AWR: 데이터베이스 성능은 얼마나 "전문가"입니까?

이 짧은 게시물을 통해 저는 Oracle Exadata에서 실행되는 AWR 데이터베이스 분석과 관련된 한 가지 오해를 불식시키고 싶습니다. 거의 10년 동안 저는 Exadata 소프트웨어가 생산성에 어떻게 기여하는가라는 질문에 끊임없이 직면해 왔습니다. 아니면 새로 만들어진 단어를 사용하여: 특정 데이터베이스의 작업이 "전문가"라는 것은 어떻습니까?

제 생각에는 이 올바른 질문이 AWR 통계와 관련하여 잘못된 답변을 받는 경우가 많습니다. 응답 시간을 프로세서(DB CPU)의 작동 시간과 다양한 클래스의 대기 시간의 합으로 처리하는 시스템 대기 방법을 제시합니다.

Exadata의 출현과 함께 Exadata 소프트웨어 운영과 관련된 특정 시스템 기대치가 AWR 통계에 나타났습니다. 일반적으로 이러한 대기의 이름은 "셀"이라는 단어로 시작합니다(Exadata Storage 서버는 셀이라고 함). 가장 일반적인 이름은 "셀 스마트 테이블 스캔", "셀 멀티블록"이라는 이름으로 된 대기입니다. 물리적 읽기'와 '셀 단일 블록 물리적 읽기'입니다.

대부분의 경우, 총 응답 시간에서 이러한 Exadata 대기의 비율은 작으므로 총 대기 시간별 상위 10개 포그라운드 이벤트 섹션에도 포함되지 않습니다(이 경우 포그라운드 대기에서 찾아야 함). 이벤트 섹션). 큰 어려움을 겪으면서 우리는 고객으로부터 일일 AWR의 예를 발견했습니다. 여기서 Exadata 기대치는 Top10 섹션에 포함되었으며 총계는 약 5%였습니다.

이벤트

기다립니다

총 대기 시간(초)

평균 대기 시간

%DB 시간

대기 수업

DB CPU

115.2K

70.4

SQL*Net dblink의 추가 데이터

670,196

5471.5

8.16ms

3.3

네트워크

셀 단일 블록 물리적 읽기

5,661,452

3827.6

676.07us

2.3

사용자 I/O

ASM 재조정 동기화

4,350,012

3481.3

800.30us

2.1

기타

셀 다중 블록 물리적 읽기

759,885

2252

2.96ms

1.4

사용자 I/O

직접 경로 읽기

374,368

1811.3

4.84ms

1.1

사용자 I/O

dblink의 SQL*Net 메시지

7,983

1725

216.08ms

1.1

네트워크

셀 스마트 테이블 스캔

1,007,520

1260.7

1.25ms

0.8

사용자 I/O

직접 경로 읽기 온도

520,211

808.4

1.55ms

0.5

사용자 I/O

enq: TM - 경합

652

795.8

1220.55ms

0.5

어플리케이션

이러한 AWR 통계로부터 다음과 같은 결론이 도출되는 경우가 많습니다.

1. 데이터베이스 성능에 대한 Exadata 매직의 기여도는 높지 않습니다. 5%를 초과하지 않으며 데이터베이스가 제대로 "exadatize"되지 않습니다.

2. 이러한 데이터베이스가 Exadata에서 기존 "서버 + 어레이" 아키텍처로 이전되면 성능은 크게 변하지 않습니다. 이 어레이가 Exadata 스토리지 시스템보다 5배 느린 것으로 판명되더라도(현대 올플래시 어레이에서는 거의 불가능함) 15%에 XNUMX을 곱하면 I/O 대기 점유율이 XNUMX%로 증가합니다. - 데이터베이스는 확실히 살아남을 것입니다!

이 두 결론은 모두 정확하지 않으며, 더욱이 Exadata Software 뒤에 있는 아이디어에 대한 이해를 왜곡합니다. Exadata는 빠른 I/O를 제공할 뿐만 아니라 기존 서버 + 어레이 아키텍처와 근본적으로 다르게 작동합니다. 데이터베이스 작업이 실제로 "혁신"되면 SQL 논리가 스토리지 시스템으로 전송됩니다. 스토리지 서버는 다양한 특수 메커니즘(주로 Exadata Storage Index뿐만 아니라) 덕분에 필요한 데이터를 직접 찾아 DB를 서버로 보냅니다. 이는 매우 효율적으로 수행되므로 총 응답 시간에서 일반적인 Exadata 대기의 비율은 작습니다. 

Exadata 외부에서 이 점유율은 어떻게 변경됩니까? 이것이 데이터베이스 전체 성능에 어떤 영향을 미치나요? 테스트는 이러한 질문에 가장 잘 답할 것입니다. 예를 들어, Exadata 외부에서 "셀 스마트 테이블 스캔"을 기다리는 것은 I/O가 전체 응답 시간을 차지하고 성능이 극적으로 저하되는 과도한 테이블 전체 스캔으로 바뀔 수 있습니다. 그렇기 때문에 AWR을 분석할 때 Exadata 기대의 총 백분율을 성능에 대한 마법의 기여로 간주하고 이 백분율을 사용하여 Exadata 외부의 성능을 예측하는 것은 잘못된 것입니다. 데이터베이스 작업이 얼마나 "정확"한지 이해하려면 "인스턴스 활동 통계" 섹션의 AWR 통계(자명한 이름을 가진 통계가 많이 있음)를 연구하고 서로 비교해야 합니다.

그리고 Exadata 외부 데이터베이스의 느낌을 이해하려면 대상 아키텍처의 백업에서 데이터베이스 클론을 만들고 로드 중인 이 클론의 성능을 분석하는 것이 가장 좋습니다. 일반적으로 Exadata 소유자에게는 이러한 기회가 있습니다.

저자 : Jet Infosystems 데이터베이스 부서 책임자 Alexey Struchenko

출처 : habr.com