3To

17、Be IndexTAB1_idx1 : COL1ToBe IndexTAB1_idx2 : COL3, COL2測(cè)試及應(yīng)用D-20Index 創(chuàng)建腳本自動(dòng)生成 (自動(dòng))DBA 執(zhí)行TAB1Total rows : 340,988AsIs Index TAB1_idx1 : col1TAB1-idx2 : col3, col2索引構(gòu)建前后性能比較，評(píng)測(cè)SQL#3 ( 2014-4-16) SELECT COL1, COL2 FROM TAB1WHERE COL5 = 2014AND COL3 = dkhdAP#3COL3(=), COL5(=)對(duì)未映射 AP重點(diǎn)加以管理可以將優(yōu)化狀態(tài)進(jìn)行常態(tài)化運(yùn)

18、維始終確認(rèn) AsIs Index ToBe Index是否一致，并維護(hù)其一致性ToBe IndexTAB1_idx3 : COL5, COL3對(duì)于不使用的 SQL,AP需要周期性地進(jìn)行檢索以及清除優(yōu)化對(duì)象，新增構(gòu)建項(xiàng) 目的確認(rèn)和處置周期性地反復(fù)收集和分析維護(hù)好日常的優(yōu)化狀態(tài)定期進(jìn)行優(yōu)化前，后性能比較惡性查詢(xún)的檢索條件上報(bào)反復(fù)施行Chapter 3基于云的索引優(yōu)化設(shè)計(jì)Index DesignUsing AccessPathD-121122功能概 要按表，基于收集、分析的 AP(SQL)設(shè)計(jì) ToBe-Index的功能.此過(guò)程不是對(duì)個(gè)別SQL進(jìn)行詳細(xì)分析并進(jìn)行索引設(shè)計(jì)，而是主要基于 AP(SQL)

19、將主要列分 組之后進(jìn)行索引設(shè)計(jì).在設(shè)計(jì)過(guò)程中為了應(yīng)用從DB收集的統(tǒng)計(jì)信息 (Cardinality 等)，可以直接對(duì)主要列進(jìn)行分布度調(diào)查.按表分別進(jìn)行收 集、分析的 Access Path收集，分析的 AP 中使用次數(shù)最多并 且以 =運(yùn)算應(yīng)用 的條件列需要提取 出來(lái)，此步驟可以 針對(duì)性進(jìn)行檢索33單擊檢索按鈕就 會(huì)顯示如圖所示 的窗口，顯示使 用的運(yùn)算符以及 列及其適應(yīng)頻次445從列出的檢索條 件中選擇排在前 列的列字段并將 其選定為 ToBe Index對(duì)象列.對(duì)選定為T(mén)obeIndex對(duì)象列的條 件，檢索與其關(guān) 聯(lián)的 AP.此時(shí)檢索可以指定AND 或 OR運(yùn)算進(jìn)行檢索.5Chapter 3

20、基于云的索引優(yōu)化設(shè)計(jì)Index DesignUsing Access對(duì)于選定的 ToBe Index候補(bǔ) 列將生成索引.D-12667功能概 要按表，基于收集、分析的 AP(SQL)進(jìn)行 ToBe-Index設(shè)計(jì).此過(guò)程不是對(duì)個(gè)別SQL進(jìn)行詳細(xì)分析并進(jìn)行索引設(shè)計(jì)，而是主要基于 AP(SQL)將主要列分組之后進(jìn)行索引設(shè)計(jì).在設(shè)計(jì)過(guò)程中為了應(yīng)用從DB收集的統(tǒng)計(jì)信息 (Cardinality 等)，可以直接對(duì)主要列進(jìn)行分 布度調(diào)查.生成索引，索引 將自動(dòng)生成，且 索引名將按照 Option中指定 的規(guī)則自動(dòng)命名87899將映射與 生成的 ToBe Index一致 的AP.執(zhí)行映射之后就 會(huì)產(chǎn)生如圖所

21、示 的AP-ToBeIndex 間的映射 關(guān)系.通過(guò) 19步的一 系列操作，對(duì)那 些 與 Tobe Index尚未映射 的余下的AP進(jìn)行同樣的分析處理， 并進(jìn)行 ToBeIndex設(shè)計(jì)以及完成映射操作1010Chapter 3基于云的性能監(jiān)控和診斷直接讀取ORACLE的SGA信息，即便在數(shù)據(jù)庫(kù)掛起的時(shí)候，也可以采集各種性能數(shù)據(jù)。Display Layer實(shí)時(shí)監(jiān)視和診斷以及歷史數(shù)據(jù)的分析Gathering Layer接收性能數(shù)據(jù)，解析分類(lèi)并存入云平臺(tái)知識(shí)庫(kù)Source Layer從SGA和數(shù)據(jù)庫(kù)，還有OS中收集 性能信息實(shí)時(shí)監(jiān)視及 告警問(wèn)題診斷性能分析性能優(yōu)化性能監(jiān)控體系結(jié)構(gòu)Chapter 3基

22、于云的性能監(jiān)控和診斷(Performance Trend)(Bottle-neck)(Aalarm/Oracle Alert)(Tuning)(SQL Plan)(Full SQL Text)(Parameter)(Session Detail)(Top SQL)(Top Event)(Sql Detail)(stat/wait)(Session List)Top Down診斷方式Chapter 3基于云的性能監(jiān)控和診斷現(xiàn)象描述：從04-06到04-28號(hào)一直發(fā)生周期性的性能波動(dòng)，邏輯讀一天累計(jì)的值能達(dá)到200GB左右，通過(guò)觀(guān)察一天的性能趨勢(shì)，發(fā)現(xiàn)在一天內(nèi)，也同樣存在邏輯讀的性能波動(dòng)情況Cha

23、pter 3基于云的性能監(jiān)控和診斷通過(guò)截取從15：40-16：40這一個(gè)小時(shí)的性能數(shù)據(jù)觀(guān)察發(fā)現(xiàn)，會(huì)話(huà)1069一直處于活動(dòng)狀態(tài)，在一小 時(shí)的時(shí)間內(nèi)的每秒產(chǎn)生的邏輯讀是20幾萬(wàn),等待事件為lacth:cache buffer chainsChapter 3基于云的性能監(jiān)控和診斷通過(guò)進(jìn)一步的 下鉆，查看會(huì) 話(huà)1069一小時(shí) 的趨勢(shì)可以看 出，該會(huì)話(huà)中 的邏輯讀一直 在持續(xù)Chapter 3基于云的性能監(jiān)控和診斷最終關(guān)聯(lián)到SQL有性能問(wèn)題的SQL語(yǔ)句Chapter 3基于云的性能監(jiān)控和診斷SQL和執(zhí)行計(jì)劃基于云的性能監(jiān)控和診斷Chapter 3SELECT dbta , represerve , pa

24、ckage , tranfg , outcome1 , type ,. dbtbank , crdFROM ebank_log_h 572255 行 WHERE pk_id IN (SELECT DISTINCT pk_parentFROM ebank_log_r 157529 行WHERE ( yurref IN ( 1070A21M4 , 1070A21M5 ) ) )ANDserial = 0)-| Id | Operation| Name| Rows | Bytes | Cost (%CPU)|-0 | SELECT STATEMENT|1112FILTER|* 1 | FILTER|

25、2 |TABLE ACCESS FULL | EBANK_LOG_H |* 3 |* 4 |TABLE ACCESS FULL| EBANK_LOG_R |38061 |211 |585M (1)|156K|31M|(1)|1 |42 |(1)|-Predicate Information (identified by operation id):-1 - filter( EXISTS (SELECT /*+ */ 0 FROM NC207.EBANK_LOG_R EBANK_LOG_R WHERE :B1=0 AND PK_PARENT=:B2 AND (YURREF=1070A210000

26、0000854M4 ORYURREF=1070A2100000000854M5)- filter(:B1=0)- filter(PK_PARENT=:B1 AND (YURREF=1070A21M4 OR YURREF=1070A21M5)條件serial=0在表EBANK_LOG_R的 過(guò)濾條件中并不存在反復(fù)掃描的行數(shù)：572255*157529= 901,4675,7895基于云的性能監(jiān)控和診斷Chapter 3SELECT dbta , represerve , package , tranfg , outcome1 , type ,. dbtbank , crdFROM ebank_l

27、og_hWHERE pk_id IN (SELECT DISTINCT pk_parent FROM ebank_log_rWHERE ( yurref IN ( 1070A21M4 , 1070A21M5 ) ) )ANDserial = 0)SELECT dbta , represerve , package , tranfg , outcome1 , type ,. dbtbank , crdFROM ebank_log_hWHERE pk_id IN (SELECT DISTINCT pk_parent FROM ebank_log_rWHERE ( yurref IN ( 1070A

28、21M4 , 1070A21M5 ) ) )ANDserial = 0SQL改寫(xiě)-| Id | Operation| Name| Rows | Bytes | Cost (%CPU)|-Predicate Information (identified by operation id):-1 - filter( EXISTS (SELECT /*+ */ 0 FROM NC207.EBANK_LOG_R EBANK_LOG_R WHERE :B1=0 AND PK_PARENT=:B2 AND (YURREF=1070A2100000000854M4 ORYURREF=1070A2100000

29、000854M5)- filter(:B1=0)- filter(PK_PARENT=:B1 AND (YURREF=1070A21M4 OR YURREF=1070A21M5)-| Id | Operation| Name| Rows | Bytes | Cost (%CPU)|-|0 | SELECT STATEMENT|1 |211 |585M(1)|0 | SELECT STATEMENT|6 |1518 |3815(1)|*1 | FILTER|1 | NESTED LOOPS|6 |1518 |3815(1)|2 |TABLE ACCESS FULL | EBANK_LOG_H |

30、156K|31M|1112(1)|2 |SORT UNIQUE|6 |252 |3808(1)|*3 |FILTER|*3 |TABLE ACCESS FULL| EBANK_LOG_R |6 |252 |3808(1)|*4 |TABLE ACCESS FULL| EBANK_LOG_R |1 |42 |3806(1)|*4 |TABLE ACCESS BY INDEX ROWID| EBANK_LOG_H |1 |211 |2(0)|* 5 |INDEX UNIQUE SCAN| PK_E_LOG_H |1 |1(0)|-Predicate Information (identified

31、by operation id):-3 - filter(YURREF=1070A21M4 OR YURREF=1070A21M5) 4 - filter(SERIAL=0)5 - access(PK_ID=PK_PARENT)6000多秒2秒Chapter 3基于云的性能優(yōu)化和診斷的價(jià)值監(jiān)控自動(dòng)化自動(dòng)搜集性能數(shù)據(jù)周期記錄重要?dú)v史信息TOWN-DOWN方式快速定位問(wèn)題，效率提升50%以上優(yōu)化半自動(dòng)化可以由工具代替50%人力勞動(dòng)通過(guò)工具輔助進(jìn)行優(yōu)化工作服務(wù)中心化降低成本提升人員復(fù)用率目錄1性能管理及優(yōu)化服務(wù)現(xiàn)存問(wèn)題2基于云的系統(tǒng)性能管理和優(yōu)化服務(wù)技術(shù)架構(gòu)3基于云的性能優(yōu)化和診斷方法4實(shí)施案例實(shí)時(shí)搜集對(duì)象數(shù)據(jù)庫(kù)（ORACLE , DB2， SQL SERVER）。將性能信息發(fā)送至服務(wù)器短，并存儲(chǔ)在服 務(wù)器的知識(shí)庫(kù)中。DBA，性能優(yōu)化人員，實(shí)時(shí)查看系統(tǒng)性能 問(wèn)題，并及時(shí)了解系統(tǒng)瓶頸。長(zhǎng)時(shí)間跟蹤高消耗SQL語(yǔ)句和SESSION, 并形成分析報(bào)告，以便準(zhǔn)確定位性能瓶頸。長(zhǎng)期累積SQL