AWR: რამდენად „ექსპერტიულია“ მონაცემთა ბაზის მუშაობა?

ამ მოკლე პოსტით მინდა გავფანტო ერთი გაუგებრობა, რომელიც დაკავშირებულია Oracle Exadata-ზე გაშვებული AWR მონაცემთა ბაზების ანალიზთან. თითქმის 10 წელია, გამუდმებით ვდგავარ კითხვის წინაშე: რა წვლილი აქვს Exadata Software-ს პროდუქტიულობაში? ან ახლად შექმნილი სიტყვების გამოყენება: რამდენად „ექსპერტიულია“ კონკრეტული მონაცემთა ბაზა?

ხშირად ამ სწორ კითხვას, ჩემი აზრით, არასწორად პასუხობენ AWR სტატისტიკის მითითებით. იგი წარმოადგენს სისტემის მოლოდინის მეთოდს, რომელიც რეაგირების დროს განიხილავს, როგორც პროცესორების (DB CPUs) მუშაობის დროის ჯამს და სხვადასხვა კლასის ლოდინის დროს.

Exadata-ს მოსვლასთან ერთად, Exadata Software-ის მუშაობასთან დაკავშირებული კონკრეტული სისტემის მოლოდინები გამოჩნდა AWR სტატისტიკაში. როგორც წესი, ასეთი მოლოდინების სახელები იწყება სიტყვით "უჯრედი" (Exadata Storage სერვერს ეწოდება უჯრედი), რომელთაგან ყველაზე გავრცელებულია ლოდინები თვითახსნადი სახელებით "cell smart table scan", "cell multiblock". ფიზიკური წაკითხვა“ და „უჯრედის ერთი ბლოკის ფიზიკური წაკითხვა“.

უმეტეს შემთხვევაში, ასეთი Exadata მოლოდინების წილი პასუხის მთლიან დროში მცირეა და, შესაბამისად, ისინი არც კი მოხვდებიან ტოპ 10 წინა პლანზე მოვლენებს შორის ლოდინის მთლიანი დროის განყოფილებაში (ამ შემთხვევაში, თქვენ უნდა მოძებნოთ ისინი წინა პლანზე მოლოდინში. მოვლენების განყოფილება). დიდი გაჭირვებით ვიპოვნეთ ჩვენი მომხმარებლებისგან ყოველდღიური AWR-ის მაგალითი, რომელშიც Exadata-ს მოლოდინები მოხვდა ტოპ10 განყოფილებაში და ჯამში შეადგენდა დაახლოებით 5%-ს:

თარიღის

დაელოდა

სულ ლოდინის დრო (წმ)

საშუალო მოლოდინი

%DB დრო

დაელოდე კლასს

DB CPU

115.2K

70.4

SQL*Net მეტი მონაცემი dblink-დან

670,196

5471.5

8.16ms

3.3

ქსელი

უჯრედის ერთი ბლოკის ფიზიკური წაკითხვა

5,661,452

3827.6

676.07us

2.3

მომხმარებლის I/O

ASM-ის ხელახალი ბალანსის სინქრონიზაცია

4,350,012

3481.3

800.30us

2.1

სხვა

უჯრედის მრავალბლოკიანი ფიზიკური წაკითხვა

759,885

2252

2.96ms

1.4

მომხმარებლის I/O

პირდაპირი ბილიკის წაკითხვა

374,368

1811.3

4.84ms

1.1

მომხმარებლის I/O

SQL*Net შეტყობინება dblink-დან

7,983

1725

216.08ms

1.1

ქსელი

უჯრედის ჭკვიანი მაგიდის სკანირება

1,007,520

1260.7

1.25ms

0.8

მომხმარებლის I/O

პირდაპირი ბილიკის წაკითხვის ტემპერატურა

520,211

808.4

1.55ms

0.5

მომხმარებლის I/O

enq: TM - კამათი

652

795.8

1220.55ms

0.5

განაცხადის

ასეთი AWR სტატისტიკიდან ხშირად კეთდება შემდეგი დასკვნები:

1. Exadata Magic-ის წვლილი მონაცემთა ბაზის მუშაობაში მაღალი არ არის - ის არ აღემატება 5%-ს და მონაცემთა ბაზის „ექსადატიზაცია“ ცუდად ხდება.

2. თუ ასეთი მონაცემთა ბაზა Exadata-დან გადადის კლასიკურ „სერვერ + მასივის“ არქიტექტურაზე, მაშინ შესრულება დიდად არ შეიცვლება. იმის გამო, რომ მაშინაც კი, თუ ეს მასივი სამჯერ უფრო ნელი აღმოჩნდება, ვიდრე Exadata შენახვის სისტემა (რაც ძნელად შესაძლებელია თანამედროვე ყველა Flash მასივებისთვის), მაშინ 5% სამზე გამრავლებით მივიღებთ I/O ლოდინის წილის ზრდას 15%-მდე. - მონაცემთა ბაზა აუცილებლად გადარჩება ამას!

ორივე ეს დასკვნა არაზუსტია, უფრო მეტიც, ისინი ამახინჯებენ Exadata Software-ის იდეის გაგებას. Exadata არ უზრუნველყოფს მხოლოდ სწრაფ I/O-ს, ის ფუნდამენტურად განსხვავებულად მუშაობს კლასიკური სერვერის + მასივის არქიტექტურასთან შედარებით. თუ მონაცემთა ბაზის ოპერაცია ნამდვილად "ექსადაპტირებულია", მაშინ SQL ლოგიკა გადადის შენახვის სისტემაში. შენახვის სერვერები, რიგი სპეციალური მექანიზმების (პირველ რიგში, Exadata Storage Indexes, მაგრამ არა მხოლოდ) წყალობით, თავად პოულობენ საჭირო მონაცემებს და აგზავნიან DB-ს სერვერებზე. ისინი ამას საკმაოდ ეფექტურად აკეთებენ, ამიტომ ტიპიური Exadata ლოდინის წილი პასუხის მთლიან დროში მცირეა. 

როგორ შეიცვლება ეს წილი Exadata-ს გარეთ? როგორ იმოქმედებს ეს მთლიანად მონაცემთა ბაზის მუშაობაზე? ტესტირება საუკეთესოდ უპასუხებს ამ კითხვებს. მაგალითად, Exadata-ს გარეთ „უჯრედის სმარტ მაგიდის სკანირების“ მოლოდინი შეიძლება გადაიქცეს ისეთ მძიმე მაგიდის სრულ სკანირებად, რომ I/O იღებს პასუხის მთელ დროს და შესრულება მკვეთრად მცირდება. სწორედ ამიტომ არასწორია AWR-ის გაანალიზებისას Exadata-ს მოლოდინების მთლიანი პროცენტის გათვალისწინება, როგორც მისი მაგიის წვლილი შესრულებაში, და მით უმეტეს, ამ პროცენტის გამოყენება Exadata-ს გარეთ მუშაობის პროგნოზირებისთვის. იმის გასაგებად, თუ რამდენად "ზუსტია" მონაცემთა ბაზის მუშაობა, თქვენ უნდა შეისწავლოთ AWR სტატისტიკა განყოფილების "Instance Activity Stats" (არის უამრავი სტატისტიკა თვითახსნადი სახელებით) და შეადაროთ ისინი ერთმანეთს.

და იმის გასაგებად, თუ როგორ იგრძნობს მონაცემთა ბაზა Exadata-ს გარეთ, უმჯობესია გააკეთოთ მონაცემთა ბაზის კლონი სარეზერვოდან სამიზნე არქიტექტურაზე და გააანალიზოთ ამ კლონის მოქმედება დატვირთვის ქვეშ. Exadata-ს მფლობელებს, როგორც წესი, აქვთ ეს შესაძლებლობა.

ავტორი: ალექსეი სტრუჩენკო, Jet Infosystems მონაცემთა ბაზის განყოფილების ხელმძღვანელი

წყარო: www.habr.com