Inhalt. Dr. Frank Haney 1

Transkript

1 Inhalt Allgemeines zum Tuning Tuningziele Tuningbereiche Defizite traditioneller Tuningstrategien Vorschlag einer methodischen Vorgehensweise Gute und schlechte SQL SQL-Verarbeitung Cursor Sharing Performance unterschiedlicher Systeme Dr. Frank Haney 1

2 Tuningziele Zufriedene Benutzer Antwortzeit (OLTP) Durchsatz (Batch, DSS) Trefferrate im Cache Cachenutzung Wiederverwendung von Code Geringster Blockzugriff Schnelles Lesen und Schreiben Kein Warten auf Ressourcen Minimale Beeinträchtigung durch Verwaltungsaufgaben Dr. Frank Haney 2

3 Tuningbereiche Geschäftsprozesse Datendesign (logisches Schema) Anwendung (SQL und Forms) Speichernutzung (SGA und PGA) I/O-Subsystem (Hintergrundprozesse) Zugriffskonflikte (Locks und Latches) Betriebssystem Netzwerk Von Schritt zu Schritt steigender Aufwand bei sinkendem Effekt! Dr. Frank Haney 3

4 Defizite traditionellen Performance Tunings Es gibt im eigentlichen Sinne keine zielführende Methode, nur Tips und Techniken, die gerade in komplexen Infrastrukturen häufig versagen.. Fehlender Determinismus: Korrelation zwischen Aktionen und Wirkungen ist meist schwach. Trial and Error! Es muß häufig von Summen auf Details geschlossen werden, z.b. bei Nutzung von Statspack und v$-views. Erfolgskriterium ist oft nicht die Antwortzeit, sondern mehr oder weniger relevante Benchmarks, Trefferquoten etc. Es gibt Probleme bei der Eingrenzung der Nutzeraktionen, die die wesentlichen Laufzeitprobleme verursachen. Das Tuning setzt nicht bei den Ereignissen an, die den größten Einfluß auf die Antwortzeit haben. Dr. Frank Haney 4

5 Allgemeine Vorgehensweise Ermittlung der performance-kritischsten (teuersten) Nutzeraktionen der Anwendung Erstellung eines Ressourcenprofils der Session (Wo bleibt die Antwortzeit?) Bestimmung der kostenintensivsten SQL Welche Calls der Nutzeraktion tragen wie und womit (CPU, Warteereignisse etc.) zur Antwortzeit bei? Wo ist der größte Tuning-Effekt zu erwarten? Wie kann das erreicht werden? Was kostet das? Dr. Frank Haney 5

6 Was bedeutet SQL-Tuning? 1. Identifizieren Sie Ursachen für schlechte Performance. 2. Identifizieren Sie problematisches SQL. Automatisch: ADDM, Top SQL Manuell: V$-Views, Statspack 3. Wenden Sie eine Tuning-Methode an. Manuelles Tuning Automatisches SQL-Tuning 4. Implementieren Sie Änderungen an: SQL-Anweisungskonstrukten Zugriffsstrukturen wie Indizes Dr. Frank Haney 6

7 Problematische SQL identifizieren High-Load- oder problematisches SQL identifizieren ADDM Top SQL-Bericht Dynamische Performance Views Statspack Dr. Frank Haney 7

8 Tuningschritte 1. Sammeln Sie Informationen über die referenzierten Objekte. 2. Sammeln Sie Optimizer-Statistiken. 3. Prüfen Sie Ausführungspläne. 4. Strukturieren Sie SQL-Anweisungen um. 5. Strukturieren Sie Indizes um, und erstellen Sie Materialized Views. 6. Verwalten Sie Ausführungspläne. Dr. Frank Haney 8

9 Was ist ein guter Ausführungsplan? Die steuernde Tabelle hat den besten Filter. An den nächsten Schritt werden so wenig Zeilen wie nötig übergeben. Die Join-Methode entspricht der Zahl der zurückgegebenen Zeilen. Views werden effizient verwendet. Es gibt keine ungewollten kartesischen Produkte. Auf jede Tabelle wird effizient zugegriffen. Die Prädikate in der SQL-Anweisung und die Anzahl der Zeilen in der Tabelle müssen geprüft werden. Ein Full Table Scan bedeutet nicht Ineffizienz. Dr. Frank Haney 9

10 Beispiele I 1. Indexzugriff oder Full Table Scan? Index auf einer Spalte:... WHERE SUBSTR(name,1,6)='SCHULZ';... WHERE name LIKE 'SCHULZ%';... WHERE name LIKE '%UELLER';... WHERE name IN ('SMITH', 'KING');... WHERE TRUNC(einstellungsdatum)=TRUNC(sysdate-7);... WHERE gehalt IS NULL;... WHERE gehalt IS NOT NULL;... WHERE gehalt < '2000';... WHERE gehalt!= 2000;... WHERE gehalt > provision;... WHERE gehalt < 5000;... WHERE name=coalesce(&var, name);... WHERE name vorname = 'MUELLERGEHILFE'; Index über mehrere Spalten (name,abteilungs_nr):... WHERE abteilungs_nr = 10;... WHERE name LIKE ('KRA%'); Dr. Frank Haney 10

11 Beispiele II 2. NOT IN vs. NOT EXISTS (Index auf mitarbeiter.abteilungs_nr) Gesucht sind Abteilungen, zu denen es keine Mitarbeiter gibt: SELECT abteilungsname, abteilungs_nr FROM abteilungen WHERE abteilungs_nr NOT IN (SELECT abteilungs_nr FROM mitarbeiter); Oder? SELECT abteilungsname, abteilungs_nr FROM abteilungen WHERE NOT EXISTS (SELECT 1 FROM mitarbeiter WHERE abteilungen.abteilungs_nr = mitarbeiter.abteilungs_nr); Dr. Frank Haney 11

12 Beispiele III 3. OR vs. UNION ALL (Indizes auf fette Spalten) SELECT * FROM mitarbeiter WHERE beruf='gehilfe' OR abteilungs_nr=10; SELECT * FROM mitarbeiter WHERE name = 'KRAUSE' OR gehalt > provision; Full Table Scan? Full Table Scan? SELECT * FROM mitarbeiter WHERE beruf = 'GEHILFE' UNION ALL SELECT * FROM mitarbeiter WHERE abteilungs_nr = 10 AND beruf <> 'GEHILFE'; SELECT * FROM mitarbeiter WHERE name = 'KRAUSE' UNION ALL SELECT * FROM mitarbeiter WHERE gehalt > provision; Zwei getrennte Index Scans Index Scan und Full Table Scan Dr. Frank Haney 12

13 Komponenten des Datenbanksystems System Global Area Program Global Area Hintergrundprozesse Dr. Frank Haney 13

14 Program Global Area Dr. Frank Haney 14

15 Shared Pool Dr. Frank Haney 15

16 Bearbeiten von Abfragen (SELECT) I Parse Bind Execute Fetch Parse-Phase: Sucht im Shared Pool nach der Anweisung Syntaxprüfung Prüft Semantik und Privilegien Führt View-Definitionen und Unterabfragen zusammen (Merging) Sperrt die währen der Parse-Phase verwendeten Objekte Erzeugt und speichert den Ausführungsplan (Optimizer) Anmerkung: Die erste Wertzuweisung von BIND-Variablen ist ab 9i dem Optimizer schon bekannt! = Bind Peeking Dr. Frank Haney 16

17 Bearbeiten von Abfragen (SELECT) II Parse Bind Execute Fetch Bind-Phase: Durchsucht die Anweisung nach Bind-Variablen Weist einen Wert (neu) zu Execute-Phase Ausführungsplan wird angewendet I/Os werden ausgeführt Fetch-Phase Zeilen werden abgerufen Erforderliche Sortierungen werden ausgeführt Array Fetch-Mechanismus wird verwendet Dr. Frank Haney 17

18 Cursor Sharing I Cursor werden wiederverwendet: Photographische Gleichheit der SQL (Leerzeichen, Kommentare etc.) Referenzierte Objekte gehören jeweils zum gleichen Schema Bindevariablen haben gleichen Datentyp (Name bedeutungslos) Cursor Sharing wird gesteuert mit CURSOR_SHARING EXACT (Default): Nur exakt gleiche Cursor werden wiederverwendet. SIMILAR: Ähnliche Cursor werden wiederverwendet FORCE: Wie SIMILAR, aber Ausführungspläne können schlechter sein. Cursor Sharing überwachen V$SQL V$SQLAREA V$SQLTEXT V$SQL_BIND_DATA Dr. Frank Haney 18

19 Cursor Sharing II Clientseitig wird gefragt: Handelt es sich um einen offenen Cursor? SESSION_CACHED_CURSORS>0 und der Cursor im Session Cache? Eine der beiden Fragen wird mit JA beantwortet: Cursor wird wiederverwendet Keine der beiden Fragen wird mit JA beantwortet: Serverseitig wird gefragt: Ist der Hash-Wert der Anweisung in der SQL-Area vorhanden? Anweisung ist in SQL-Area: Soft Parse Anweisung ist nicht in SQL-Area: Hard Parse Dr. Frank Haney 19

20 Cursor Sharing III Session-Speicher (PGA) Geöffnete Cursor 1 Shared Pool (SGA) Cursor Handles 3 Geschlossene Cursor 2 4 Hash Chains Parsing-Prozedur: 1. Geöffneten Cursor suchen und ausführen 2. Geschlossenen Cursor im Session Cache suchen 3. Hash Chains durchsuchen (Soft Parse) 4. Cursor konstruieren (Hard Parse) Dr. Frank Haney 20

21 DML-Verarbeitung 1. Serverprozeß (SP) liest bei Bedarf Daten- und Rollback-Blöcke in den Cache 2. SP setzt Sperren auf die Zeilen, die geändert werden sollen 3. SP protokolliert Änderungen im Redo Log Buffer 4. SP speichert Before Image im Rollback-Block und aktualisiert den Datenblock Dr. Frank Haney 21

22 Commit-Verarbeitung 1. SP schreibt Commit-Datensatz mit SCN in den Redo Log Buffer 2. LGWR schreibt fortlaufend bis einschließlich Commit- Datensatz in die Redo Log Dateien - Änderungen sind sicher 3. SP informiert Benutzer über Ausführung des Commit 4. SP gibt Ressourcen frei Dr. Frank Haney 22

23 Performance verschiedener Systeme (OLTP vs. DSS) Anforderungen OLTP Hoher Durchsatz (DML-Aktivität) Große, wachsende Datenmenge Konkurrierender Zugriff durch viele Nutzer Optimierungsziele Verfügbarkeit und Wiederherstellbarkeit Schnelligkeit (Durchsatz) Hoher Grad an Konkurrenz (Gleichzeitigkeit) Anforderungen DSS Abfragen an große Datenmengen Häufige Full Table Scans Optimierungsziele Kurze Antwortzeit Genauigkeit der Antworten (OLAP, Data Mining) Dr. Frank Haney 23

24 OLTP Explizite Speicherplatzzuweisung Sparsame und überlegte Indizierung B*-Baum-Indizes gegenüber Bitmap-Indizes bevorzugen Reverse-Key-Indizes für Folgeschlüssel Indizierung von Fremdschlüsselspalten reduzieren Sperren regelmäßiger Neuaufbau Cluster Index-Cluster für anwachsende Tabellen Hash-Cluster für stabile Tabellen Hoher Grad an Konkurrenz (Gleichzeitigkeit) Viele kleine Rollbacksegmente Geschäftsregeln möglichst mit deklarativen Constraints durchsetzen Parse Overhead reduzieren (Prozeduren und Bind-Variablen nutzen, Library Cache optimieren) Bei großer Nutzerzahl Multithreaded Server (MTS) verwenden. Dr. Frank Haney 24

25 DSS Parse-Zeit ist weniger wichtig DB_FILE_MULTI_BLOCK_READ_COUNT und DB_BLOCK_SIZE sorgfältig einstellen Der Zugriffspfad kann drastische Auswirkungen auf die Antwortzeit haben: Optimizer Hints verwenden. Literale sind besser als Bind-Variablen (Verwendung von Histogrammen möglich) Möglichst keine Indizierung, wenn ja, dann Bitmap-Indizes gegenüber B*-Baum-Indizes bevorzugen IOTs verwenden zum Datenzugriff mittels PK Histogramme für nicht gleichförmig verteilte Daten verwenden Hash-Cluster in Erwägung ziehen Wenige große Rollbacksegmente für das Laden von Daten Parallelverarbeitung bring Performancegewinn Dedizierten Server verwenden Dr. Frank Haney 25

26 Hybridsysteme Oracle mitarbeiterfiehlt die Trennung von OLTP und DSS in verschiedene DB, um divergierende Performance-Anforderungen zu beherrschen. Wenn das nicht möglich ist, sollten diese wenigstens tageszeitlich geschieden werden. Das bedeutet: Lange Reports sollten außerhalb der OLTP-Spitzenzeiten laufen Getrennte Parameterdateien für Tag- und Nachtbetrieb Unterschiedliche Rollback-Konfiguration Serverkonfiguration umschalten (MTS vs. dedizierten Server) Probleme, die sich in Hybridsystemen nur schwer lösen lassen: Wechselnder Indexstatus und typ Overhead durch unnötige Statistiken bzw. Histogramme Tageszeitliche Änderung von Speicherparametern (PCTFREE) Umschalten auf Parallelverarbeitung und umgekehrt Bind-Variablen vs. Literale Dr. Frank Haney 26