如何生成AWR报告

一、AWR报告

      AWR 是通过对比两次快照(snapshot)收集到的统计信息，来生成报表数据，生成的报表包括多个部分，这点与Statspack生成的报告非常类似。不过AWR在生成报告时，可以选择生成TXT或HTML两种格式的报告，相对来说，HTML更利于阅读，而TXT的适用性更广(即使在不能使用浏览器的机器上也能看)。

      操作过Statspack的朋友都还记的，生成报告使用$ORACLE_HOME/rdbms/admin/spreport.sql脚本，到了AWR这片，操作步骤基本上相同，不过生成报告的脚本多了很多选择，包括：

• awrrpt.sql ：生成指定快照区间的统计报表； ----产生整个数据库的AWR报告
• awrrpti.sql ：生成指定数据库实例，并且指定快照区间的统计报表； -----产生某个实例的AWR报告
• awrsqlrpt.sql ：生成指定快照区间，指定SQL语句(实际指定的是该语句的SQLID)的统计报表；  --产生某条SQL语句的AWR报告，运行脚本awrsqrpt.sql
• awrsqrpi.sql ：生成指定数据库实例，指定快照区间的指定SQL语句的统计报表； 
• awrddrpt.sql ：指定两个不同的时间周期，生成这两个周期的统计对比报表； 
• awrddrpi.sql ：指定数据库实例，并指定两个的不同时间周期，生成这两个周期的统计对比报表；

     那么如何产生AWR报告呢？

1、启用AWR

     在默认情况下，Oracle启用数据库统计收集这项功能（即启用AWR）。是否启用AWR由初始化参数STATISTICS_LEVEL控制。通过SHOW PARAMETER命令

可以显示STATISTICS_LEVEL的当前值：

     SQL> SHOW PARAMETER STATISTICS_LEVEL 

    SQL语句的执行结果是：
    NAME                                 TYPE        VALUE
    ------------------------------------ ----------- ------------------------------
   statistics_level                     string      TYPICAL

如果STATISTICS_LEVEL的值为TYPICAL或者 ALL，表示启用AWR；如果STATISTICS_LEVEL的值为BASIC，表示禁用AWR.

AWR的行为受到参数STATISTICS_LEVEL的影响。这个参数有三个值：

*BASIC：awr统计的计算和衍生值关闭.只收集少量的数据库统计信息.

*TYPICAL：默认值．只有部分的统计收集.他们代表需要的典型监控oracle数据库的行为.

*ALL : 所有可能的统计都被捕捉. 并且有操作系统的一些信息.这个级别的捕捉应该在很少的情况下,比如你要更多的sql诊断信息的时候才使用.

2、运行脚本awrrpt.sql
     SQL> @/oracle/product/10.2.0/db_1/rdbms/admin/awrrpt.sql

3、选择报告的类型

    输入 report_type 的值:  html

4、列出最近两天产生的快照（主要是获得快照ID）

   1. 输入 num_days 的值:  2  

                                                        Snap
  Instance     DB Name        Snap Id    Snap Started    Level
  ------------ ------------ --------- ------------------ -----
  telemt       TELEMT           4123 06 Mar 2011 00:00      1
                                      4124 06 Mar 2011 01:01      1
  ....
                                      4160 07 Mar 2011 13:00      1
                                      4161 07 Mar 2011 14:00      1

  指定起始快照的ID和结束快照的ID。

   1. Specify the Begin and End Snapshot Ids  
   2. ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~  
   3. 输入 begin_snap 的值:  4123
   4. Begin Snapshot Id specified: 4123
   5.  
   6. 输入 end_snap 的值:  4161
   7. End   Snapshot Id specified: 4161

本例中起始快照的ID是4123，结束快照的ID是4161。

指定报告的名字。

    输入 report_name 的值:  myreport.html

二、AWR报告日常分析

(1) SQL ordered by Elapsed Time

      记录了执行总和时间的TOP SQL(请注意是监控范围内该SQL的执行时间总和，而不是单次SQL执行时间 Elapsed Time = CPU Time + Wait Time)。
Elapsed Time(S): SQL语句执行用总时长，此排序就是按照这个字段进行的。注意该时间不是单个SQL跑的时间，而是监控范围内SQL执行次数的总和时间。单位时间为秒。Elapsed Time = CPU Time + Wait Time
       CPU Time(s): 为SQL语句执行时CPU占用时间总时长，此时间会小于等于Elapsed Time时间。单位时间为秒;
       Executions: SQL语句在监控范围内的执行次数总计;
       Elap per Exec(s): 执行一次SQL的平均时间。单位时间为秒;
       % Total DB Time: 为SQL的Elapsed Time时间占数据库总时间的百分比。
       SQL ID: SQL语句的ID编号，点击之后就能导航到下边的SQL详细列表中，点击IE的返回可以回到当前SQL ID的地方。
       SQL Module: 显示该SQL是用什么方式连接到数据库执行的，如果是用SQL*Plus或者PL/SQL链接上来的那基本上都是有人在调试程序。一般用前台应用链接过来执行的sql该位置为空。
       SQL Text: 简单的sql提示，详细的需要点击SQL ID。

(2) SQL ordered by CPU Time

     记录了执行占CPU时间总和时间最长的TOP SQL(请注意是监控范围内该SQL的执行占CPU时间总和，而不是单次SQL执行时间)。

(3) SQL ordered by Gets

     记录了执行占总buffer gets(逻辑IO)的TOP SQL(请注意是监控范围内该SQL的执行占Gets总和，而不是单次SQL执行所占的Gets)。

(4) SQL ordered by Reads

     记录了执行占总磁盘物理读(物理IO)的TOP SQL(请注意是监控范围内该SQL的执行占磁盘物理读总和，而不是单次SQL执行所占的磁盘物理读)。

(5) SQL ordered by Executions

     记录了按照SQL的执行次数排序的TOP SQL。该排序可以看出监控范围内的SQL执行次数。

(6) SQL ordered by Parse Calls

     记录了SQL的软解析次数的TOP SQL。说到软解析(soft prase)和硬解析(hard prase)，就不能不说一下Oracle对sql的处理过程。

(7) SQL ordered by Sharable Memory

     记录了SQL占用library cache的大小的TOP SQL。Sharable Mem (b)：占用library cache的大小，单位是byte。

(8) SQL ordered by Version Count

     记录了SQL的打开子游标的TOP SQL。

(9) SQL ordered by Cluster Wait Time

     记录了集群的等待时间的TOP SQL

三、快照（SNAPSHOT）

     每隔一小时，内存监控进程（MMON）自动地采集一次统计信息，并把这些信息存放到负载库中，一次采样就是一个快照。为了节省空间，采集的数据在7天后自动清除。快照的频率和保留时间可以由用户修改。
--查看快照的频率和保留时间（默认为每1小时采样一次，采样信息保留时间为7天）
 select * from dba_hist_wr_control;
 select DBID, SNAP_INTERVAL, SNAPINT_NUM, RETENTION from wrm$_wr_control;
--修改 快照的频率和保留时间（单位用分钟）
exec dbms_workload_repository.modify_snapshot_settings(interval=>60, retention=>7*24*60);

用户也可以使用下面的命令手工采样（手工生成快照）：
    BEGIN  
    DBMS_WORKLOAD_REPOSITORY.CREATE_SNAPSHOT ();  
    END;

手工删除指定范围的快照
  begin
  dbms_workload_repository.drop_snapshot_range(low_snap_id => 3965, high_snap_id => 3966, dbid => 3437504306);
  end;
    
 --查看有多少个快照
 select count(1) from wrh$_active_session_history;
 select count(1) from dba_hist_active_sess_history;
 
通过查询视图DBA_HIST_SNAPSHOT，可以知道系统中产生了哪些快照。
select * from DBA_HIST_SNAPSHOT;

四、采样数据存放位置

      这些采样数据都存储在SYSAUX表空间中，并且以WRM$_* 和 WRH$_*的格式命名。前一种类型存储元数据信息（如检查的数据库和采集的快照），
后一种类型保存实际采集的统计数据.
select table_name from dba_tables where table_name like ‘WRM$%‘;
 
TABLE_NAME
-----------------------
WRM$_WR_CONTROL
WRM$_SNAP_ERROR
WRM$_SNAPSHOT
WRM$_DATABASE_INSTANCE
WRM$_BASELINE

当SYSAUX表空间满后，AWR将自动覆盖掉旧的信息，并在警告日志中记录一条相关信息：
ORA-1688: unable to extend table SYS.WRH$_ACTIVE_SESSION_HISTORY partition WRH$_ACTIVE_3533490838_1522 by 128 in                 tablespace SYSAUX

select table_name from dba_tables where table_name like ‘WRH$%‘;

五、设置基线

    创建基线
      基线（baseline）是一种机制,这样你可以在重要时间的快照信息集做标记。一个基线定义在一对快照之间,快照通过他们的快照序列号识别.每个
基线有且只有一对快照。一次典型的性能调整实践从采集量度的基准线集合、作出改动、然后采集另一个基准线集合开始。可以比较这两个集合来检查
所作的改动的效果。在 AWR 中，对现有的已采集的快照可以执行相同类型的比较。
    假定一个名称为 apply_interest 上午 2:00 到 4:00 之间运行，对应快照 ID 4150 到 4151。我们可以为这些快照定义一个名称为 apply_interest_1 的基准线：
SQL> exec dbms_workload_repository.create_baseline(4150, 4151, ‘apply_interest_1‘);

这一操作将快照从 4150 到 4151 编号，作为上面指定的基准线的一部分。查看现有的基准线：
SQL> select *from dba_hist_baseline;
 
 DBID      BASELINE_ID  BASELINE_NAME        START_SNAP_ID  START_SNAP_TIME                  END_SNAP_ID END_SNAP_TIME
---------- ----------- -------------------- ------------- --------------------------------  ----------- -------------------------------
3437504306     1        apply_interest_1     4150          07-3月 -11 03.00.47.627 上午       4151        07-3月 -11 04.00.12.567 上午
 
SQL> select *from wrm$_baseline;
 
DBID        BASELINE_ID BASELINE_NAME                   START_SNAP_ID  END_SNAP_ID
---------- ----------- ------------------------------  -------------  -----------
3437504306      1       apply_interest_1                 4150             4151
 

在一些调整步骤之后，我们可以创建另一个基准线 — 假设名称为 apply_interest_2（下午2点到4点），然后只为那些与这两条基准线相关的快照比较量度。
SQL> exec dbms_workload_repository.create_baseline(4162, 4163, ‘apply_interest_2‘);
 
像这样把快照分隔在仅仅几个集合中有助于研究调整对于性能量度的影响。

     删除基线
    分析之后使用 drop_baseline() 来删除基准线；快照将保留（也可级联删除）。此外，当清除例程开始删除旧的快照时，与基准线相关的快照不会被清除，从而允许进行进一步的分析。
如果要删除一个基准线:
SQL> exec dbms_workload_repository.drop_baseline(baseline_name=>‘apply_interest_1‘, cascade=>false);
 
SQL> select *from wrh$_active_session_history where snap_id in (4150,4151);
 
SNAP_ID  DBID     INSTANCE_NUMBER  SAMPLE_ID SAMPLE_TIME                  SESSION_ID ...
4150 3437504306    1             14900840   07-3月 -11 02.55.02.038 上午   162       ...   
4150 3437504306    1             14900200   07-3月 -11 02.44.21.942 上午   165       ...  
....
4151 3437504306    1             14901980   07-3月 -11 03.14.02.213 上午  165        ...    
4151 3437504306    1             14901790   07-3月 -11 03.10.52.183 上午  165        ...  
4151 3437504306    1             14901490   07-3月 -11 03.05.52.138 上午  167        ...
 
--级联删除（基线与快照一块删）
SQL> exec dbms_workload_repository.drop_baseline(baseline_name=>‘apply_interest_2‘, cascade=>true);
 
SQL> select *from wrh$_active_session_history where snap_id in (4162,4163);
未选定行