|
监控工具dpa发现海外一台oracle数据库服务器db commit time指标告警，超过红色告警线，如下截图所示，生成了对应的时段的awr报告，发现top 5 timed events里面，log file sync等待事件的平均等待时间为37毫秒，log file parallel write等待事件的平均等待时间为40毫秒
11.1: "redo write broadcast ack time" in centiseconds 11.2: "redo write broadcast ack time" in microseconds version inst_id name value milliseconds ----------------- ---------- ---------------------------------------- --------------------- ------------------- 10.2.0.5.0 1 redo write time 9551524 95515240.000 10.2.0.5.0 1 redo writer latching time 51 10.2.0.5.0 1 redo writes 1434931 awr worst avg log file sync snaps:
上面数据可以看到，log file sync等待事件数量最多的是32ms这个区间的，log file parallel write等待事件发生最多的也是32ms这个区间的，其实这个值已经远远超过7ms，极其不正常。log file parallel write 事件是lgwr进程专属的等待事件，发生在lgwr将log_buffer中的重做日志信息写入联机重做日志文件组的成员文件，lgwr在该事件上等待该写入过程的完成。该事件等待时间过长，说明日志文件所在磁盘缓慢或存在争用。log file sync和log file parallel write是相互关联的。换句话讲，假设log file parallel write的时间非常长，那么必定导致log file sync等待时间拉长。如果log file parallel write 等待非常高，那么可能一般是物理磁盘i/o的问题
另外，我们也检查了一下redo log的切换频率，如下所示，redo log切换的次数并不频繁，生成的归档日志的量也并不大。大部分时候一小时切换零次或一次。
然后我们找了一台机器简单对测试了一下io的速度，这个方法极其简单，就是看看生成一个大文件需要多长时间，简单测试一下i/o性能，但是对比数据也基本能验证、反馈磁盘io存在问题）。
问题服务器：
# time dd if=/dev/zero of=./test bs=512k count=2048 oflag=direct 2048+0 records in 2048+0 records out 1073741824 bytes copied, 88.271 seconds, 12.2 mb/s
real 1m28.273s user 0m0.010s sys 0m0.655s
对比服务器：
# time dd if=/dev/zero of=./test bs=512k count=2048 oflag=direct 2048+0 records in 2048+0 records out 1073741824 bytes copied, 2.48344 seconds, 432 mb/s
real 0m2.485s user 0m0.004s sys 0m0.386s
如上对比所示，两台服务器生成同样一个大小文件，耗费的时间，i/o性能差别非常大，完全验证了告警的服务器所在的存储i/o存在性能问题，但是公司分工非常明确，dba也不清楚底层存储出了什么问题，只能将这个问题反馈出来，等待海外负责维护系统和存储的同事的回复。
|