Oracle IO问题解析

数据库的作用就是实现对数据的管理和查询。任何一个数据库系统，必然存在对数据
的大量读或者写或者两中操作都大量存在。IO 问题也往往是导致数据库性能问题的重要原
因。在这篇文章中，主要帮助大家在理解Oracle 的读写操作机制的基础上，灵活解决遇
到的各种常见的IO 问题。
1 Oracle中IO的产生
IO 当然包括了读、写两部分，先介绍Oracle 中写操作的产生。
1.1 写
介绍写操作之前，先简单的看下Oracle 的物理结构：oracle 的物理文件包括以下三
种文件：控制文件（Control Files）、重做日志文件（Redo Log Files）、数据文件
（datafiles）。而数据文件中，根据功能的不同，还可以分为系统数据文件、临时空间
文件、回滚段文件和用户数据文件。另外，如果数据库的Archive Log 模式被激活，还存
在归档日志文件。Oracle 的IO 产生，就是对这些文件的数据读、写操作。下面再详细看
下几种主要写操作的产生及其过程。
1.1.1 控制文件
控制文件中记录了整个数据库的物理结构信息，如数据库名字、数据文件及日志文件
名字和位置、事件戳信息等等。任何数据库的结构变化（如果创建新的数据文件）都会引
起Oracle 修改控制文件。同时控制文件还记录系统和各个数据文件的SCN（System
Change Number，关于SCN 可以参见文章《Oracle SCN 机制详解》）信息，以用于数据恢
复，因此数据文件上的SCN 变化后，Oracle 也会相应修改控制文件上的SCN 信息。
1.1.2 用户数据修改
由于内存的读写效率比磁盘的读写效率高万倍，因此，为了降低IO wait，oracle 会
将数据cache 在内存（Buffer Cache，对Buffer Cache 的详细介绍可以参见《Oracle 内
存全面分析》）中，对数据的读写尽量在内存中完成。当Buffer Cache 中的数据缓存块
被修改过了，它就被标记为“脏”数据。根据LRU（Least Recently Used）算法，如果一
个数据块最近很少被使用，它就称为“冷”数据块。进程DBWn（系统中可以存在多个DBW
进程，n 为序号）负责将“冷”的“脏”数据写入数据文件中去。DBWn 进程会在以下两种
情况下将“脏”数据写入磁盘中去：
• 当服务进程扫描一定数量（阀值）的Buffer Cache 后还没有找到干净、可重用的
缓存块后，它会通知DBWn 进程将“脏”数据写入文件中去，以释放出空闲缓存；
• 当发生检查点（Checkpoint）时。
1.1.3 Redo Log
在非直接写（Direct Write）的情况下，事务中的写操作都会产生Redo Log，作为数
据块异常关闭时的恢复记录。同样，和写用户数据类似，Redo Log 也不会被直接写入
Redo Log 文件，而是先写入Log Buffer 中。
Log Buffer 是一个可以循环重用的缓存区。LGWR 进程负责将Log Buffer 中的记录写
入Redo Log File 中去。一旦Log Buffer 中的条目被写入了Redo Log 文件中，就可以被
重用了。
为了保证事务尽快获得Log Buffer，LGWR 进程一般会尽快将Log Buffer 中的数据写
入Redo Log 文件中去。在以下几种情况下，LGWR 回将一个连续的Log Buffer 写入Redo
Log 文件中去：
• 当一个事务提交（COMMIT）时；
• 每3 秒钟写一次Log Buffer；
• 当Log Buffer 到达1/3 满时；
• 当DBWn 进程将“脏”数据写入磁盘时；
1.1.4 Archive Log
当据库的Archive Log 模式被激活后，所有Redo Log 数据都会被写入Archive Log 文
件中以便日后进行恢复。当发生日志组切换时，ARCn（Archive 进程，可以存在多个）进
程就会Redo Log 文件拷贝到指定存储目录中去，成为Archive Log 文件。
1.1.5 临时表空间
当Oracle 在执行一些SQL 时，会需要一些临时空间来存储执行语句时产生的中间数
据。这些临时空间由Oracle 从指定的临时表空间中分配给进程。主要有三种情况会占用
临时空间：临时表/索引操作、排序和临时LOB 操作。
• 临时表/索引
在会话中，当第一次对临时表进行INSERT（包括CTAS）时，Oracle 会从临时表空间
中为临时表及其索引分配临时空间一存储数据。
• 排序
任何会使用到排序的操作，包括JOIN、创建（重建）INDEX、ORDER BY、聚合计算
（GROUP BY）以及统计数据收集，都可能使用到临时表空间。
排序操作首先会选择在内存中的Sort Area 进行（Sort In Memory），一旦Sort
Area 不足，则会使用临时空间进行排序操作（Sort In Disk）。看以下例子：
SQL> alter session set sort_area_size = 10000000;
Session altered.
SQL> select owner, object_name from t_test1
2 order by object_id;
47582 rows selected.
Execution Plan
----------------------------------------------------------
Plan hash value: 1312425564
------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 47582 | 1486K| 155 (4)| 00:00:02 |
| 1 | SORT ORDER BY | | 47582 | 1486K| 155 (4)| 00:00:02 |
| 2 | TABLE ACCESS FULL| T_TEST1 | 47582 | 1486K| 150 (1)| 00:00:02 |
------------------------------------------------------------------------------
Statistics
----------------------------------------------------------
1 recursive calls
0 db block gets
658 consistent gets
0 physical reads
0 redo size
1566184 bytes sent via SQL*Net to client
35277 bytes received via SQL*Net from client
3174 SQL*Net roundtrips to/from client
1 sorts (memory)
0 sorts (disk)
47582 rows processed
SQL> alter session set sort_area_size = 10000;
Session altered.
SQL> select owner, object_name from t_test1
2 order by object_id;
47582 rows selected.
Execution Plan
----------------------------------------------------------
Plan hash value: 1312425564
--------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes |TempSpc| Cost (%CPU)| Time|
--------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 47582 | 1486K| | 1251 (1)| 00:0
0:16 |
| 1 | SORT ORDER BY | | 47582 | 1486K| 4136K| 1251 (1)| 00:0
0:16 |
| 2 | TABLE ACCESS FULL| T_TEST1 | 47582 | 1486K| | 150 (1)| 00:0
0:02 |
---------------------------------------------------------------------------------
Statistics
----------------------------------------------------------
6 recursive calls
20 db block gets
658 consistent gets
629 physical reads
0 redo size
1566184 bytes sent via SQL*Net to client
35277 bytes received via SQL*Net from client
3174 SQL*Net roundtrips to/from client
0 sorts (memory)
1 sorts (disk)
47582 rows processed
• 临时LOB 对象
LOB 对象包括BLOB、CLOB、NCLOB、和BFILE。在PLSQL 程序块中，如果定义了LOB 变
量，则这些LOB 变量就是临时LOB 对象。临时LOB 对象被创建在临时表空间上，直到LOB
数据被释放，或者会话结束。
1.1.6 回滚段
我们知道，一个事务在未被提交前，其做的任何修改都是可以被回滚（Rollback）
的。这些回滚数据就被放到回滚段（Rollback Segment）上。此外，一致性读（Read
Consistency）、数据库恢复（Recover）都会用到回滚段。
任何数据块的修改都会被记录在回滚段中，甚至Redo Log 也会产生回滚记录。当任何
一个非只读（只有查询）的事务开始时，oracle 会自动为其指定下一个可用的回滚段。事
务中任何数据变化都被写入回滚段中。如果事务回滚，oracle 根据回滚段中的回滚记录将
buffer cache 中的“脏”数据恢复，释放回滚段空间。当事务被提交，由于要保证一致性
读，oracle 并不会立即释放回滚段中的数据，而是会保留一段时间。
1.1.7 Direct-Path Insert
这里，我们还要介绍一种特殊的写操作——Direct-Path Insert（直接路径插入）。
Direct-Path Insert 通过直接在表中已存在的数据后面添加数据，直接将数据写入数据文
件中，而忽略掉了Buffer Cache。
我们前面提到，为了能在意外时恢复数据，每一个数据修改都会被记录到Redo Log
中。然而，由于Redo Log 需要写入到物理文件中去，是一个比较消耗性能的操作。为了
提高性能，我们在批量写入数据时就可以通过Direct-Path Insert 的指定NOLOGING 的方
式来避免写Redo Log。
有多种方法可以指定Direct-Path Insert：CTAS（CREATE TABLE AS SELECT）；
SQL*Loader 指定Direct 参数；在语句中指定APPEND 提示。
1.2 读
1.2.1 物理读
产生物理读主要有以下几种情况：
• 第一次读取
当数据块第一次被读取到，Oracle 会先将其从磁盘上读入Buffer Cache 中，并将他
们放在LRU（Last Recently Used）链表的MRU（Most Recently Used）端。再次访问数
据块时就可以直接从Buffer Cache 中读取、修改了。看以下例子：
SQL> select owner, index_name from t_test3;
2856 rows selected.
Execution Plan
----------------------------------------------------------
Plan hash value: 2878488296
-----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 2856 | 68544 | 22 (0)| 00:00:01 |
| 1 | TABLE ACCESS FULL| T_TEST3 | 2856 | 68544 | 22 (0)| 00:00:01 |
-----------------------------------------------------------------------------
Statistics
----------------------------------------------------------
407 recursive calls
32 db block gets
344 consistent gets
89 physical reads
0 redo size
103888 bytes sent via SQL*Net to client
2475 bytes received via SQL*Net from client
192 SQL*Net roundtrips to/from client
9 sorts (memory)
0 sorts (disk)
2856 rows processed
SQL> select owner, index_name from t_test3;
2856 rows selected.
Elapsed: 00:00:00.03
Execution Plan
----------------------------------------------------------
Plan hash value: 2878488296
-----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 2856 | 68544 | 22 (0)| 00:00:01 |
| 1 | TABLE ACCESS FULL| T_TEST3 | 2856 | 68544 | 22 (0)| 00:00:01 |
-----------------------------------------------------------------------------
Statistics
----------------------------------------------------------
0 recursive calls
0 db block gets
276 consistent gets
0 physical reads
0 redo size
103888 bytes sent via SQL*Net to client
2475 bytes received via SQL*Net from client
192 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
2856 rows processed
• 数据块被重新读入Buffer Cache
如果有新的数据需要被读入Buffer Cache 中，而Buffer Cache 又没有足够的空闲空
间，Oracle 就根据LRU 算法将LRU 链表中LRU 端的数据置换出去。当这些数据被再次访问
到时，需要重新从磁盘读入。
SQL> select owner, table_name from t_test2
2 where owner = 'SYS';
718 rows selected.
Execution Plan
----------------------------------------------------------
Plan hash value: 1900296288
--------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)
| Time |
--------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 99 | 2178 | 10 (0)
| 00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID| T_TEST2 | 99 | 2178 | 10 (0)
| 00:00:01 |
|* 2 | INDEX RANGE SCAN | T_TEST2_IDX1 | 99 | | 1 (0)
| 00:00:01 |
--------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
2 - access("OWNER"='SYS')
Statistics
----------------------------------------------------------
0 recursive calls
0 db block gets
145 consistent gets
0 physical reads
0 redo size
21690 bytes sent via SQL*Net to client
902 bytes received via SQL*Net from client
49 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
718 rows processed
SQL> select * from t_test1; --占用Buffer Cache
47582 rows selected.
Execution Plan
----------------------------------------------------------
Plan hash value: 1883417357
-----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 47582 | 3996K| 151 (2)| 00:00:02 |
| 1 | TABLE ACCESS FULL| T_TEST1 | 47582 | 3996K| 151 (2)| 00:00:02 |
-----------------------------------------------------------------------------
Statistics
----------------------------------------------------------
195 recursive calls
0 db block gets
3835 consistent gets
5 physical reads
0 redo size
5102247 bytes sent via SQL*Net to client
35277 bytes received via SQL*Net from client
3174 SQL*Net roundtrips to/from client
5 sorts (memory)
0 sorts (disk)
47582 rows processed
SQL> select owner, table_name from t_test2
2 where owner = 'SYS';
718 rows selected.
Execution Plan
----------------------------------------------------------
Plan hash value: 1900296288
--------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)
| Time |
--------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 99 | 2178 | 10 (0)
| 00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID| T_TEST2 | 99 | 2178 | 10 (0)
| 00:00:01 |
|* 2 | INDEX RANGE SCAN | T_TEST2_IDX1 | 99 | | 1 (0)
| 00:00:01 |
--------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
2 - access("OWNER"='SYS')
Statistics
----------------------------------------------------------
0 recursive calls
0 db block gets
145 consistent gets
54 physical reads
0 redo size
21690 bytes sent via SQL*Net to client
902 bytes received via SQL*Net from client
49 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
718 rows processed
• 全表扫描
当发生全表扫描（Full Table Scan）时，用户进程读取表的数据块，并将他们放在
LRU 链表的LRU 端（和上面不同，不是放在MRU 端）。这样做的目的是为了使全表扫描的
数据尽快被移出。因为全表扫描一般发生的频率较低，并且全表扫描的数据块大部分在以
后都不会被经常使用到。
而如果你希望全表扫描的数据能被cache 住，使之在扫描时放在MRU 端，可以通过在
创建或修改表（或簇）时，指定CACHE 参数。
1.2.2 逻辑读
逻辑读指的就是从（或者视图从）Buffer Cache 中读取数据块。按照访问数据块的模
式不同，可以分为即时读（Current Read）和一致性读（Consistent Read）。注意：逻
辑IO 只有逻辑读，没有逻辑写。
• 即时读
即时读即读取数据块当前的最新数据。任何时候在Buffer Cache 中都只有一份当前数
据块。即时读通常发生在对数据进行修改、删除操作时。这时，进程会给数据加上行级
锁，并且标识数据为“脏”数据。
SQL> select * from t_test1 where owner='SYS' for update;
22858 rows selected.
Execution Plan
----------------------------------------------------------
Plan hash value: 3323170753
------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 22858 | 1919K| 151 (2)| 00:00:02 |
| 1 | FOR UPDATE | | | | | |
|* 2 | TABLE ACCESS FULL| T_TEST1 | 22858 | 1919K| 151 (2)| 00:00:02 |
------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
2 - filter("OWNER"='SYS')
Statistics
----------------------------------------------------------
44 recursive calls
23386 db block gets
2833 consistent gets
0 physical reads
5044956 redo size
2029221 bytes sent via SQL*Net to client
17138 bytes received via SQL*Net from client
1525 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
22858 rows processed
• 一致性读
Oracle 是一个多用户系统。当一个会话开始读取数据还未结束读取之前，可能会有其
他会话修改它将要读取的数据。如果会话读取到修改后的数据，就会造成数据的不一致。
一致性读就是为了保证数据的一致性。在Buffer Cache 中的数据块上都会有最后一次修
改数据块时的SCN。如果一个事务需要修改数据块中数据，会先在回滚段中保存一份修改
前数据和SCN 的数据块，然后再更新Buffer Cache 中的数据块的数据及其SCN，并标识其
为“脏”数据。当其他进程读取数据块时，会先比较数据块上的SCN 和自己的SCN。如果
数据块上的SCN 小于等于进程本身的SCN，则直接读取数据块上的数据；如果数据块上的
SCN 大于进程本身的SCN，则会从回滚段中找出修改前的数据块读取数据。通常，普通查
询都是一致性读。
下面这个例子帮助大家理解一下一致性读：
会话1 中：
SQL> select object_name from t_test1 where object_id = 66;
OBJECT_NAME
------------------------------
I_SUPEROBJ1
SQL> update t_test1 set object_name = 'TEST' where object_id = 66;
1 row updated.
会话2 中：
SQL> select object_name from t_test1 where object_id = 66;
OBJECT_NAME
------------------------------
I_SUPEROBJ1
Execution Plan
----------------------------------------------------------
Plan hash value: 1883417357
-----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 27 | 151 (2)| 00:00:02 |
|* 1 | TABLE ACCESS FULL| T_TEST1 | 1 | 27 | 151 (2)| 00:00:02 |
-----------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - filter("OBJECT_ID"=66)
Statistics
----------------------------------------------------------
0 recursive calls
0 db block gets
661 consistent gets
0 physical reads
108 redo size
423 bytes sent via SQL*Net to client
385 bytes received via SQL*Net from client
2 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
1 rows processed
1.2.3 查找数据
在一个查询操作中，大量的读操作都产生于数据的查找过程中。减少查找过程是我们
优化IO 性能问题的重要目标。
下面介绍几种主要的数据查找方式。
• Full Table Scan
当查询条件无法命中任何索引、或者扫描索引的代价大于全表扫描代价的某一比例时
(由参数optimizer_index_cost_adj 设定)，Oracle 会采用全表扫描的方式查找数据。当
发生全表扫描时，Oracle 会自下向上一次读取一定数量（由参数
db_file_multiblock_read_count 设定）的数据块，一直读取到高水位标志（HWM，High
Water Mark）下。Full Table Scan 会引起db file scattered read 事件。
• INDEX UNIQUE SCAN
全表扫描查找数据的效率是非常低的。而索引能大幅提高查找效率。普通索引的数据
结构是B-Tree，树的叶子节点中包含数据的ROWID，指向数据记录，同时还有指针指向前
一个/后一个叶子节点。索引扫描每次读取一个数据块，索引扫描是“连续的”
（Sequential）。当索引为UNIQUE 索引时，每个叶子节点只会指向一条数据。如果
Oracle 能预知扫描结果只有0 或1 条记录时，会采用INDEX UNIQUE SCAN。当对Unique
Index 中的所有字段进行完全匹配时，会发生INDEX UNIQUE SCAN。
SQL> select object_name from t_test1
2 where object_id = 66;
Execution Plan
----------------------------------------------------------
Plan hash value: 2634232531
---------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)|
Time |
---------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 27 | 1 (0)|
00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID| T_TEST1 | 1 | 27 | 1 (0)|
00:00:01 |
|* 2 | INDEX UNIQUE SCAN | T_TEST1_PK | 1 | | 1 (0)|
00:00:01 |
---------------------------------------------------------------------------------
INDEX UNIQUE SCAN 的查找过程如下：
1. 从数的根节点数据块开始查找；
2. 查找根节点块中所有key 值中大于或等于要查找的值的最小key 值；
3. 如果key 值大于查找值，则继续查找这个key 值之前一个key 值所指向的子节点
数据块；
4. 如果key 值等于查找值，则继续查找这个key 值所指向的子节点数据块；
5. 如果没有key 值大于或等于查找值，则继续查找最大key 值所指向的子节点数据
块；
6. 如果继续查找的节点数据块是数一个分支节点，则重复2~4 步；
7. 如果查找的节点是叶子节点数据块，则在数据块中查找等于查找值的key 值；
8. 如果找到相等的key 值，则返回数据和ROWID；
9. 如果没找到相等的key 值，则说明没有符合条件的数据，返回NULL。
• INDEX RANGE SCAN
如果通过索引查找数据时，Oracle 认为会返回数据可能会大于1，会进行INDEX
RANGE SCAN，例如Unique Index 中字段不完全匹配查找时、非Unique Index 查找时。
SQL> select object_name from t_test1
2 where object_id < 66;
64 rows selected.
Execution Plan
----------------------------------------------------------
Plan hash value: 1635545337
---------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)|
Time |
---------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 57 | 1539 | 2 (0)|
00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID| T_TEST1 | 57 | 1539 | 2 (0)|
00:00:01 |
|* 2 | INDEX RANGE SCAN | T_TEST1_PK | 57 | | 1 (0)|
00:00:01 |
---------------------------------------------------------------------------------
INDEX RANGE SCAN 分为闭包（有前后查找边界）和非闭包（只有一边或者没有边
界）。返回数据会依据索引增序排序，多个相同值则会按照ROWID 的增序排序。以下的查
找条件都是闭包的：
WHERE column = 'Value'
WHERE column like 'value%'
WHERE column between 'value1' and 'value2'
WHERE column in ('value1', 'value2')
以下查找条件非闭包：
WHERE column < 'value1'
WHERE column > 'value2'
闭包条件下的INDEX RANGE SCAN 的查找过程如下：
1. 从数的根节点数据块开始查找；
2. 查找根节点块中所有key 值中大于或等于要查找的起始值的最小key 值；
3. 如果key 值大于起始值，则继续查找这个key 值之前一个key 值所指向的子节点
数据块；
4. 如果key 值等于起始值，则继续查找这个key 值所指向的子节点数据块；
5. 如果没有key 值大于或等于起始值，则继续查找最大key 值所指向的子节点数据
块；
6. 如果继续查找的节点数据块是数一个分支节点，则重复2~4 步；
7. 如果查找的节点是叶子节点数据块，则在数据块中大于或等于要查找的起始值的
最小key 值；
8. 如果Key 值小于或等于结束值，则：如果所有Key 字段都符合WHERE 字句中的查
找条件，则返回数据和ROWID；否则继续查找当前叶子节点所指向的右边的叶子节
点。
INDEX UNIQUE SCAN 和INDEX RANGE SCAN 都会引起db file sequential read 事件。
• TABLE ACCESS BY INDEX ROWID
当发生索引扫描时，如果需要返回的字段都在索引上，则直接返回索引上的数据，而
如果还需要返回非索引上的字段的值，Oracle 则需要根据从索引上查找的ROWID 到对应的
数据块上取回数据，这时就是TABLE ACCESS BY INDEX ROWID。
• INDEX FAST FULL SCAN & INDEX FULL SCAN
索引快速全扫描和全表扫描类似，一次读取db_file_multiblock_read_count 个数据
块来描所有索引的叶子节点。INDEX FAST FULL SCAN 和其他索引扫描不同，它不会从树的
根节点开始读取，而是直接扫描所有叶子节点；也不会一次读取一个数据块，而是一次读
取db_file_multiblock_read_count 个数据块。INDEX FAST FULL SCAN 会引起db file
scattered read 事件。
SQL> select count(1) from t_test1 where object_id < 21314;
Execution Plan
----------------------------------------------------------
Plan hash value: 1586700957
---------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes| Cost (%CPU)| Time |
---------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1| 4| 24 (5)| 00:00:01|
| 1 | SORT AGGREGATE | | 1| 4| | |
|* 2 | INDEX FAST FULL SCAN| T_TEST1_PK | 18264| 73056| 24 (5)| 00:00:01|
---------------------------------------------------------------------------------
在某些情况下，如db_file_multiblock_read_count 值过小、强制使用索引扫描时，
会发生INDEX FULL SCAN。INDEX FULL SCAN 和INDEX FAST FULL SCAN 不同，它是一种索
引扫描，按照B-Tree 的查找法从树的根节点开始扫描，遍历整棵树，并且一次读取一个
数据块。它会引起db file sequential read 事件。
SQL> select /*+index(a t_test1_pk)*/count(1) from t_test1 a;
Execution Plan
----------------------------------------------------------
Plan hash value: 138350774
-----------------------------------------------------------------------
| Id | Operation | Name | Rows | Cost (%CPU)| Time |
-----------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 61 (2)| 00:00:01 |
| 1 | SORT AGGREGATE | | 1 | | |
| 2 | INDEX FULL SCAN| T_TEST1_PK | 47582 | 61 (2)| 00:00:01 |
-----------------------------------------------------------------------
2 IO系统的设计和配置
要控制好数据库的整体IO 性能，在规划数据库架构时就需要做好IO 系统的设计和配
置。例如，将对IO 要求不同的文件放置在不同的存储设备上；规划数据文件的分布、均
衡IO 负担等。
2.1 OS和存储相关
IO 性能是直接和操作系统已经硬件性能相关的。如果能利用操作系统的一些高级IO
特性，或者采用更高速的磁盘设备，能大大提高IO 性能。下面介绍一些OS 的IO 配置、
不同的磁盘硬件设备以及存储技术。
2.1.1 文件系统（File System）和裸设备（Raw Device）
我们知道，内存的读写效率比磁盘高近万倍，因此Oracle 在内存中开辟了一片区域，
称为Buffer Cache，使数据的读写尽量在Buffer Cache 中完成。同样，在文件系统中，
操作系统为了提高读写效率，也会为文件系统开辟一块Buffer Cache 用于读写数据的缓
存。这样，Oracle 的数据会被缓存2 次。为了避免OS 的这次缓存，我们可以采用裸设备
做为数据文件的存储设备。裸设备，也称为裸分区（Raw Partition），它是一个没有被
加载（Mount）到操作系统的文件系统上、也没有加载到Oracle 集群文件系统（OCFS
Oracle Cluster File System）的磁盘分区，它通过字符设备驱动来访问。裸设备的文件
读写不由操作系统控制，而是由应用程序（如Oracle RDBMS）直接控制。
2.1.2 IO方式
OS 和文件系统对IO 的控制存在多种方式，不同的IO 方式下对于数据库的IO 性能影
响也不同。
2.1.2.1 Direct IO & Concurrent IO
除了裸设备，某些文件系统可以支持Direct IO，以避开读写缓冲。如果要使用
Direct IO，需要指定Oracle 参数“filesystemio_options”来设置支持Direct IO。但
是要注意，不同OS 中的不同文件系统对Direct IO 的支持也不同：
• Windows 在windows 中不需要做特别设置可以直接使用Direct IO；
• AIX 在AIX 中，JFS 文件系统需要通过设置“filesystemio_options”为
“SETALL”或者“DIRECTIO”来支持Direct IO；
• LINUX Linux 在内核版本为2.4.9 以上才支持Direct IO。NFS 或者OCFS 文
件系统支持Direct IO。需要设置“filesystemio_options”为“SETALL”或者
“DIRECTIO”；
• Solaris Solaris 需要在操作系统中设置“forcedirectio”选项，并设置
“filesystemio_options”为“SETALL”或者“DIRECTIO”。
参数“filesystemio_options”支持4 种值：
• ASYNCH: 使Oracle 支持文件的异步（Asynchronous）IO；
• DIRECTIO：使Oracle 支持文件的Direct IO；
• SETALL：使Oracle 同时支持文件的Asynchronous IO 和Direct IO；
• NONE：使Oracle 关闭对Asynchronous IO 和Direct IO 的支持。
在AIX 的JFS2 文件系统上，如果“filesystemio_options”为“SETALL”，则会支持
Concurrent IO。CIO 比DIO 的性能更高，因为JFS2 的CIO 支持多个进程同时对一个文件
进行读写。
2.1.2.2 Asynchronous IO & Synchronous IO
通常，用的比较多的IO 模型是同步IO（Synchronous IO）。在这种模式下，当请求
发出之后，应用程序就会阻塞，直到请求满足为止。这种模式最大好处就是调用应用程序
在等待 I/O 请求完成时不需要使用CPU 资源。但是，对于一些强调高响应速度的程序
（如DB）来说，希望这种等待时间越短越好，我们这时就可以考虑采用异步IO
（Asynchronous IO）模式。异步IO 模式下，进程发出IO 请求后无需等待IO 完成，可以
去处理其它事情；IO 请求被放入一个队列中，一旦IO 完成，系统会发出信号通知进程。
异步IO 可以使需要大量写的Oracle 进程（如DBWn 进程）将IO 请求队列化，以充分
利用硬件的IO 带宽，从而使它们能最大程度实现并行处理。异步IO 还可以使那些需要进
行大量计算的操作（如排序）在它们发出IO 请求前预先从磁盘取出数据，以使IO 和计算
并行处理。
确认操作系统已经设置支持AIO 后，还需要设置Oracle 初始化参数"DISK_ASYNCH_IO"
为“true”以支持异步IO。
2.1.3 负载均衡及条带化（Striping）
当多个进程同时访问一个磁盘时，会出现磁盘冲突。大多数磁盘系统都对访问次数
（每秒的IO 操作）和数据传输率（每秒传输的数据量）有限制。当达到这些限制时，后
面要访问磁盘的进程就需要等待，这时就是所谓的磁盘冲突。
避免磁盘冲突是优化IO 性能的一个目标，这就需要将一个热点磁盘上的IO 访问负载
分担到其他可用磁盘上，也就是IO 负载均衡。在一些成熟的磁盘负载均衡技术出现之
前，DBA 需要了解/预测各系统的IO 负载量，通过手工配置每个数据到不同存放位置以分
担IO 负载来达到负载均衡的目的。
条带化技术就是将数据分成很多小部分并把他们分别存储到不同磁盘上的不同文件中
去。这就能使多个进程同时访问数据的多个不同部分而不会造成磁盘冲突。很多操作系
统、磁盘设备供应商、各种第三方软件都能做到条带化。通过条带化，DBA 可以很轻松的
做到IO 负载均衡而无需去手工配置。
2.1.4 RAID
RAID 的全称是独立磁盘冗余阵列（Redundant Array of Independent Disks）。它通
过将多个相对比较便宜的磁盘组合起来，并相互连接，同时都连到一个或多个计算机上，
以组成一个磁盘组，使其性能和容量达到或超过一个价格更昂贵的大型磁盘。RAID 分为6
级。
• RAID-0
RAID-0 只提供纯粹的条带化（Stripping）。条带可以使一个大文件被多个磁盘控制
器同时访问，因此支持对数据的并发访问。RAID-0 不提供数据冗余和奇偶保护，它只关注
性能。如果RAID-0 中任何一个磁盘出错，整个数据库都会崩溃。
• RAID-1
RAID-1 提供磁盘镜像（Disk Mirror）。在RAID-1 中，所有数据都会被写入两个独立
的磁盘中，以实现对数据的冗余保护。两块磁盘的数据是同时写入的，以保证其速度不会
低于写入单独磁盘的速度。RAID-1 实现了数据的完全冗余，它提供了所有RAID 级别中最
安全可靠的数据保护。在这种模式下，写的性能下降了，但读的性能被提升了。此外，
RAID-1 也是最占用磁盘空间的模式
• RAID 0+1
RAID-0 能提供更好的性能，RAID-1 提供最佳的数据保护。如果把两者结合在一起就能
同时提供高性能和数据保护，但是也会同时提高磁盘阵列造价。
• RAID-3
在RAID-3 中，会有一块专门的磁盘驱动被用作存储错误修正或者奇偶校验数据。而其
他的磁盘驱动则被条带化。RAID-3 的并行处理能力比较低，它适合于主要是读操作的系统
（如决策分析系统 DSS，但是DSS 会存在大量复杂查询，需要做JOIN，同样也会存在一些
临时的写操作），不适合存在大量写操作的系统（OLTP）。
• RAID-5
RAID-5 不做全磁盘镜像，但它会对每一个写操作做奇偶校验计算并写入奇偶校验数
据。奇偶校验磁盘避免了像RAID-1 那样完全重复写数据。当一个磁盘失效，校验数据被
用来重建数据，从而保证系统不会崩溃。为避免磁盘瓶颈，奇偶校验和数据都会被分布到
阵列中的各个磁盘。尽管读的效率提高了，但是RAID-5 需要为每个写操作做奇偶校验，
因此它的写的效率很差。
• RAID-S
RAID-S 是EMC 公司的RAID-5 的实施方案，它和纯粹的RAID-5 存在以下区别：
(1) 它条带化奇偶校验，但不条带化数据；
(2) 它与一个带有写缓存的异步硬件环境合并。
这个缓存主要是一种延迟写的机制，因此它能让系统在相对不忙的时候计算和写奇偶
校验信息。
• RAID-7
RAID-7 也同样引入了缓存机制，这个缓存是被一个内嵌式操作系统控制。但是，
RAID-7 中数据是被条带化的，而奇偶校验不被条带化。奇偶校验信息被存放着一个或者多
个专门的磁盘上。
2.1.5 SAN
SAN（Storage Area Network，存储区域网）是一个高速的子网，这个子网中的设备可
以从你的主网卸载流量。通常SAN 由RAID 阵列连接光纤通道（Fibre Channel）组成，
SAN 和服务器和客户机的数据通信通过SCSI 命令而非TCP/IP，数据处理是“块级”
（block level）。
SAN 通过特定的互连方式连接的若干台存储服务器组成一个单独的数据网络，提供企
业级的数据存储服务。 SAN 是一种特殊的高速网络，连接网络服务器和诸如大磁盘阵列或
备份磁带库的存储设备，SAN 置于LAN 之下，而不涉及LAN。利用SAN，不仅可以提供大容
量的存储数据，而且地域上可以分散，并缓解了大量数据传输对于局域网的影响。SAN 的
结构允许任何服务器连接到任何存储阵列，不管数据置放在哪里，服务器都可直接存取所
需的数据。
2.1.6 NAS
NAS 是Network Attached Storage（网络附加存储）的简称。在NAS 存储结构中，存储系
统不再通过I/O 总线附属于某个服务器或客户机，而直接通过网络接口与网络直接相连，
由用户通过网络访问。它是连接到一个计算机网络的文件层的数据存储，它可以为不同网
络客户端提供数据存储服务。NAS 的硬件与传统的专用文件服务器相似。它们的不同点在
于软件端。NAS 中的操作系统和其他软件只提供数据存储、数据访问功能，以及对这些功
能的管理。与传统以服务器为中心的存储系统相比，数据不再通过服务器内存转发，直接
在客户机和存储设备间传送，服务器仅起控制管理的作用。
2.2 IO配置
在借助各种成熟的存储技术的基础上，合理配置系统的IO 分布及系统IO 配置能大量
减少系统在生产运行中出现IO 性能及相关问题的几率。当然，这些配置是我们在布置数
据库系统时初始建议，对于复杂的系统来说，很多配置（如一些存储相关的参数）是需要
根据系统的运行状况进行调优的。
在数据库系统中，如果某个文件或者某块磁盘上存在远远高于其他文件或磁盘的大量
IO 访问，我们就称这个文件或磁盘为热点文件/磁盘。我们在做IO 规划时的一个重要目标
就是要消除系统中热点文件/磁盘的存在，使整个系统的IO 负载相对平衡。
2.2.1 条带化的设置
由于现在的存储技术成熟、成本降低，大多数系统都采用条带化来实现系统的IO 负载
分担。如果操作系统有LVM（Logical Volume Manager 逻辑卷管理器）软件或者硬件条带
设备，我们就可以利用这些攻击来分布IO 负载。当使用LVM 或者硬件条带时，决定因素
是条带深度（stripe depth）和条带宽度（stripe width）：
• 条带深度指的是条带的大小，也叫条带单元；
• 条带宽度指的是条带深度的产量或者一个条带集中的驱动数；
需要根据系统的IO 要求来合理的选择这些数据。对于Oracle 数据库系统来数，比较
合理的条带深度是从256K 到1M。下面分析影响条带深度和条带宽度的影响因素。
2.2.1.1 条带深度
为了提高IO 效率，我们要尽量使一次逻辑IO 请求由一块磁盘的一次物理IO 请求。因
而影响条带的一个重要因素就是一次逻辑IO 请求的大小。
此外，系统中IO 的并发度不同我们对条带的配置要求也不同。例如，在高并发度且
IO 请求的大小都比较小的情况下，我们希望一块磁盘能同时响应多个IO 操作；而在那些
存在大IO 请求的低并发度系统中，我们可能就需要多块磁盘同时响应一个IO 请求。无论
是一个磁盘还是多个磁盘响应IO 请求，我们的一个原则是让一次逻辑IO 能被一次处理完
成。
下面先看下影响IO 大小的操作系统和Oracle 的相关参数：
• db_block_size：Oracle 中的数据块大小，也决定了Oracle 一次单个IO 请求中的
数据块的大小；
• db_file_multiblock_read_count：在多数据块读时，一次读取数据块的数量，它
和参数db_block_size 一起决定了一次多数据块读的大小，它们的乘积不能大于操
作系统的最大IO 大小；
• 操作系统的数据块大小：这个参数决定拉Redo Log 和Archive Log 操作时的数据
块大小，对于大多数Unix 系统来说，该值为512K；
• 最大操作系统IO 大小：决定了一次单个的IO 操作的IO 大小的上限，对于大多数
Unix 系统来说，由参数max_io_size 设置；
• sort_area_size：内存中sort area 的大小，也决定了并发排序操作时的IO 大
小；
• hash_area_size：内存中hash area 的大小，也决定了哈希操作的IO 大小。
其中，前面两个是最关键的两个参数。
在OLTP 系统中，会存在大量小的并发的IO 请求。这时就需要考虑选择比较大的条带
深度。使条带深度大于IO 大小就称为粗粒度条带（Coarse Grain Striping）。在高并行
度系统中，条带深度为（n * db_block_size），其中n 为大于1 的整数。
通过粗粒度条带能实现最大的IO 吞吐量（一次物理IO 可以同时响应多个并发的逻辑
IO）。大的条带深度能够使像全表扫描那样的多数据块读操作由一个磁盘驱动来响应，并
提高多数据块读操作的性能。
在低并发度的DSS 系统中，由于IO 请求比较序列化，为了避免出现热点磁盘，我们需
要避免逻辑IO 之由一块磁盘处理。这是，粗粒度条带就不适合了。我们选择小的条带深
度，使一个逻辑IO 分布到多个磁盘上，从而实现IO 的负载均衡。这就叫细粒度条带。条
带深度的大小为（n * db_block_size），其中n 为小于多数据块读参数
（db_file_multiblock_read_count）大小的整数。
另外，IO 过程中，你无法保证Oracle 数据块的边界能和条带单元的大小对齐。如果
条带深度大小和Oracle 数据块大小完全相同，而它们的边界没有对齐的话，那么就会存
在大量一个单独的IO 请求被两块磁盘来完成。
在OLTP 系统中，为了避免一个逻辑IO 请求被多个物理IO 操作完成，条带宽度就需要
设置为两倍或者两倍以上于Oracle 数据块大小。例如，如果条带深度是IO 大小的N 倍，
对于大量并发IO 请求，我们可以保证最少有（N-1）/ N 的请求是由一块磁盘来完成。
2.2.1.2 条带宽度
正如我们前面所述，无论是一个还是多个磁盘响应一个逻辑IO，我们都要求IO 能被
一次处理。因而在确定了条带深度的基础上，我们需要保证条带宽度 >= IO 请求的大小 /
条带深度。
此外，考虑到以后系统容量的扩充，我们也需要规划好条带宽度。
如今大多数LVM 都支持在线动态增加磁盘。也就是在磁盘容量不足时，我们可以随时
将新磁盘加入到一个已经使用的逻辑卷中。这样的话，我们在设置逻辑卷时就可以简单地
将所有磁盘都归入到一个卷中去。
但是，有些LVM 可能还不支持动态增加磁盘。这时我们就需要考虑以后的容量扩充对
IO 均衡的影响了。因为你新增加的磁盘无法加入原有卷，而需要组成一个新的卷。但一般
扩充的容量和原有容量比较相对比较小，如果原有卷的条带宽度比较大的话，新增加的卷
的条带宽度无法达到其大小，这样就会使新、旧卷之间出现IO 失衡。
例如，一个系统的初始配置是一个包含64 块磁盘、每块磁盘大小为16G 的单一逻辑
卷。磁盘总的大小是1T。随着数据库的数据增长，需要增加80G 的空间。我们把新增加的
5 个16G 磁盘再组成一个逻辑卷。这样就会导致两个卷上的IO 失衡。为了避免这种情况。
我们可以将原有磁盘配置成每个条带宽度为8 个磁盘的8 个逻辑卷，这样在新增加磁盘时
可以也增加为8 个磁盘的新卷。但必须要保证8 个磁盘的条带宽度能够支持系统的每秒IO
吞吐量。
如果你的条带宽度设置得比较小，就需要估算出你的各个数据库文件的IO 负载，并根
据负载量不同将他们分别部署到不同卷上一分担IO 负载。
2.2.2 人工条带
如果系统不支持LVM 或者硬件条带，IO 负载就必须由DBA 根据数据库文件的IO 负载
不同手工将他们分散到各个磁盘上去以保证整个系统的IO 负载均衡。
有许多DBA 会将哪些使用频率非常高的表和它的索引分开存储。但实际上这种做法并
不正确。在一个事务中，索引会先被读取到然后再读取表，它们的IO 操作是有前后顺序
的，因此索引和表存储在同一个磁盘上是没有冲突的。仅仅因为一个数据文件即包含了索
引又包含了数据表而将它分割是不可取的。我们需要根据文件上的IO 负载是否已经影响
到了数据库的性能来决定是否将数据文件分割。
为了正确分布文件，我们首先必须先了解各个数据库文件的IO 负载需求以及IO 系统
的处理能力。鉴定出每个文件的IO 吞吐量。找出哪些文件的IO 吞吐率最高而哪些IO 量
很少，将它们分散分布到所有磁盘上去以平衡IO 吞吐率。
如果你不了解或者无法预计文件的IO 负载，就只能先估计他们的IO 负载来规划文件
分布，在系统运行过程中再做调整。
2.2.3 文件分离
无论是采用操作系统条带化还是手工IO 分布方式，如果IO 系统或者IO 规划布置无法
满足IO 吞吐率的要求，我们就需要考虑将高IO 吞吐率的文件和其他文件分离。我们可以
在存储规划阶段或者系统运行阶段找出那样的文件。
除了IO 吞吐率，在决定是否分割文件时，我们还需要考虑可恢复性以及数据容量扩张
问题。
但是在分割文件之前，一定要确认存在IO 瓶颈，然后再根据产生IO 瓶颈的数据定位
到存在高IO 吞吐率的文件（热点文件）。
2.2.3.1 表、索引和临时表空间
如果具有高IO 吞吐率的数据文件属于包含表和索引的表空间，我们就需要找出这些文
件的IO 是否可以通过SQL 语句调优或者优化应用程序来降低。
如果具有高IO 吞吐率的数据文件属于临时表空间，那我们就需要检查是否可以通过避
免或调优SQL 语句的排序操作来降低IO。
经过应用调优后，如果IO 分布仍然无法满足IO 吞吐的要求，我们就需要考虑分离高
IO 吞吐率的数据文件了。
2.2.3.2 Redo Log文件
如果具有高IO 吞吐率的文件是Redo Log 文件，则需要考虑将Redo Log 文件与其他文
件分离，可以通过以下配置来实现：
• 将所有Redo Log 文件放到没有任何其他文件的磁盘上去。考虑到可恢复性，需要
将一个Redo Log 组中的成员文件分别放到不同的物理磁盘上去；
• 将每个Redo Log 组放到一个没有任何其他文件的单独磁盘上；
• 通过操作系统条带化工具，将Redo Log 文件条带化分布到多个磁盘上去；
• 不要将Redo Log 文件放到RAID 5 上去
Redo Log 文件是由LGWR 进程序列化的写入的。如果在同一个磁盘上不存在并发的其
他IO 操作，写入效率就更高。我们需要确认已经没有其他优化调整空间再考虑分割Redo
Log 文件。如果系统支持AIO 但还没有激活该特性，可以考虑激活AIO 看是否能解决Redo
Log 的IO 性能瓶颈。
2.2.3.3 归档Redo Log
如果归档变慢，我们也许可以通过使LGWR 的写操作与Archive 进程的读操作分离来避
免LGWR 进程鱼Archive 进程直接的IO 冲突。我们可以同交替成组存放Redo Log 文件来
实现。
例如，我们有四组Redo Log，每组包含两个Log 文件：（A1，A2）、（B1，B2）、
（C1，C2）、（D1，D2）。我们就可以以下面这种存放方式将它们分布存储到四个磁盘上
去来实现磁盘分离访问：（A1，C1）、（A2、C2）、（B1，D1）、（B2，D2）。
当LGWR 进程做日志切换时，如从A 组切换到B 组，LGWR 开始向B 组写Redo Log（第
三、四块磁盘），而Archive 进程则从B 组读取数据（第一、二块磁盘）写入归档文件中
去，他们分别访问的是不同磁盘，因而避免了IO 冲突。
2.3 三种简单的配置方法
这里给出三种简单的操作系统IO 配置的例子，包括如何简单地计算来决定磁盘的拓扑
结构、条带深度等等。
2.3.1 将所有文件条带化到所有磁盘上去
IO 配置最简单的方法就是建立一个大的逻辑卷，将所有磁盘都条带化到这个卷中去。
考虑到可恢复性，这个卷需要被镜像（RAID 1）。每个磁盘的条带深度必须大于频繁执行
的IO 操作的最大IO 大小。这种配置对大多数情况都能提供足够的性能支持。
2.3.2 将归档日志放到另外的磁盘上去
在归档模式下，如果归档文件也和其他文件放在同一个条带化的卷中，那么当归档进
程对Redo Log 进行归档时，会大大增加磁盘的IO 负载。将归档日志转移到其他磁盘上有
如下好处：
• 归档进程效率提高；
• 当归档时，其他进程受到归档进程的影响
归档日志的磁盘数由归档日志产生的频率以及归档存储容量决定。
2.3.3 将Redo Log文件放到另外的磁盘上去
在更新非常频繁的OLTP 系统中，Redo Log 的写操作非常频繁。将Redo Log 文件转移
到其他磁盘上可以有如下好处：
• 写Redo Log 的读写效率最高，因而事务的执行也能获得最佳性能；
• 写Redo Log 操作不会影响任何其他IO 操作
Redo Log 的磁盘数量有Redo Log 的大小决定。由于现在的磁盘容量都非常大，通常配置
两个磁盘（如果做镜像则需要四块）就足够了。并且，根据我们前面的分析，将Redo Log
文件交互的存放到两块磁盘上去能避免LGWR 进程的写操作与ARCH 进程的读操作之间的IO
冲突。
3 Oracle中的IO问题及其解决思路
对于负载偏重点不同，我们可以简单的将数据库系统分为CPU 负载系统（CPU Bound
System）和IO 负载系统（IO Bound System）。顾名思义，CPU 负载系统的资源瓶颈在于
CPU，而IO 负载系统的瓶颈在于磁盘IO。
我们可以通过操作系统的一些命令来确认一个系统是否是存在IO 负载。在UNIX 下，
可以使用"iostat"或者"sar -d"来看系统的IO 情况；在windows 下，可以通过系统的性
能监视器查看，但由于性能监控器中看到的IO 是静态的IO 总量信息，并不直观，因此也
可以用本站的TopShow 工具来查看实时的IO 信息。
在UNIX 系统下，发现CPU IDEL 很低并不一定代表这是一个CPU 负载系统。一个IO 负
载系统在表面上看CPU 的IDEL 值也可能很低：
oracle@db01:/export/home/oracle> sar -u 1 10
HP-UX hkhpdv45 B.11.23 U ia64 10/24/07
09:43:05 %usr %sys %wio %idle
09:43:06 43 25 30 1
09:43:07 44 36 19 1
09:43:08 23 27 44 6
09:43:09 12 37 50 1
09:43:10 10 36 51 3
09:43:11 15 34 42 9
09:43:12 18 36 44 3
09:43:13 17 35 46 2
09:43:14 12 32 52 4
09:43:15 12 31 56 1
Average 21 33 43 3
我们可以注意到，实际上WIO 是引起CPU IDEL 过低的主要原因。WIO 是当一个进程需
要运行或已经运行后，因为需要等待IO 事件而被阻塞了。事实上CPU 是处于IDEL 状态
（在某些系统中，已经将WIO 取消并归为IDEL），真正的原因是系统中存在IO 瓶颈。
通过iostat 或者sar -d 我们可以找出存在IO 瓶颈的磁盘设备，如果该磁盘设备是用
于Oracle 数据库存储文件的，我们可以判断出是数据库存在IO 问题。在windows 下，可
以通过TopShow 来找出哪个进程正在进行大量IO 传输，如果是Oracle 进程，也可以判
断为是数据库存在IO 问题。
确认系统存在IO 问题后，我们就需要定位到底是什么引起的IO 问题，该采取什么措
施来解决问题。根据我们前面的介绍，Oracle 中存在各种IO，要定位IO，最好的工具是
statspack（在10g 以后，可以用AWR）。通过statspack report 的Top 5 Events，我们
可以看到对系统系能影响最大的5 个等待event，而不同的IO 问题会对应不同Event，所
以，我们可以根据这些event 采取不同的措施来解决IO 问题。下面是一个典型的IO 负载
系统的Top 5 Event：
Top 5 Timed Events
~~~~~~~~~~~~~~~~~~ % Total
Event Waits Time (s) Ela Time
-------------------------------------------- ------------ ----------- --------
db file sequential read 70,575,969 344,200 53.34
db file scattered read 11,240,748 163,242 25.30
log file sync 657,241 36,363 5.64
CPU time 35,290 5.47
log file parallel write 833,799 20,767 3.22
可以看到，前两个时间“db file sequential read”和“db file scattered read”
分别占了总等待时间的53.34%和25.30%，而我们前面提到这两个事件分别是由索引扫面
和全表扫面（或快速索引扫面）引起的，因此，能解决索引扫面问题和全表扫面问题就能
解决这个系统的IO 瓶颈。
IO 问题到底对CPU 有多大影响呢？我们用以上例子中的数据分析一下。从等待时间统
计数据中，我们看到的是时间在总等待时间中所占的比例。而系统的“总响应时间 ”=
“等待时间 ”+ “CPU 工作时间”（注意，上面Top 5 事件中的“CPU Time”不是指CPU
的工作时间，而是指CPU 的等待时间）。“CPU 工作时间”的数据我们可以在“Instance
Activities Stats for DB”这一分类统计数据中找到：
Statistic Total per Second per Trans
--------------------------------- ------------------ -------------- ------------
CPU used by this session 17,136,868 396.7 15.5
先计算出“总等待时间” = 344,200 * 100% / 53.34% = 645,294s
“总响应时间” = “总等待时间” + “CPU 工作时间” = 645,294 + 17,136,868 =
17,782,162s
我们可以算出“CPU 工作时间”、“db file sequential read”和“db file
scattered read”分别在“总响应时间中所占的比例为：
CPU 工作时间 = 17,136,868 / 17,782,162 = 96.4%
“db file sequential read” = 344,200 / 17,782,162 = 1.9%
“db file scattered read” = 163,242 / 17,782,162 = 0.9%
可见，IO 事件所引起的等待时间在总响应时间所占比例并不大。因此，我们在做系统
优化之前先分析系统是CPU 负载系统还是IO 负载系统对于我们的优化方向和最终的优化
效果起很大的作用。
以下事件是可能由IO 问题引起的等待事件，在IO 负载系统中，我们要特别关注这些
事件：
• 与数据文件相关的IO 事件
'db file sequential read'
'db file scattered read'
'db file parallel read'
'direct path read'
'direct path write'
'direct path read (lob)'
'direct path write (lob)'
• 与控制文件相关的IO 事件
'control file parallel write'
'control file sequential read'
'control file single write'
• 与Redo 日志相关的IO 事件
'log file parallel write'
'log file sync'
'log file sequential read'
'log file single write'
'switch logfile command'
'log file switch completion'
'log file switch (clearing log file)'
'log file switch (checkpoint incomplete)'
'log switch/archive'
'log file switch (archiving needed)'
• 与Buffer Cache 相关的IO 事件
'db file parallel write'
'db file single write'
'write complete waits'
'free buffer waits'
下面我们就分别介绍如何解决IO 问题。
3.1 IO调优的思路及常用手段
通过对statspack 或者awr 报告的分析，我们可以得知是那些IO 相关事件引起的IO
问题。针对不同的事件，可以采取不同的分析、处理方法。而有一些通用的方法并不是针
对特定的事件的。我们这里先介绍一下这些方法。
3.1.1 通过SQL调优来减少IO请求
一个没有任何用户SQL 的数据库几乎不产生任何IO。基本上数据库所有的IO 都是直
接或间接由用户提交的SQL 所导致的。这意味着我们可以通过控制单个SQL 产生的IO 来
降低数据库总的IO 请求。而通过SQL 调优来降低SQL 查询计划中的IO 操作次数则是降低
SQL 产生IO 的最好方法。数据库的性能问题通常是由少数几个SQL 语句所导致的，它们产
生了大量IO 导致了整个数据库的性能下降。优化几条问题语句往往就能解决整个数据库
的IO 性能问题。
从Oracle 10g 开始，ADDM 能够自动检测出问题语句，同时，再通过查询优化建议器
能够自动优化语句并降低它们对IO 的消耗。关于ADDM 和查询优化建议器可以参考文章
《Oracle 10G 新特性——ADDM和查询优化建议器》。
3.1.2 通过调整实例参数来减少IO请求
在这种方法中，主要有两种途径来实现对IO 的优化。
• 使用内存缓存来减少IO
通过一些内存缓存，如Buffer Cache、Log Buffer、Sort Area，可以降低数据库对
IO 的请求。
当Buffer Cache 被增大到一定大小时，绝大多数结果可以直接从缓存中获取到，而无
需从磁盘上读取了。而在进行排序操作时，如果Sort Area 足够大，排序过程中产生的临
时数据可以直接放在内存中，而无需占用临时表空间了。
• 调整multiblock IO（多数据块IO）的大小
控制Multiblock IO 的参数叫DB_FILE_MULTIBLOCK_READ_COUNT，它控制在多数据块
读时一次读入数据块的次数。适当增加这个参数大小，能够提高多数据块操作（如全表扫
描）的IO 效率。例如，读取100M 数据，如果每次读取1M 一共读取100 次的效率就比每
次读取100K 一共读取1000 次更快。但是这个数字达到一定大小后，再增加就作用不大
了：每次10M 一共读100 次来读取1G 的数据的效率和单独一次读取1G 数据的效率是没有
多大区别的。这是因为IO 效率受到2 个因素的影响：IO 建立时间和IO 传输时间。
IO 建立时间对于不同IO 大小来说都是相同的，它决定了对小IO 的总的IO 时间，增
大Multiblock IO 大小可以减少IO 建立时间；
IO 传输时间与IO 大小是成正比的，在小IO 时，IO 传输时间一般比IO 建立时间少，
但对于大IO 操作来说，IO 传输时间决定了总的IO 时间。因此Multiblock IO 大小增大到
一定大小时，它对总的IO 时间影响就不大了。
3.1.3 在操作系统层面优化IO
如我们前面所介绍的，利用一些操作系统提供的提升IO 性能的特性，如文件系统的异
步IO、Direct IO 等来优化数据库系统的IO 性能。另外一种方法就是增加每次传输的最
大IO 大小的限制（大多数Unix 系统中，由参数max_io_size 控制）。
3.1.4 通过Oracle ASM实现对IO的负载均衡
ASM（Automatic Storage Manager 自动存储管理）是从Oracle 10g 开始引入的。它
是一个建立在数据库内核中的文件系统和卷管理器。它能自动将IO 负载均衡到所有可用
的磁盘启动器上去，一避免“热区”。ASM 能防止碎片，因此无需重建数据来回收空间。
数据被均衡分布到所有硬盘上。
3.1.5 通过条带化、RAID、SAN或者NAS 实现对IO的负载均衡
这个方法通过一些成熟的存储技术，如条带化、RAID、SAN 和NAS，来将数据库IO 分
布到多个可用的物理磁盘实现负载均衡，以避免在还存在空闲可用磁盘时出现的磁盘争用
和IO 瓶颈问题。
关于这几种存储技术，我们文章的前面部分都有做介绍。
3.1.6 通过手工布置数据库文件到不同的文件系统、控制器和物理设备上
来重新分布数据库IO
当数据库系统中缺乏以上各种存储技术手段时，我们可以考虑使用这种方式。这样做
的目的是使数据库的IO 得到均匀分布，从而避免在还有空闲磁盘时出现磁盘争用和IO 瓶
颈问题。当然这种手工分布IO 方法是无法达到以上的自动分布IO 的效果的。
3.1.7 其他手段
系统中总会存在一些IO 是无法消除或降低的。如果采用以上手段还不能满足IO 性能
要求的话，可以考虑这两种方法：
• 将老数据移除你的生产数据库（Housekeep）
• 采用更多、更快的硬件
3.2 数据文件相关的IO事件
数据库系统中的大多数的IO 请求都是针对数据文件的。因此大多数情况下，与数据文
件相关的IO 事件是引起系统IO 性能的主要原因。这些事件也是我们文章需要重点介绍的
事件。下面分别针对不同事件介绍问题的解决思路。
3.2.1 db file sequential read
这个事件是是最常见的IO 等待事件。它一般发生在读取单独数据块时，如读取索引数
据块或者通过索引访问一个表数据块，另外在读取数据文件头数据块时也会发生db file
sequential read 等待事件。
当发现这个等待事件成为系统等待事件中的主要事件，我们可以通过一下方法来处
理：
3.2.1.1 优化Top SQL
从statspack 或者awr 报告中的“SQL ordered by Reads”部分或者通过V$SQL 视图
找出系统中的Top SQL，对SQL 进行调优以减少IO 请求。
• 当SQL 中存在Index Range Scan 时，如果访问的索引的选择性不好就会导致需要
访问过多的数据块，这时可以通过建立一个、或强制SQL 使用一个已经存在的选择
性更好的索引。这样使我们访问更少的数据块来获取到需要的数据。
SQL> select object_id, object_name
2 from t_test1
3 where owner = 'SYS'
4 and created > sysdate - 30;
no rows selected
Execution Plan
----------------------------------------------------------
Plan hash value: 4014220762
--------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)
| Time |
--------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 39 | 11 (0)
| 00:00:01 |
|* 1 | TABLE ACCESS BY INDEX ROWID| T_TEST1 | 1 | 39 | 11 (0)
| 00:00:01 |
|* 2 | INDEX RANGE SCAN | T_TEST1_IDX1 | 576 | | 1 (0)
| 00:00:01 |
--------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - filter("OWNER"='SYS' AND "CREATED">SYSDATE@!-30)
Statistics
----------------------------------------------------------
0 recursive calls
0 db block gets
658 consistent gets
45 physical reads
0 redo size
339 bytes sent via SQL*Net to client
374 bytes received via SQL*Net from client
1 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
0 rows processed
SQL> create index t_test1_idx2 on t_test1(owner, created);
Index created.
SQL> select object_id, object_name
2 from t_test1
3 where owner = 'SYS'
4 and created > sysdate - 30;
no rows selected
Execution Plan
----------------------------------------------------------
Plan hash value: 3417015015
---------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)
| Time |
---------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 49 | 1911 | 2 (0)
| 00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID| T_TEST1 | 49 | 1911 | 2 (0)
| 00:00:01 |
|* 2 | INDEX RANGE SCAN | T_TEST1_IDX2 | 49 | | 1 (0)
| 00:00:01 |
---------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
2 - access("OWNER"='SYS' AND "CREATED">SYSDATE@!-30)
Statistics
----------------------------------------------------------
1 recursive calls
0 db block gets
2 consistent gets
1 physical reads
0 redo size
339 bytes sent via SQL*Net to client
374 bytes received via SQL*Net from client
1 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
0 rows processed
• 如果索引存在碎片，那每个索引数据块上的索引数据就更少，会导致我们需要访
问更多的索引数据块。这时，我们需要考虑重建索引来释放碎片；
判断一个所以是否需要重建，我们介绍一个简单的方法：对一个索引进行结构
分析后，如果该索引占用超过了一个数据块，且满足以下条件之一：B-tree 树的
高度大于3；使用百分比低于75%；数据删除率大于15%，就需要考虑对索引重
建：
SQL> analyze index t_test1_idx1 compute statistics;
Index analyzed.
SQL> analyze index t_test1_idx1 validate structure;
Index analyzed.
SQL> select btree_space, -- if > 8192（块的大小）
2 height, -- if > 3
3 pct_used, -- if < 75
4 del_lf_rows/(decode(lf_rows,0,1,lf_rows)) *100 as deleted_pct -- if >
20%
5 from index_stats;
BTREE_SPACE HEIGHT PCT_USED DELETED_PCT
----------- ---------- ---------- -----------
880032 2 89 0
• 如果使用的索引的聚簇因子（Clustering Factor）很大，说明一条索引记录指
向多个数据块，在返回结果时需要读取更多的数据块。通过重建表可以降低聚簇因
子，因而可以在查找索引时减少表数据块的访问块数。
聚簇因子说明了表数据的物理存储位置相对于一个索引的排序性的符合程度。
例如，一个非唯一索引是建立在A 字段上的，如果表数据的存储是以A 字段的顺序
存储的，则索引与数据的关系如下图：
此时，索引的聚簇因子很低，从图上看到，假如我们需要获取A=A2 的数据，
只需要读取一个数据块就可以了；
相反，如果表数据物理存储顺序和索引顺序相差很大，就会出现下面的情况：
R
B1 B2 B3
A3 A4 A5
A1 A3
A1 A2
… 表
数据
索引
结构
这时该索引的聚簇因子就很大，可以看到，如果需要获取A=A2 的数据，我们
需要读取4 块或更多的数据块。
对索引进行分析后，我们可以从视图DBA_INDEXES 中获取到索引的聚簇因子，
字段名为Clustoring_Factor。如果一个索引是一张表主要被使用的索引（或者是
该表的唯一索引），且它的聚簇因子过高导致IO 请求过高的话，我们可以考虑采
取以下措施来降低IO：
1) 以索引字段的顺序重建表以降低聚簇因子，可以用以下语句重建表
（当然，你还需要重建触发器、索引等对象，还可能需要重建、重新编
译有关联对象）：
CREATE new_table AS SELECT * FROM old_table ORDER BY A;
2) 建立基于索引字段IOT（索引表）。
如果该索引不是表的主要索引，只是被少量语句引用到，按照以上方式处理的
话反而可能会使其他使用更加频繁的索引的聚簇因子增大，导致系统性能更差。这
时我们可以建立包含返回字段的索引，以避免“TABLE ACCESS BY INDEX
ROWID”。如以下例子：
SQL> set autot trace
SQL> select status from t_test1
2 where owner = 'DEMO';
576 rows selected.
Execution Plan
----------------------------------------------------------
Plan hash value: 4014220762
--------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)
| Time |
--------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 576 | 6336 | 11 (0)
R
B1 B2 B3
A3 A4 A5
A1 A1
A1 A2
… 表
数据
索引
结构
A4 A2
| 00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID| T_TEST1 | 576 | 6336 | 11 (0)
| 00:00:01 |
|* 2 | INDEX RANGE SCAN | T_TEST1_IDX1 | 576 | | 1 (0)
| 00:00:01 |
--------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
2 - access("OWNER"='DEMO')
Statistics
----------------------------------------------------------
465 recursive calls
0 db block gets
222 consistent gets
43 physical reads
0 redo size
8368 bytes sent via SQL*Net to client
803 bytes received via SQL*Net from client
40 SQL*Net roundtrips to/from client
8 sorts (memory)
0 sorts (disk)
576 rows processed
SQL> create index t_test1_idx3 on t_test1(owner, status) compute statistics;
Index created.
SQL> select status from t_test1
2 where owner = 'DEMO';
576 rows selected.
Execution Plan
----------------------------------------------------------
Plan hash value: 2736516725
--------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time|
--------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 576 | 6336 | 2 (0)| 00:00:01|
|* 1 | INDEX RANGE SCAN| T_TEST1_IDX3 | 576 | 6336 | 2 (0)| 00:00:01|
--------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - access("OWNER"='DEMO')
Statistics
----------------------------------------------------------
1 recursive calls
0 db block gets
43 consistent gets
3 physical reads
0 redo size
8152 bytes sent via SQL*Net to client
803 bytes received via SQL*Net from client
40 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
576 rows processed
• 通过分区裁剪（partition pruning）技术来减少的SQL 对数据块的访问。
采用分区裁剪技术，Oracle 优化器会先分析FROM 和WHERE 字句，在建立访问分区列
表时将那些不会被访问到的分区排除。例如，我们的表T_TEST1 的owner 字段的值有
“SYS、SYSTEM、XDB、DEMO、TEST”，如果我们按照owner 字段建立的是分区表：
CREATE TABLE t_test1
(object_id NUMBER(5),
object_name VARCHAR2(30),
owner VARCHAR2(20),
created DATE)
PARTITION BY LIST(owner)
(
PARTITION owner_sys VALUES('SYS', 'SYSTEM'),
PARTITION owner_xdb VALUES ('XDB'),
PARTITION owner_demo VALUES('DEMO'),
PARTITION owner_test VALUES('TEST'),
PARTITION owner_others VALUES(DEFAULT)
);
则对于以下语句：
select object_name
from t_test1
where owner in ('DEMO', 'TEST')
and created > sysdate - 30;
优化器会先将分区owner_sys、owner_xdb、owner_others 从分区访问列表中裁剪出
去，只访问分区owner_demo 和owner_test 上的数据或者通过这两个分区上的索引来访问
数据。
3.2.1.2 处理非SQL导致的IO问题
如果从statspack 或者AWR 报告中找不到明显产生db file sequential read 事件的
SQL，则该等待事件可能是由于以下原因导致的：
• 热点数据文件或磁盘
数据文件所在的磁盘IO 负荷过重导致对IO 请求反映慢，这时，我们可以通过
statspack 或AWR 报告中的“File I/O Statistics”部分（或者通过V$FILESTAT 视图）
来找到热点磁盘:
Statspack report：
Tablespace Filename
------------------------ ----------------------------------------------------
Av Av Av Av Buffer Av Buf
Reads Reads/s Rd(ms) Blks/Rd Writes Writes/s Waits Wt(ms)
-------------- ------- ------ ------- ------------ -------- ---------- ------
AFW_DATA /export/home/icssprd/data/data17/icssprd_afw_data_01
726 0 4.3 1.0 381 0 0
AFW_INDX /export/home/icssprd/data/data18/icssprd_afw_indx_01
1,741 0 6.3 1.0 2,104 0 0
CSS_AN_DATA /export/home/icssprd/data/data03/icssprd_css_an_data
200,649 5 1.8 3.2 24,192 1 0
/export/home/icssprd/data/data04/icssprd_css_an_data
242,462 6 1.6 3.1 26,985 1 3 6.7
CSS_AN_INDX /export/home/icssprd/data/data13/icssprd_css_an_indx
70,789 2 5.0 1.6 5,330 0 0
CSS_AUDIT_RESOURCES_DATA /export/home/icssprd/data/data10/icssprd_css_audit_r
2,394 0 0.6 1.0 1,781 0 0
CSS_AUDIT_RESOURCES_INDX /export/home/icssprd/data/data11/icssprd_css_audit_r
248 0 4.3 1.0 52 0 0
... ...
视图：
SQL> select b.name, phyrds, phywrts
2 from V$FILESTAT a, V$DATAFILE b
3 where a.file# = b.file#;
NAME
--------------------------------------------------------------------------------
PHYRDS PHYWRTS
---------- ----------
C:\ORACLE\PRODUCT\10.2.0\ORADATA\EDGAR\DATAFILE\O1_MF_SYSTEM_20TFOB4Q_.DBF
132767 11565
C:\ORACLE\PRODUCT\10.2.0\ORADATA\EDGAR\DATAFILE\O1_MF_UNDOTBS1_20TFQP78_.DBF
1943 19924
C:\ORACLE\PRODUCT\10.2.0\ORADATA\EDGAR\DATAFILE\O1_MF_SYSAUX_20TFSGC6_.DBF
659458 100811
... ...
找到热点数据文件（磁盘）后，我们可以考虑将数据文件转移到性能更高的存储设备
上去，或者利用我们上述说的条带化、RAID 等存储技术来均衡IO 负荷。
• 热点数据段
从Oracle9.2 开始，出现了数据段的概念。每个表和索引都存储在自己的数据段中。
我们可以通过视图V$SEGMENT_STATISTICS 查找物理读最多的段来找到热点数据段。通过
对热点段的分析，考虑采用重建索引、分区表等方式来降低该数据段上的IO 负荷。
SQL> select owner, object_name, tablespace_name, object_type, value
2 from V$SEGMENT_STATISTICS
3 where statistic_name = 'physical reads'
4 order by value desc;
OWNER OBJECT_NAME
------------------------------ ------------------------------
TABLESPACE_NAME OBJECT_TYPE VALUE
------------------------------ ------------------ ----------
SYS CONTEXT$
SYSTEM TABLE 71
SYS I_CONTEXT
SYSTEM INDEX 70
... ...
另外，我们还可以根据视图v$session_wait 中的P1（热点段所在的数据文件号）、
P2（发生db file sequential read 事件的起始数据块）、P3（数据块的数量，db file
sequential read 读取数据块数量为1）来定位出热点段：
先找出文件号、起始数据块、数据块数量：
SQL> select p1 "fileid", p2 "block_id", p3 "block_num"
2 from v$session_wait
3 where event = 'db file sequential read';
fileid block_id block_num
---------- ---------- ----------
396 44869 1
然后根据找出的文件号、起始数据块、数据块数量来定位出数据段：
SQL> select
2 segment_name "Segment Name",
3 segment_type "Segment Type",
4 block_id "First Block of Segment",
5 block_id+blocks "Last Block of Segment"
6 from dba_extents
7 where &fileid = file_id
8 and &block_id >= block_id
9 and &block_id <= block_id+blocks;
Enter value for fileid: 396
old 7: where &fileid = file_id
new 7: where 396 = file_id
Enter value for block_id: 44869
old 8: and &block_id >= block_id
new 8: and 44869 >= block_id
Enter value for block_id: 44869
old 9: and &block_id <= block_id+blocks
new 9: and 44869 <= block_id+blocks
Segment Name
--------------------------------------------------------------------------------
Segment Type First Block of Segment Last Block of Segment
------------------ ---------------------- ---------------------
CSS_TP_SHMT_QUEUE_ACTIVITY
TABLE 44841 44873
3.2.1.3 调整Buffer Cache
如果系统中即不存在性能有问题的SQL 语句，而且所有磁盘的IO 负载也比较均衡（不
存在热地磁盘），则我们需要考虑增加Buffer Cache 来降低磁盘IO 请求。
在8i，主要是根据缓存命中率（Buffer Cache Hit Ratio）来调整buffer cache。当
Buffer Cache 调整到一定大小，对命中率没什么影响了时，就没有必要在增大Buffer
Cache 了。可以通过以下语句来查看Buffer Cache 命中率：
SQL> select 1-(physical_reads)/(consistent_gets+db_block_gets)
2 from v$buffer_pool_statistics;
1-(PHYSICAL_READS)/(CONSISTENT_GETS+DB_BLOCK_GETS)
--------------------------------------------------
.95628981
在9i 中，可以利用statspack report 中的Buffer Cache 建议部分来调整Buffer
Cache 的大小。
Buffer Pool Advisory for DB: ICSSPRD Instance: icssprd End Snap: 259
-> Only rows with estimated physical reads >0 are displayed
-> ordered by Block Size, Buffers For Estimate
Size for Size Buffers for Est Physical Estimated
P Estimate (M) Factr Estimate Read Factor Physical Reads
--- ------------ ----- ---------------- ------------- ------------------
D 304 .1 37,715 9.18 5,928,235,496
D 608 .2 75,430 6.88 4,443,709,043
D 912 .3 113,145 5.73 3,699,496,220
D 1,216 .4 150,860 3.87 2,502,670,372
D 1,520 .5 188,575 2.32 1,499,049,228
D 1,824 .6 226,290 1.70 1,099,326,418
D 2,128 .7 264,005 1.41 912,042,579
D 2,432 .8 301,720 1.22 790,925,174
D 2,736 .9 339,435 1.09 703,357,378
D 2,992 1.0 371,195 1.00 645,905,997
D 3,040 1.0 377,150 0.99 636,992,420
D 3,344 1.1 414,865 0.90 583,996,250
D 3,648 1.2 452,580 0.84 542,063,246
D 3,952 1.3 490,295 0.79 508,261,496
D 4,256 1.4 528,010 0.74 480,472,150
D 4,560 1.5 565,725 0.71 455,533,563
D 4,864 1.6 603,440 0.67 434,743,759
D 5,168 1.7 641,155 0.64 416,285,837
D 5,472 1.8 678,870 0.62 400,208,242
D 5,776 1.9 716,585 0.60 385,785,401
D 6,080 2.0 754,300 0.57 365,597,932
-------------------------------------------------------------
这里，Est Physical Read Factor 是估算的从磁盘物理读取次数与从buffer cache
中读取的次数的比值。从意见估算的图表中，当Buffer Cache 的增长对该因子影响不大
时，则说明无需在增大Buffer Cache，我们就可以去相应临界点的大小作为Buffer
Cache 的大小。上述例子中，我们可以考虑设置Buffer Cache 大小为2992M。
在Oracle10g 中，引入了新的内存管理特性——自动共享内存管理（Automatic
Shared Memory Management ASMM）。基于这一特性，oracle 能够自动根据当前的负荷计
算出最优的Buffer Cache 大小。关于ASMM，可以参见文章《Oracle 内存全面分析》的
SGA_TARGET 部分。
我们可以采用多尺寸缓冲池技术将热点数据段（表或索引）KEEP 在缓冲池中：
SQL> alter table t_test1 storage(buffer_pool keep);
Table altered.
关于多尺寸缓冲的更多内容，可以参考文章《Oracle 内存全面分析》的“多缓冲池
部分”部分。
3.2.1.4 Housekeep历史数据
对于一些被频繁访问到的大表，我们需要定期对其做housekeep，将一些不用的、老
的数据从表中移除，以减少访问的数据块。定期对含有时间轴的Transaction 表做
housekeep 是降低IO 负载的重要措施。
3.2.2 db file scattered read
这是另外一个常见的引起数据库IO 性能问题的等待事件。它通常发生在Oracle 将
“多数据块”读取到Buffer Cache 中的非连续（分散的 Scattered）区域。多数据块读
就是我们上述所说的一次读取“DB_FILE_MULTIBLOCK_READ_COUNT”块数据块，前面提
到，它通常发生在全表扫描（Full Table Scan）和快速全索引扫描（Fast Full Index
Scan）时。当发现db file scattered read 等待事件是系统引起IO 性能的主要原因时，
我们可以采取以下措施对系统进行优化。
3.2.2.1 优化存在Full Table Scan和Fast Full Index Scan的SQL语句
我们可以首先从statspack 或者awr 报告中的“SQL ordered by Reads”部分中找出
存在Full Table Scan 和Fast Full Index Scan 的Top SQL。因为这些Top SQL 往往是整
个系统的瓶颈。
从9i 开始，我们还可以通过视图V$SQL_PLAN 来查找系统中存在Full Table Scan 和
Fast Full Index Scan 的SQL 语句。查找Full Table Scan 的语句：
select sql_text from v$sqlarea t, v$sql_plan p
where t.hash_value=p.hash_value and p.operation='TABLE ACCESS'
and p.options='FULL';
查找Fast Full Index Scan 的语句
select sql_text from v$sqlarea t, v$sql_plan p
where t.hash_value=p.hash_value and p.operation='INDEX'
and p.options='FULL SCAN';
Full Table Scan 通常是由于以下几个原因引起的：
• 条件字段上没有索引；
在这种情况下，如果表的数据量比较大，我们就需要在相应字段上建立起索引。
• CBO 中，对象的统计数据不正确
CBO 中，如果对象的统计数据或者其柱状图（Histogram）信息不正确，会导致优化器
计算出错误的查询计划，从而选择全表扫描。这种情况下，我们要做的就重新分析
（Analyze）表、索引及字段。
• CBO 中，SQL 语句中引用到了无法估算统计数据的对象
在PLSQL 中，可以建立一些高级的数据类型，如“TABLE OF”、ARRAY 等，通过
TABLE、CAST 函数可以在SQL 语句中将这些对象当成表来处理。而这些对象的数据只存在
于调用PLSQL 的会话中，因此他们没有相应的统计数据，Oracle 会为他们生产一些假的统
计数据以完成查询计划代价估算。但是基于这些假的数据计算出的查询计划一般是错误
的。我们可以考虑通过提示来强制SQL 使用索引或者强制SQL 采用RBO 优化器。
此外，如果SQL 中引用到了临时表（Temporary Table）也会产生同样的问题。其原因
和解决方法和上面相同。
• 优化器认为索引扫描代价过高；
在Oracle 中存在一个参数optimizer_index_cost_adj，该参数的值代表一个百分
数，如果对索引扫描的代价达到或超过全表扫描的代价的这个百分比值时，优化器就采用
全表扫描。
optimizer_index_cost_adj 是一个全局性的参数，它的合理值是通过长期调整出来
的。一般来说是一个介于1 到100 之间的数字。我们可以按照以下方法来选取
optimizer_index_cost_adj 的合理值。
先由以下语句得出optimizer_index_cost_adj 的一个初始值：
SQL> select
2 a.average_wait "Average Waits FTS"
3 ,b.average_wait "Average Waits Index Read"
4 ,a.total_waits /(a.total_waits + b.total_waits) "Percent of FTS"
5 ,b.total_waits /(a.total_waits + b.total_waits) "Percent of Index Scans"
6 ,(b.average_wait / a.average_wait)*100 "optimizer_index_cost_adj"
7 from
8 v$system_event a,
9 v$system_event b
10 where a.EVENT = 'db file sequential read'
11 and b.EVENT = 'db file scattered read';
Average Waits FTS Average Waits Index Read Percent of FTS Percent of Index Scans
----------------- ------------------------ -------------- ----------------------
optimizer_index_cost_adj
------------------------
1.25 1.06 .041867874 .958132126
84.8
这里，84.8 是我们系统的初始值。在系统经过一段时间运行后，再次运行上面的语
句，重新调整optimizer_index_cost_adj 的值。经过多次如此反复的调整之后，最终上
面语句得出值趋于稳定，这时这个值就是符合我们系统性能需求的最合理的值。
当然这个数值也可以通过statspack 的历史数据来调整，在9i 中：
select to_char(c.end_interval_time, 'MM/DD/YYYY') "Date",
sum(a.time_waited_micro)/sum(a.total_waits)/10000 "Average Waits FTS",
sum(b.time_waited_micro)/sum(b.total_waits)/10000 "Average Waits Index
Read",
(sum(a.total_waits) / sum(a.total_waits + b.total_waits)) * 100 "Percent
of FTS",
(sum(b.total_waits) / sum(a.total_waits + b.total_waits)) * 100 "Percent
of Index Scans",
(sum(b.time_waited_micro)/sum(b.total_waits)) /
(sum(a.time_waited_micro)/sum(a.total_waits)) * 100
"optimizer_index_cost_adj"
from dba_hist_system_event a, dba_hist_system_event b, dba_hist_snapshot c
where a.event_name = 'db file scattered read'
and b.event_name = 'db file sequential read'
and a.snap_id = c.snap_id
and b.snap_id = c.snap_id
group by c.end_interval_time
order by 1;
10g 中：
select to_char(c.snap_time, 'MM/DD/YYYY') "Date",
sum(a.time_waited_micro)/sum(a.total_waits)/10000 "Average Waits FTS",
sum(b.time_waited_micro)/sum(b.total_waits)/10000 "Average Waits Index
Read",
(sum(a.total_waits) / sum(a.total_waits + b.total_waits)) * 100 "Percent
of FTS",
(sum(b.total_waits) / sum(a.total_waits + b.total_waits)) * 100 "Percent
of Index Scans",
(sum(b.time_waited_micro)/sum(b.total_waits)) /
(sum(a.time_waited_micro)/sum(a.total_waits)) * 100
"optimizer_index_cost_adj"
from stats$system_event a, stats$system_event b, stats$snapshot c
where a.event = 'db file scattered read'
and b.event = 'db file sequential read'
and a.snap_id = c.snap_id
and b.snap_id = c.snap_id
group by c.snap_time
order by 1;
当optimizer_index_cost_adj 的值对于整个系统来说已经是比较合理的值，而某些语
句由于该值选择了全表扫描扫描导致了IO 性能问题时，我们可以考虑通过提示来强制语
句命中索引。
• 建立在条件字段上的索引的选择性不高，结合上一条导致全表扫描；
当索引的选择性不高，且其代价过高，系统则会选择全表扫描来读取数据。这时我们
可以考虑通过选择/建立选择性比较高的索引，使查询命中索引从而避免全表扫描。
SQL> create index t_test1_idx1 on t_test1(owner) compute statistics;
Index created.
SQL> set autot trace
SQL> select object_name
2 from t_test1
3 where owner = 'SYS'
4 and created > sysdate - 30;
no rows selected
Execution Plan
----------------------------------------------------------
Plan hash value: 1883417357
-----------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-----------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 49 | 1715 | 152 (2)| 00:00:02 |
|* 1 | TABLE ACCESS FULL| T_TEST1 | 49 | 1715 | 152 (2)| 00:00:02 |
-----------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
1 - filter("OWNER"='SYS' AND "CREATED">SYSDATE@!-30)
... ...
SQL> create index t_test1_idx2 on t_test1(owner, created) compute statistics;
Index created.
SQL> select object_name
2 from t_test1
3 where owner = 'SYS'
4 and created > sysdate - 30;
no rows selected
Execution Plan
----------------------------------------------------------
Plan hash value: 3417015015
--------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)
| Time |
--------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 49 | 1715 | 2 (0)
| 00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID| T_TEST1 | 49 | 1715 | 2 (0)
| 00:00:01 |
|* 2 | INDEX RANGE SCAN | T_TEST1_IDX2 | 49 | | 1 (0)
| 00:00:01 |
--------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
2 - access("OWNER"='SYS' AND "CREATED">SYSDATE@!-30)
... ...
3.2.2.2 调整DB_FILE_MULTIBLOCK_READ_COUNT
当SQL 已经没有优化余地后，问题仍没有解决，我们可以考虑调整
DB_FILE_MULTIBLOCK_READ_COUNT 大小。其作用我们在3.1.2 中有做叙述，这里不再赘
述。不过要注意一点就是，DB_FILE_MULTIBLOCK_READ_COUNT * DB_BLOCK_SIZE 是一次IO
读取的传输量，它不能大于系统的max_io_size 大小。
从Oracle 10gR2 开始，如果没有设置DB_FILE_MULTIBLOCK_READ_COUNT 的大小，
Oracle 会自动为其调整一个默认值，这个默认值的大小与平台最大IO 大小
（max_io_size）相关（对大多数平台来说max_io_size 是1M），其大小被设置为
（max_io_size / DB_BLOCK_SIZE）。
3.2.2.3 将频繁访问的全扫描的表CACHE住
由于通过Full Table Scan 和Fast Full Index Scan 读取的数据块会被放置到
Buffer Cache 的LRU 链表的LRU 端，从而使数据块尽快从Buffer Cache 中移出。因此，
对于那些会被频繁访问到全扫描的表，且其数据量不大的情况下，我们可以考虑将它们
CACHE 住。
SQL> alter table t_test1 cache;
Table altered.
对于Fast Full Index Scan 的索引对象，则可以考虑把它放置在KEEP 池中。
SQL> alter index t_test1_idx1 storage(buffer_pool keep);
Index altered.
利用V$SESSION_EVENT 视图，我们同样可以找到当前系统中发生全扫描的对象。
SQL> select p1 "fileid", p2 "block_id", p3 "block_num"
2 from v$session_wait
3 where event = 'db file scattered read';
fileid block_id block_num
---------- ---------- ----------
359 152972 16
SQL> select
2 segment_name "Segment Name",
3 segment_type "Segment Type",
4 block_id "First Block of Segment",
5 block_id+blocks "Last Block of Segment"
6 from dba_extents
7 where &fileid = file_id
8 and &block_id >= block_id
9 and &block_id <= block_id+blocks;
Enter value for fileid: 359
old 7: where &fileid = file_id
new 7: where 359 = file_id
Enter value for block_id: 152972
old 8: and &block_id >= block_id
new 8: and 152972 >= block_id
Enter value for block_id: 152972
old 9: and &block_id <= block_id+blocks
new 9: and 152972 <= block_id+blocks
Segment Name
--------------------------------------------------------------------------------
Segment Type First Block of Segment Last Block of Segment
------------------ ---------------------- ---------------------
CSS_TP_SHMT_QUEUE
TABLE 152969 153001
3.2.2.4 利用分区表减少全扫描操作读取的数据块数量
前面我们有介绍分区裁剪（Partition Pruning）技术。将表分区，利用分区裁剪技
术，在进行全扫描时只会扫描在WHERE 条件中出现的分区，从而可以减少全扫描所读取到
的数据块数量。
3.2.2.5 Housekeep历史数据
同样，housekeep 不需要的、历史的数据，减少数据段中的数据块数量，也能减少全扫描
的IO 请求次数。
3.2.3 db file parallel read
首先，不要被该事件名称所误导——它和并行DML 或者并行查询都无关。当从多个数
据文件并行读取数据到非联系的内存（PGA、Buffer Cache）缓冲中时，会发生该等待事
件。它通常发生在Recovery 操作或者利用缓冲预提取（Buffer Prefetching）从数据文
件并行读取数据时。
我们可以通过以下语句找出发生db file parallel read 等待事件的数据文件和数据
块：
select p1 "fileid", p2 "block_id", p3 "requests"
from v$session_wait
where event = 'db file parallel read';
优化该等待事件的手段可以参考优化db file sequential read 等待事件中非SQL 优
化方法部分。
3.2.4 direct path read & direct path read (lob)
当直接读取（Direct Read）数据到PGA（而不是到Buffer Cache）中去时，会发生
Direct Path Read 等待事件。对Lob 数据的直接读有一个单独的等待事件——direct
path read (lob)。
当Oracle 设置支持异步IO 时，进程可以在提交IO 请求后继续做其他操作，并且在稍
后再提取IO 请求返回的结果，在提取结果时就产生了direct path read 等待事件。
在没有启用异步IO 时，IO 请求在完成之前会被阻塞，但在执行IO 操作时并不会产生
等待事件。进程稍后回来提取那些已经读取到的IO 数据，这时尽管能够很快返回，但仍
然会显示direct path read 等待事件。
和其他IO 等待事件不同的是，对Direct Path Read 等待事件要注意以下两点：
• 等待次数并不等于IO 请求次数；
• 统计（如statspack 报告中）得出的Direct Path Read 的等待时间并不一定代
表该事件引起的真正等待时间。
事件中的P1、P2、P3 参数分别代表：
P1：发生等待事件的数据块所在文件号；
P2：发生等待事件的数据块号；
P3：等待事件涉及的连续数据块数量。
直接读（Direct Read）请求一般发生在以下几种情况：
• 磁盘排序IO（Sort Area 不足时，排序用到的临时数据会被写到临时表空间上
去，当读取这些数据时就使用直接读）；
• 并行查询；
• 预读取（当一个进程认为某个数据块将很快被用到而发出IO 请求时）
• Hash Join（Hash Area 不足）
• IO 负载系统中，服务进程处理缓存的速度比系统IO 返回数据到缓存的速度更快
时
通过视图V$SESSION_EVENT 我们可以找出当前产生等待的会话，再根据会话中正在进
行的操作确定导致等待的原因。针对不同的原因，我们可以采取不同的措施减少Direct
Path Read 等待事件。
3.2.4.1 磁盘排序
首先我们可以考虑优化语句以减少排序操作。排序一般是由以下操作引起的：
o Order By;
o JOIN;
o UNION;
o Group By;
o 聚合操作；
o Select unique;
o Select distinct;
可以尝试在语句中减少没必要的上述操作来避免排序操作。另外，创建索引也会引起
排序操作。在专业模式（Dedicated）下，排序所占用的内存是从PGA 中分配出来的一块
区域，叫Sort Area，由参数sort_area_size 控制其大小；在MTS 中，排序区是从Large
Pool 中分配的。当sort area 大小无法满足排序操作要求时，就会占用临时表空间来存放
排序数据，因而产生Direct Path Read 等待事件。我们可以通过适当增加该参数来减少
磁盘排序操作。
这个参数可以在系统范围或会话范围进行修改。对于一些需要做大量排序操作而且又
比较独立的会话（如Create Index），我们可以在会话级别为其设置比较大的Sort Area
以满足排序需要：
SQL> alter session set sort_area_size = 10000000;
Session altered.
该参数大小一般推荐设置为1~3M。在9i 之后，不推荐设置该参数，我们可以通过设
置PGA_AGGREGATE_TARGET 进行PGA 内存自动管理（设置WORKAREA_SIZE_POLICY 为
TRUE）。对于PGA_AGGREGATE_TARGET 的大小设置，可以参考文章《Oracle 内存全面分
析》中的PGA_AGGREGATE_TARGET 部分。
此外，我们还可以通过以下语句来查找系统中存在磁盘排序的会话及其语句：
SELECT a.sid,a.value, b.name, d.sql_text from
V$SESSTAT a, V$STATNAME b, V$SESSION c, V$SQLAREA d
WHERE a.statistic#=b.statistic#
AND b.name = 'sorts (disk)'
and a.sid = c.sid
and c.SQL_ADDRESS = d.ADDRESS(+)
and c.SQL_HASH_VALUE = d.HASH_VALUE(+)
and value > 0
ORDER BY 2 desc,1;
3.2.4.2 并行查询
当设置表的并行度非常高时，优化器可能就对表进行并行全表扫描，这时会引起
Direct Path Read 等待。
在使用并行查询前需要慎重考虑，因为并行查询尽管能教师程序的响应时间，但是会
消耗比较多的资源。对于低配置的数据库服务器不建议使用并行特性。此外，需要确认并
行度的设置要与IO 系统的配置相符（建议并行度为2~4 * CPU 数）。在10g 中，可以考
虑使用ASM。
对于表的并行度，我们不建议直接用ALERT 修改表的物理并行度：
ALTER TABLE t_test1 PARALLEL DEGREE 16;
而是推荐针对特定语句使用提示来设置表的并行度：
SQL> SELECT /*+ FULL(T) PARALLEL(T, 4)*/ object_name FROM t_test1 t;
47582 rows selected.
Execution Plan
----------------------------------------------------------
Plan hash value: 2467664162
--------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time
| TQ |IN-OUT| PQ Distrib |
--------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 47582 | 1068K| 42 (3)| 00:00:01
| | | |
| 1 | PX COORDINATOR | | | | |
| | | |
| 2 | PX SEND QC (RANDOM)| :TQ10000 | 47582 | 1068K| 42 (3)| 00:00:01
| Q1,00 | P->S | QC (RAND) |
| 3 | PX BLOCK ITERATOR | | 47582 | 1068K| 42 (3)| 00:00:01
| Q1,00 | PCWC | |
| 4 | TABLE ACCESS FULL| T_TEST1 | 47582 | 1068K| 42 (3)| 00:00:01
| Q1,00 | PCWP | |
--------------------------------------------------------------------------------
3.2.4.3 Hash Join
Hash Area 是用于hash join 的内存区域。Hash Area 过小会引起Direct Path Read
等待。当WORKAREA_SIZE_POLICY 为FALSE 时，可以考虑增加hash_area_size 的大小（建
议为sort_area_size 大小的1.5 倍）；当WORKAREA_SIZE_POLICY 为TRUE 时，可以考虑
增加PGA_AGGREGATE_TARGET 大小。
3.2.4.4 Direct path read (lob)
为了减少LOB 的读写时间，通常我们会设置LOB 的存储参数NOCACHE，这时读取LOB
时会引起Direct Path Read (lob)等待事件。但当我们发现Direct path read (lob) 引
起了IO 性能问题，就需要考虑将那些被经常读取的LOB 字段设置为CACHE。另外，如果操
作系统的文件系统有足够的Buffer Cache 时可以考虑将LOB 数据段存储在文件系统上。
3.2.4.5 其他优化措施
当内存资源不足、IO 读取数据到内存效率远远低于内存中数据被处理的效率时，会引
起Direct Path Read 等待事件。作为对上述处理措施的补充，增加内存（PGA）、在确保
操作系统支持AIO 情况下设置DISK_ASYNCH_IO 为TRUE 以支持异步IO、采用效率更高的存
储设备都能帮助我们减少Direct Path Read 等待。
3.2.5 direct path write & direct path write (lob)
直接写（Direct Path Write）允许一个会话先将IO 写请求放入一个队列中，让操作
系统去处理IO，而自身可以继续处理其他操作。当会话需要知道写操作是否完成（如会话
需要一块空闲的缓存块或者会话需要确认内存中所有写操作都被flush 到磁盘了），会话
就会等待写操作完成从而产生Direct Path Write 等待事件。Direct Path Write (lob)
是在对LOB 数据段（NOCACHE）直接写时产生的等待事件。
在没有启用异步IO 时，IO 写请求在完成之前会被阻塞，但在执行IO 写操作时并不会
产生等待事件。进程稍后回来提取那些已经完成的IO 操作数据，这时尽管能够很快返
回，但仍然会显示direct path write 等待事件。
和Direct Path Read 等待事件相似，对Direct Path Write 等待事件也要注意以下两
点：
• 等待次数并不等于IO 请求次数；
• 统计（如statspack 报告中）得出的Direct Path Write 的等待时间并不一定代
表该事件引起的真正等待时间。
事件中的P1、P2、P3 参数分别代表：
P1：发生等待事件的数据块所在文件号；
P2：发生等待事件的数据块号；
P3：等待事件涉及的连续数据块数量。
直接写请求一般发生在以下几种情况：
• 直接数据载入操作（如CTAS、SQL*Loader 设置Direct 选项等）；
• 并行DML 操作；
• 磁盘排序（排序内存空间不足，数据写入磁盘）；
• 载入NOCACHE 数据段；
对Direct Path Write 的优化处理措施基本上和Direct Path Write 类似。
3.3 控制文件相关的IO事件
这一类等待事件发生在对控制的IO 操作时。对控制文件的IO 访问一般都是由Redo
Log 文件切换、Checkpoint 等（如更新SCN）引起的。因此，对这类事件的优化处理也就
主要是对这些操作的调优处理。
3.3.1 control file parallel write
这一等待事件通常发生在一个服务进程在更新所有控制文件时，通常是以下情况：
• 会话启动了一个控制文件事务（在提交事务之前更新所有控制文件为最新）；
• 会话提交了一个事务到控制文件；
• 一个控制文件的条目被修改了，该修改要更新到所有控制文件上去
如果这一事件明显影响到了系统的IO 性能时，可以考虑用以下手段来进行优
化：
• 在保证控制文件的备份数量足够安全（不会出现控制文件全部丢失）的情况下使控
制文件数量最少；
• 如果操作系统支持AIO，设置数据库支持AIO；
• 将控制文件转移到IO 负载比较低的磁盘上去。
3.3.2 control file sequential read
这一等待事件通常发生在对一个单独的控制的IO 读操作时。通常可能是以下情况：
• 备份一个控制文件；
• RAC 中在实例之间共享一个控制文件信息时；
• 读取控制文件的头数据块或者其他数据块时。
用以下语句可以找到是访问哪个控制导致的该等待事件：
select P1 as FileName from V$SESSION_WAIT
where EVENT = 'control file sequetial read' and STATE='WAITING';
我们可以采取以下手段来降低这一等待：
• 如果操作系统支持AIO，设置数据库支持AIO；
• 将控制文件转移到IO 负载比较低的磁盘上去。
3.3.3 control file single write
这一等待事件通常发生在对一个单独的控制的IO 写操作时。用以下语句可以找到是访
问哪个控制导致的该等待事件：
select P1 as FileName from V$SESSION_WAIT
where EVENT = 'control file single write' and STATE='WAITING';
我们可以采取以下手段来降低这一等待：
• 如果操作系统支持AIO，设置数据库支持AIO；
• 将控制文件转移到IO 负载比较低的磁盘上去。
3.4 Redo Log相关的IO事件
在写Redo Log 时，会发生很多等待事件，大部分和IO 相关。其中最重要的要属“log
file parallel write”和“log file sync”。Oracle 的后台LGWR 进程会等待“log
file parallel write”事件而前台进程会等待“log file sync”事件。
3.4.1 log file parallel write
这一等待事件发生在LGWR 进程等待完成将Redo 记录写入Redo Log 文件时。在LGWR
进程将Log Buffer 中的数据写入Log File 时会发生该事件。
当使用了异步IO 时，这种写操作是并行的，否则只会一个接着一个Redo 文件的写
入。LGWR 进程必须等待所有的Redo Log 文件都被写入。因而Redo Log 文件所在磁盘的
IO 效率就直接影响了该等待事件的总的等待时间。
事件中的P1、P2、P3 参数分别代表：
P1：有多少个Redo Log 文件在被写入；
P2：有多少个数据块被写入；
P3：IO 请求的次数。
降低log file parallel write 等待的方法有：
• 不要使表空间长期处于热备状态。当表空间处于热备状态时，表空间不再被更
新，Redo Log 会急剧增加；
• 将Redo Log 文件放在高速存储设备上，千万别放在RAID5 上，可以考虑放在裸
设备上；
• Redo log 文件所在的磁盘应尽量避免有其他IO 操作的存在；
• 对某些操作，如大批量数据导入，可以设置NOLOGGIN、UNRECOVERABLE 选项，或
者在SQL 语句中使用提示/*+APPEND*/，以减少Redo Log 的产生。
• 在确保Redo Log 数据足够安全（不会发生Log 文件丢失）的情况下，尽量减少
Redo Log 组的成员数；
• 在配置需要使用到Redo Log 的功能时，如Streams 复制、LogMiner、逻辑模式
的DG，尽量设置为最低级别的补充日志（Supplemental Logging）；
• 适当增加Log_buffer 的大小
我们可以按照以下方法来调整Log_buffer 的大小，比较Redo Log buffer 分配的重试
（在请求log buffer 时，无足够buffer，需要重新提交请求）率，如果该比例大于
0.1%，我们就需要考虑增加Log_buffer 的大小。
select retries.value/entries.value "Redo Log Buffer Retry Ratio"
from V$sysstat retries, V$sysstat entries
where retries.name = 'redo buffer allocation retries'
and entries.name = 'redo entries';
另外，如果系统统计数据中redo log space requests 大于0，说明有进程在等待分
配Redo Log 文件空间，而不是等待Buffer 空间。这时我们也需要考虑增加Log_buffer
的大小。
SELECT name, value
FROM v$sysstat
WHERE name = 'redo log space requests';
但是，Log_buffer 的大小不要超过128K*CPU 或512K（取两个数字中最大的一个）
数。
3.4.2 log file sync
当Oracle 前台进程提交或者回滚事务需要等待提交或回滚完成时会产生该等待事件。
部分等待的原因可能是等待LGWR 进程将会话事务的Redo 记录从Log Buffer 中拷贝到磁
盘上去。这时，就会出现前台进程等待Log File Sync，而后台LGWR 进程在等待 Log
File Parallel Write 的情况。
事件中的P1、P2、P3 参数分别代表：
P1：发生等待时正在等待哪个Log Buffer 数据被写入Log 文件；
P2：无意义；
P3：无意义。
实际上，一个Log File Sync 等待事件包含了多个步骤：
1、 如果LGWR 空闲则唤醒LGWR 进程；
2、 LGWR 收集需要写的Redo 记录并提交IO 请求；
3、 等待写Log 的IO 完成；
4、 LGWR IO 提交处理；
5、 LGWR 提交已经完成了写日志的前台/用户进程；
6、 前台/用户进程被唤醒。
如果配置了Data Guard，上述步骤中的第三步还需要将Redo 记录通过网络写入到
standby 数据库的Redo Log 文件中去。
针对不同步骤的等待时间的不同，我们需要采取不同的优化措施：
• 第二、三步的相关等待数据可以从statspack 或awr 的“redo write time”统
计项获得；
• 第三步的等待时间和Log File Parallel Write 的等待时间相同；
• 当系统负载非常高时，第五、六两步的时间就会很长，因为此时尽管LGWR 进程
已经通知了前台/用户进程写日志已经完成，但是系统负载太高，前台/用户进程需
要等待操作系统安排其运行计划。
要了解是什么阻滞了Log File Sync 的关键是比较Log File Sync 和Log File
Parallel Write 的平均等待时间：
• 如果他们的等待时间差不多，则说明是Log 文件的IO 问题（即第三步）导致的
Log File Sync 等待，我们就需要优化Log 文件的IO（如上一节所述的方法）；
• 如果Log File Sync 的等待时间远远大于Log File Parallel Write 的等待时
间，则说明Log File Sync 是由于在提交或回滚时的其他Redo Log 机制（非IO 原
因）引起的，如Latch Free、LGWR wait for copy 等log buffer 相关的latch 冲
突。
可以用下面的语句来获取Log File Sync 和Log File Parallel Write 的平均等待时
间的比值：
select (sum(decode(name, 'redo synch time', value)) / sum(decode(name, 'redo
synch writes', value)))
/ (sum(decode(name, 'redo write time', value)) / sum(decode(name, 'redo
writes', value)))
as sync_cost_ratio
from v$sysstat
where name in ('redo synch writes', 'redo synch time', 'redo writes', 'redo write
time');
我们还可以采取以下调优手段来降低Log File Sync 等待：
• 按照上一节中的方法减少Redo Log 的产生、提供Redo Log 的IO 效率、减少
Redo Log 与其他IO 的冲突；
• 将一些小事务合并成批量事务，以减少提交和回滚次数。
3.4.3 log file single write & log file sequential read
Log file single write 只会发生在打开或关闭一个Redo Log 文件后，向文件头写入
相关信息时。因为文件头的信息中包含了文件号，因此文件头信息不会并行写入多个文
件，而是单独一个个写入，因而其等待时间不会被统计到log file parallel write 之
中。
事件中的P1、P2、P3 参数分别代表：
P1：写入的Redo Log 文件号；
P2：写入的数据块号；
P3：写入的数据块数。
当进程从Redo Log 文件中读取redo 记录时会产生log file sequential read 等待事
件，如Arch 进程读取Redo Log 数据。
事件中的P1、P2、P3 参数分别代表：
P1：读取的Redo Log 文件号；
P2：开始读取的数据块号；
P3：读取的数据块数。
当Redo Log 文件存在IO 问题时，以上两个等待事件通常都会和log file parallel
write 等待事件同时出现。因而可以通过在3.4.1 中提到的提高Redo Log 文件IO 效率、
减少Log 文件IO 冲突的方法来减少这两个等待。
3.4.4 log file switch completion & switch logfile command & log file
switch (clearing log file)
当在产生Redo Log 时需要等待LGWR 切换Log 文件时，会产生log file switch
completion 等待事件；而switch logfile command 则是等待DBA 手工执行的切换日志的
命令：
SQL> alter system switch logfile;
System altered.
日志切换由以下步骤组成：
• 从控制文件获取下一日志文件的文件号；
• 获取Redo Copy 和Redo Allocation 的Latch；
• 清空Redo，将buffer 中的Redo 记录写入Log 文件中去；
• 关闭当前Redo Log 文件；
• 更新控制文件，包括：
o 设置下一日志文件为当前日志文件；
o 设置之前的日志文件为INACTIVE；
o 如果在Archive 模式下，将之前文件加到归档文件列中；
o 打开新的日志文件组中的所有文件；
o 将SCN 写入文件头；
o 打开允许产生Redo Log 的开关。
在等待上述的第三步时，则会产生log file switch (clearing log file) 等待事
件。
我们可以用以下语句查看当前的日志文件：
SQL> select GROUP#, ARCHIVED, STATUS from v$log;
GROUP# ARC STATUS
---------- --- ----------------
1 NO INACTIVE
3 NO INACTIVE
2 NO CURRENT
我们可以采取前述方法提高Redo Log 文件IO 效率来降低这三个等待事件。此外，我
们还可以增大Log 文件大小，降低日志切换频率（一般来说，在系统运行高峰期以20~30
分钟切换一次为佳）。通过以下语句可以查询日志的切换记录及其切换间隔时间：
SQL> SELECT to_char(b.first_time, 'YYYY-MM-DD HH24:MI:SS') as swtich_time,
2 (b.first_time - a.first_time) * 24 as "switch_interval(hr)"
3 FROM v$log_history a, v$log_history b
4 WHERE a.SEQUENCE# + 1 = b.SEQUENCE#
5 AND ROWNUM <= 10
6 ORDER BY 1;
SWTICH_TIME switch_interval(hr)
------------------- -------------------
2007-08-25 00:28:59 2.3975
2007-08-25 06:04:53 5.59833333
2007-08-25 12:15:52 6.18305556
2007-08-25 21:58:13 9.70583333
2007-08-25 23:50:39 1.87388889
2007-08-26 00:28:42 .634166667
2007-08-26 08:32:04 8.05611111
2007-08-26 17:58:05 9.43361111
2007-08-26 23:26:57 5.48111111
2007-08-27 07:21:35 7.91055556
... ...
另外，从Alert 日志中，我们也可以找到日志切换记录。
... ...
Beginning log switch checkpoint up to RBA [0x18106.2.10], SCN: 0x0003.93b3fb7d
Thread 1 advanced to log sequence 98566
Current log# 7 seq# 98566 mem# 0:
/export/home/icssprd/data/data02/icssprd_redo_07a.rdo
Current log# 7 seq# 98566 mem# 1:
/export/home/icssprd/data/data18/icssprd_redo_07b.rdo
Mon May 28 12:35:14 2007
ARC0: Evaluating archive log 2 thread 1 sequence 98565
ARC0: Beginning to archive log 2 thread 1 sequence 98565
Creating archive destination LOG_ARCHIVE_DEST_1:
'/export/home/icssprd/admin/arch/1_98565.dbf'
Mon May 28 12:36:47 2007
Completed checkpoint up to RBA [0x18106.2.10], SCN: 0x0003.93b3fb7d
Mon May 28 12:38:02 2007
ARC0: Completed archiving log 2 thread 1 sequence 98565
Mon May 28 12:41:26 2007
Beginning log switch checkpoint up to RBA [0x18107.2.10], SCN: 0x0003.93b4a3a6
Thread 1 advanced to log sequence 98567
Current log# 8 seq# 98567 mem# 0:
/export/home/icssprd/data/data10/icssprd_redo_08a.rdo
... ...
3.4.5 log file switch (checkpoint incomplete)
当在做日志切换时，同时会做checkpoint，如果此时有其他checkpoint 正在进行
时，需要等待正在进行的checkpoint 完成，此时就会产生log file switch (checkpoint
incomplete)等待事件。通常发生这一等待事件时，日志切换的时间都比平时更长。
要降低该等待事件，就需要降低日志切换时引起的checkpoint 遇上系统中其他
checkpoint 的几率。我们可以通过以下方法来进行调优：
• 增加Redo Log 文件的大小，使日志切换频率降低；
• 增大参数Log_checkpoint_interval 大小，该参数设置系统两次checkpoint 之
间Redo Log 数据块（该数据块的大小由操作系统的数据块大小决定）的数量。但
是Oracle 会限制这些数据块总的大小要小于最小log 文件的90%。如最小log 文
件大小为100M，操作系统的数据块大小为512K，则Log_checkpoint_interval 要
小于(100 * 90% / 0.5) = 180
3.4.6 log switch/archive & log file switch (archiving needed)
log switch/archive 等待事件在会话等待所有Archive 线程对当前log 文件Archive
操作完成。当LGWR 进程切换日志时，如果要切入的日志还没有被Archive，需要等待其被
完成Archive，这时会产生log file switch (archiving needed)等待事件。这时，在
alert log 中我们还能发现以下信息：
Thread 1 cannot allocate new log, sequence 9556
All online logs needed archiving
这两个事件只有数据库在Archive 模式下才会出现。说明Archive 操作太慢。对这两
个事件的调优主要是针对Archive 设置的调优。
要提高Archive 的效率，可以采取以下方法：
1) 调整Redo Log 文件的个数和大小
大多数情况下，Redo Log 文件的个数越多、大小越大，就能让归档进程有更多时间做
Archive。如果Redo 记录急剧增加，可以考虑加多log 文件数量，这样能使归档进程有更
多时间均衡归档过程。但是，如果ARCH 进程无法跟上LGWR 进程的处理速度时，增加Log
文件数量就于事无补了。
2）调整checkpoint 的间隔和效率
增大checkpoint 的间隔也可以使归档进程有更多时间来处理归档。增大参数
log_checkpoint_interval 可以增大checkpoint 的间隔。另外，增加DBWR 进程数量、配
置AIO 都可以提高checkpoint 的处理效率。
3）配置多ARCH 进程
通过参数log_archive_max_processes 可以配置最大ARCH 进程数量。我们可以做一个
脚本来执行'alter system archive log all;'命令，然后设置一个作业以固定间隔时间
来执行该脚本。这个命令可以强制归档所有未归档的日志文件。这可以帮助均衡ARCH 进
程的归档处理负担。
4）调整Archive 进程
增加Archive 进程的buffer 大小可以提高Archive 效率，其大小是由参数
log_archive_buffer_size 控制的。该参数的初始设置为4K，最大可以增加到128K。但
是，要注意，增加该参数虽然可以提供Archive 效率，但是可能会使系统的整体性能下
降；
另外，我们还可以通过增加Archive 进程的buffer 数量来提高Archive 效率。Buffer
数量由参数log_archive_buffer 控制，最大为8.
5）减少系统的IO 冲突、提供系统IO 效率
系统整体的IO 性能及冲突问题也会影响到Archive 的效率。我们可以用前面介绍的方
法来减少系统中存在的IO 冲突、提高整体IO 效率来提高Archive 的效率。
3.5 Buffer Cache相关的IO事件
Buffer Cache 是影响Oracle IO 的重要因素。这里要解决的几个等待事件都是涉及到
DBWR 进程和IO 从属进程（Slave）的Buffer Cache 操作引起的等待事件。
3.5.1 db file parallel write
该事件和并行DML 无关。这个等待事件出现在当DBWR 进程提交了多IO 请求来并行将
Buffer Cache 中的脏数据写入磁盘中后，等待所有提交的IO 请求完成。通常是由于操作
系统的IO 系统导致的该事件的阻滞。
事件中的P1、P2、P3 参数分别代表：
P1：（9.2.0.5 之前）写入数据的文件号/（9.2.0.5 之后）请求次数；
P2：（9.2.0.5 之前）写入的数据块号/（9.2.0.5 之后）请求中断的次数；
P3：（9.2.0.5 之前）请求次数/（9.2.0.5 之后）请求发生了Timeout 的时间
这一等待事件一般不会显著影响用户会话。但是当用户会话中有很高的“write
complete waits”或“free buffer waits”事件的等待时间时，说明该事件已经影响到
了用户会话。有时候这一事件对操作系统IO 的影响也会影响到进程从同一磁盘读取数据
的等待时间。
解决该事件的关键在于减少相关磁盘的IO 冲突。如果这事件已经影响到用户会话，我
们需要结合其他等待事件信息，考虑采取均衡热地磁盘负载、提高存储设备IO 效率、增
加checkpoint 间隔、增大Redo log 文件等方法来减低该事件。
3.5.2 db file single write
当DBWR 进程请求修改数据文件头，在等待IO 请求完成时，会出现db file single
write 等待事件。
事件中的P1、P2、P3 参数分别代表：
P1：写入数据的文件号；
P2：写入的数据块号；
P3：写入的数据块数（一般为1）。
解决这一等待事件的关键还是要处理好磁盘的IO 冲突问题，特别是发生该事件所在的
磁盘。通过相关SQL 的调优等手段来降低事件发生的磁盘的IO、采用更高效率的存储设
备、均衡磁盘IO 负载等方法是降低这一等待事件的主要方法。
3.5.3 write complete waits
当会话对一个正在被写写入磁盘的Buffer 数据块发出请求时，需要等待其被写入磁盘
完成，这时就会产生write complete waits 等待事件。
事件中的P1、P2、P3 参数分别代表：
P1：要写入数据的文件号；
P2：要写入的数据块号；
P3：无意义
提高Buffer Cache 脏数据写入磁盘的效率、提高整体IO 效率是降低该等待事件的主
要方法：
• 配置数据库支持AIO；
• 增加db_writer_processes（支持AIO 时）或者db_io_slaves（不支持AIO 时）大
小以增加DBWR 进程；
• 其他提高IO 效率（如采用裸设备等）、减少IO 冲突的方法
3.5.4 free buffer waits
当会话在Buffer Cache 中找不到空闲buffer 块，或者在没有空闲buffer 块来建立一
致性读时，就会产生free buffer waits 等待事件。
事件中的P1、P2、P3 参数分别代表：
P1：要读取数据的文件号；
P2：要读取的数据块号；
P3：10gR1 之前无意义，10gR1 后表示在Buffer Cache 中LRU 和LRUW 列表的SET_ID#
这一等待事件通常表示Buffer Cache 不足或者从Buffer Cache 中将脏数据写入磁盘
的效率太低。要降低该等待事件，我们就需要分别从这两方面入手：调整Buffer Cache
的大小（如根据statspack 的建议器来设置）；按照我们前述的方法来提高存储设备的IO
效率。
4 结束语
最后要说的是，一旦数据库服务器出现了IO 问题后，首先要检查操作系统本身的IO
系统是否有问题，然后再确认是否是Oracle 出现了IO 问题。
其次要注意的一点是，上述等待事件在系统出现一定的等待次数对于系统来说是正常
的，我们要解决的是对系统IO 影响最大的一个或几个等待事件，而不是全部事件。
总的来说，要调整Oracle 中出现的IO 性能问题，我们有两种手段：一种是针对特定
等待事件的相应方法，如相关SQL 语句的调优、相关参数的修改；另外一种是通过提升整
体IO 效率、减少IO 冲突来降低IO 等待，如均衡IO 负载、使用效率更高的存储设备、激
活AIO 和重新分布对IO 有不同要求的文件。
事实上，数据库的性能问题大多数是由应用引起的，而其中大部分问题都是Top SQL
造成。因此，这里要说的一句题外话就是：SQL 调优是每一个DBA 必须具备的最基本的技
能。因为很多时候无论采用什么手段、什么工具来定位问题，通过各种内部机制来分析问
题，但最终解决问题的手段就是SQL 调优。