`

Oracle 9i 使用Statpack snap 步骤和说明

 
阅读更多

 

1、telnet到远程的数据库服务器

CMD>telnet 远程数据库的IP

 

2、切换到数据库的用户

DQXXDBS01:/> su  -  oracle

 

3、用超级用户进入数据库

$ sqlplus   /as   sysdba

 

4、查看参数,是否可以用job(可以用job进行自动的收集Statpack Report的数据)

SQL> show parameter   job_queue_processes

 

5、该参数可以收集操作系统的信息

SQL> show   parameter   timed_statistics

 

6、为了创建表空间,表空间的数据文件放在哪比较好

SQL> select   file_name   from   dba_data_files;

 

7、查看哪个目录的空间比较大,确定perfstat表空间的数据文件的位置

$ df   -g

 

8、创建表空间:

SQL> create tablespace perfstat datafile '/oracle/product/10.2.0/db_1/dbs/perfstat.dbf'size 500M;

 

--表空间用于存储快照时搜集的数据

9、创建Statspack需要的脚本

SQL> @:/oracle/product/10.2.0/db_1/rdbms/admin/spcreate.sql --"/oracle/product/10.2.0/db_1/rdbms/admin/"为脚本目录

运行该脚本后,输入perfstat_password、default_tablespace、temporary_tablespace

 

10、测试是否成功,生成数据库的一个快照

SQL> execute   statspack.snap

 

11、再生成一个快照

SQL> execute   statspack.snap

 

12、取两个快照之间时间段的Statspack报告

SQL> @/oracle/product/10.2.0/db_1/rdbms/admin/spreport.sql

输入生成Statspack报告的起始点和终止点,如上生成了两个时间点的快照,输入begin_snap:1和end_snap:2,然后输入生成快照的名称(如1.txt)

--备注:如果没有指定报告放置的位置,则该报告在启动sqlplus时所在的路径

 

13、用job进行定时产生Statspack的快照,便于收集数据(默认为1小时产生一个快照)

 

SQL> @/oracle/product/10.2.0/db_1/rdbms/admin/spauto.sql

 

14、删除历史数据

select max(snap_id) from stats$snapshot;--删除stats$snapshot表中的相应数据,其他表中的相应数据也会级连删除

delete from stats$snapshot where snap_id<3;

也可以通过执行sptrunc.sql该脚本直接删除这些统计表的信息

 

 

 

注意事项:

 

1、生成需要的Statspack之后,记住移除任务,查看任务:

SQL> select job, log_user, priv_user, last_date,next_date, interval from user_jobs;

2、移除生成Statspack快照的任务:

SQL> execute dbms_job.remove('41')

3、如果在运行spcreate.sql这个脚本出错的话,可以通过运行spdrop.sql这个脚本删除创建的对象,然后再执行spcreate.sql

4、运行spcreate.sql这个脚本后,可以查找相关的lis文件查看安装信息(在sqlplus默认路径下)

 

 

 

其他相关的一些脚本

 

1、spuexp.par脚本 --可用于导出statpack报告相关的数据的dmp,如下所示

   exp userid=perfstat/fyzh parfile=spuexp.par

注意:spuexp.par文件必须在sqlplus登陆的当前路径。如登陆的sqlplus路径是C:\Documents and Settings\Administrator,

    那么spuexp.par就要在该目录下,否则提示“LRM-00109: 无法打开参数文件 'spuexp.par'”

2、sprepsql.sql脚本 --用于根据给定的sql hash值生成sql报告

 

 

 

调整STATSPACK的收集门限

 

Statspack有两种类型的收集选项:

级别(level):控制收集数据的类型

门限(threshold):设置收集的数据的阈值.

 

1、级别(level)

 

Statspack共有三种快照级别,默认值是5

a.level 0: 一般性能统计.包括等待事件、系统事件、系统统计、回滚段统计、行缓存、SGA、会话、锁、缓冲池统计等等.

b.level 5: 增加SQL语句.除了包括level0的所有内容,还包括SQL语句的收集,收集结果记录在stats$sql_summary中.

c.level 10: 增加子锁存统计.包括level5的所有内容.并且还会将附加的子锁存存入stats$lathc_children中.在使用这个级别时需要慎重,

 

建议在Oracle support的指导下进行.

 

可以通过statspack包修改缺省的级别设置

SQL> execute statspack.snap(i_snap_level=>0,i_modify_parameter=>’true’);

如果你只是想本次改变收集级别,可以忽略i_modify_parameter参数.

SQL> execute statspack.snap(i_snap_level=>0);

 

2、快照门限

快照门限只应用于stats$sql_summary表中获取的SQL语句.

因为每一个快照都会收集很多数据,每一行都代表获取快照时数据库中的一个SQL语句,所以stats$sql_summary很快就会成为Statspack中最大的表.

 

门限存储在stats$statspack_parameter表中:

executions_th这是SQL语句执行的数量(默认值是100)

disk_reads_tn这是SQL语句执行的磁盘读入数量(默认值是1000)

parse_calls_th这是SQL语句执行的解析调用的数量(默认值是1000)

buffer_gets_th这是SQL语句执行的缓冲区获取的数量(默认值是10000)

 

任何一个门限值超过以上参数就会产生一条记录.

通过调用statspack.modify_statspack_parameter函数改变门限的默认值:

 

SQL>execute statspack.modify_statspack_parameter(i_buffer_gets_th=>100000,i_disk_reads_th=>100000);

 

 

 

 

 

分享到:
评论

相关推荐

    Oracle STATSPACK高性能调整技术

    总的来说,Oracle STATSPACK是一个强大且实用的工具,它为DBA提供了深入洞察数据库性能的机会,通过正确使用和分析其报告,可以有效地提升Oracle数据库的运行效率。不过,随着技术的发展,对于新的Oracle版本,建议...

    基于ARM架构服务器部署docker-compose

    基于arm64版本的docker-compose文件

    附件3-4:台区智能融合终端全性能试验增值税发票开具确认单.docx

    台区终端电科院送检文档

    埃夫特机器人Ethernet IP 通讯配置步骤

    埃夫特机器人Ethernet IP 通讯配置步骤

    rv320e机器人重型关节行星摆线减速传动装置研发.rar

    rv320e机器人重型关节行星摆线减速传动装置研发

    气缸驱动爬杆机器人的设计().zip

    气缸驱动爬杆机器人的设计().zip

    软件工程中期答辩1234567

    56tgyhujikolp[

    基于OpenCV的数字身份验证系统:人脸检测、训练与识别的Python实现

    内容概要:本文档提供了基于OpenCV的数字身份验证系统的Python代码示例,涵盖人脸检测、训练和识别三个主要功能模块。首先,通过调用OpenCV的CascadeClassifier加载预训练模型,实现人脸检测并采集多张人脸图像用于后续训练。接着,利用LBPH(局部二值模式直方图)算法对面部特征进行训练,生成训练数据集。最后,在实际应用中,系统能够实时捕获视频流,对比已有的人脸数据库完成身份验证。此外,还介绍了必要的环境配置如依赖库安装、文件路径设置以及摄像头兼容性的处理。 适合人群:对计算机视觉感兴趣的研发人员,尤其是希望深入了解OpenCV库及其在人脸识别领域的应用者。 使用场景及目标:适用于构建安全认证系统的企业或机构,旨在提高出入管理的安全性和效率。具体应用场景包括但不限于门禁控制系统、考勤打卡机等。 其他说明:文中提供的代码片段仅为基本框架,可根据实际需求调整参数优化性能。同时提醒开发者注意隐私保护法规,合法合规地收集和使用个人生物识别信息。

    Java并发编程面试题详解:123道经典题目解析与实战技巧

    内容概要:本文档详细介绍了Java并发编程的核心知识点,涵盖基础知识、并发理论、线程池、并发容器、并发队列及并发工具类等方面。主要内容包括但不限于:多线程应用场景及其优劣、线程与进程的区别、线程同步方法、线程池的工作原理及配置、常见并发容器的特点及使用场景、并发队列的分类及常用队列介绍、以及常用的并发工具类。文档旨在帮助开发者深入理解和掌握Java并发编程的关键技术和最佳实践。 适合人群:具备一定Java编程经验的研发人员,尤其是希望深入了解并发编程机制、提高多线程应用性能的中级及以上水平的Java开发者。 使用场景及目标:①帮助开发者理解并发编程的基本概念和技术细节;②指导开发者在实际项目中合理运用多线程和并发工具,提升应用程序的性能和可靠性;③为准备Java技术面试的候选人提供全面的知识参考。 其他说明:文档内容详尽,适合用作深度学习资料或面试复习指南。建议读者结合实际编码练习,逐步掌握并发编程技巧。文中提到的多种并发工具类和容器,均附有具体的应用场景和注意事项,有助于读者更好地应用于实际工作中。

    个人健康与健身追踪数据集,包含了日常步数统计、睡眠时长、活跃分钟数以及消耗的卡路里,适用于数据分析、机器学习

    这个数据集包含了日常步数统计、睡眠时长、活跃分钟数以及消耗的卡路里,是个人健康与健身追踪的一部分。 该数据集非常适合用于以下实践: 数据清洗:现实世界中的数据往往包含缺失值、异常值或不一致之处。例如,某些天的步数可能缺失,或者存在不切实际的数值(如10,000小时的睡眠或负数的卡路里消耗)。通过处理这些问题,可以学习如何清理和准备数据进行分析。 探索性分析(发现日常习惯中的模式):可以通过分析找出日常生活中的模式和趋势,比如一周中哪一天人们通常走得最多,或是睡眠时间与活跃程度之间的关系等。 构建可视化图表(步数趋势、睡眠与活动对比图):将数据转换成易于理解的图形形式,有助于更直观地看出数据的趋势和关联。例如,绘制步数随时间变化的趋势图,或是比较睡眠时间和活动量之间的关系图。 数据叙事(将个人风格的追踪转化为可操作的见解):通过讲述故事的方式,把从数据中得到的洞察变成具体的行动建议。例如,根据某人特定时间段内的活动水平和睡眠质量,提供改善健康状况的具体建议。

    《基于YOLOv8的港口船舶靠泊角度偏差预警系统》(包含源码、可视化界面、完整数据集、部署教程)简单部署即可运行。功能完善、操作简单,适合毕设或课程设计.zip

    资源内项目源码是来自个人的毕业设计,代码都测试ok,包含源码、数据集、可视化页面和部署说明,可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源,毕设答辩评审绝对信服的保底85分以上,放心下载使用,拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件,仅供学习参考, 切勿用于商业用途。

    nginx 访问访问日志按天切割 shell脚本

    nginx

    《基于YOLOv8的核废料运输容器密封性检测系统》(包含源码、可视化界面、完整数据集、部署教程)简单部署即可运行。功能完善、操作简单,适合毕设或课程设计.zip

    资源内项目源码是来自个人的毕业设计,代码都测试ok,包含源码、数据集、可视化页面和部署说明,可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源,毕设答辩评审绝对信服的保底85分以上,放心下载使用,拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件,仅供学习参考, 切勿用于商业用途。

    《基于YOLOv8的农业无人机播种深度监测系统》(包含源码、可视化界面、完整数据集、部署教程)简单部署即可运行。功能完善、操作简单,适合毕设或课程设计.zip

    资源内项目源码是来自个人的毕业设计,代码都测试ok,包含源码、数据集、可视化页面和部署说明,可产生核心指标曲线图、混淆矩阵、F1分数曲线、精确率-召回率曲线、验证集预测结果、标签分布图。都是运行成功后才上传资源,毕设答辩评审绝对信服的保底85分以上,放心下载使用,拿来就能用。包含源码、数据集、可视化页面和部署说明一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.txt文件,仅供学习参考, 切勿用于商业用途。

    uniapp知识付费(流量主)demo

    模拟知识付费小程序,可流量主运营模式

    java高并发之分片上传

    什么是普通上传 调用接口一次性完成一个文件的上传。 普通上传2个缺点 文件无法续传,比如上传了一个比较大的文件,中间突然断掉了,需要重来 大文件上传太慢 解决方案 分片上传

    英二2010-2021阅读理解 Part A 题干单词(补).pdf

    英二2010-2021阅读理解 Part A 题干单词(补).pdf

    2023-04-06-项目笔记 - 第四百五十五阶段 - 4.4.2.453全局变量的作用域-453 -2025.04-01

    2023-04-06-项目笔记-第四百五十五阶段-课前小分享_小分享1.坚持提交gitee 小分享2.作业中提交代码 小分享3.写代码注意代码风格 4.3.1变量的使用 4.4变量的作用域与生命周期 4.4.1局部变量的作用域 4.4.2全局变量的作用域 4.4.2.1全局变量的作用域_1 4.4.2.453局变量的作用域_453- 2025-04-01

    友缘公司钢材管理平台微信小程序的设计与实现.zip

    微信小程序项目课程设计,包含LW+ppt

    GP300单缸液压圆锥破碎机CAD().zip

    GP300单缸液压圆锥破碎机CAD().zip

Global site tag (gtag.js) - Google Analytics