使用python进行Oracle数据库性能趋势分析

发布时间：2020-08-09 22:39:22 来源：ITPUB博客阅读：243 作者：dbasdk 栏目：关系型数据库

一、概述

随着信息系统业务需求快速增长，业务系统关联日益复杂，信息系统性能问题逐渐突显，一旦出现信息系统性能问题及不可用问题，将严重影响信息系统的稳定运行及用户体验。

结合运维实践，数据库性能问题是造成信息系统性能下降和非停的重要原因之一，如何进行常态化的数据库性能趋势分析，及时发现数据库性能衰减“病灶”,常态化提升信息系统性能，避免救火式性能优化，成为衡量信息系统管理部门运营能力的重要指标之一。

二、研究目标

使用python语言进行Oracle数据库性能趋势分析。

三、工具介绍

开发语言：python 2.7

数据库：Oracle 11.2.0.4

Web框架：Django

图形展示工具：echart

四、算法介绍

核心算法由运行可靠率、资源竞争率、进程等待率和SQL稳定率四部分组成，如下图所示，本文主要以SQL稳定率为例：

Trend =100-100*sum(( c_time-h_time) /h_time)

说明：

Trend: 表示信息系统性能趋势(%)

c_time: 前一小时SQL平均执行时间(秒)

h_time: 3个月内SQL平均执行时间(秒)

使用python进行Oracle数据库性能趋势分析

五、效果展示

(1)、系统性能趋势：

(2)、TOPSQL性能趋势分析

(3)、TOPSQL日性能趋势分析

(4)、TOPSQL月性能趋势分析

六、核心代码

核心代码分为数据采集层、数据转换层、web展示层。

(1)、数据采集层：

点击(此处)折叠或打开

def get_topsql_info(username,password,ip,port,dbname,c_type,param=0,b_param=0):
s_top10 = ''
#s_snap_id = 0
print oracle_link_target
if c_type == 'sql_topsql':
sql_topsql="
select round(Elapsed_Time, 2) Elapsed_Time,
round(cpu_time, 2) cpu_time,
Executions,
round(elap_per_exec, 2) elap_per_exec,
round(total_db_time, 2) total_db_time,
sql_id,
substr(nvl(sql_module, ' ** SQL module Not Available ** '), 1, 30) sql_module,
sql_text
from (select nvl((sqt.elap / 1000000), to_number(null)) Elapsed_Time,
nvl((sqt.cput / 1000000), to_number(null)) CPU_Time,
sqt.exec Executions,
decode(sqt.exec,
0,
to_number(null),
(sqt.elap / sqt.exec / 1000000)) Elap_per_Exec,
(100 *
(sqt.elap /
(SELECT sum(e.VALUE) - sum(b.value)
FROM DBA_HIST_SYS_TIME_MODEL e, DBA_HIST_SYS_TIME_MODEL b
WHERE B.SNAP_ID = "+str(b_param)+"
AND E.SNAP_ID = "+str(param)+"
AND B.DBID = (select dbid from v$database)
AND E.DBID = (select dbid from v$database)
AND B.INSTANCE_NUMBER =
(select instance_number from v$instance)
AND E.INSTANCE_NUMBER =
(select instance_number from v$instance)
and e.STAT_NAME = 'DB time'
and b.stat_name = 'DB time'))) Total_DB_Time,
sqt.sql_id,
to_char(decode(sqt.module,
null,
null,
'Module: ' || sqt.module)) SQL_Module,
nvl(to_char(substr(st.sql_text, 1, 30)),
' ** SQL Text Not Available ** ') SQL_Text
from (select sql_id,
max(module) module,
sum(elapsed_time_delta) elap,
sum(cpu_time_delta) cput,
sum(executions_delta) exec
from dba_hist_sqlstat
dba_hist_sqltext st
where st.sql_id(+) = sqt.sql_id
order by nvl(sqt.elap, -1) desc, sqt.sql_id)
where rownum < 100
"
elif c_type == 'top10':
#a list of top10: m_top10
m_top10=get_hsql_info(t,'top10')
#after get top10
#end get top10
for h_sql_id in m_top10:
l_sql_id = h_sql_id[0]
s_top10 = s_top10+",'"+l_sql_id+"'"
s_top10 = s_top10.strip(',')
sql_hsql_top10="select sql_id,to_char(substr(sql_text,1,2000)) sql_text,length(sql_text) sql_length,command_type from dba_hist_sqltext t where t.sql_id in ("+s_top10+')'
else:
cmd=sql_tablespace
#print s_top10
#print log_cmd_i
cmd =""
if c_type == 'sql_topsql':
cmd=sql_topsql
elif c_type == 'top10':
cmd=sql_hsql_top10
else:
cmd=sql_tablespace
#print len(m_top10)
print 'before get topsql exe sql: '
print cmd
print 'get db shell: '
conn = cx_Oracle.connect(oracle_link_target)
cursor = conn.cursor()
cur = cursor.execute(cmd)
db_list = cur.fetchall()
#print 'before return db_list'
#print db_list
return db_list
cursor.close()
conn.close()

(2)、数据转换层

点击(此处)折叠或打开

select row_number() over(partition by ip order by to_number(total_db_time) desc) rn,
ip,
db_name,
sql_id,
decode(elap_per_exec, '0', 0.01, elap_per_exec) elap_per_exec,
decode(elap_avg_exec, '0', 0.01, elap_avg_exec) elap_avg_exec,
decode(sign(decode(elap_avg_exec, '0', 0.01, elap_avg_exec) - decode(elap_per_exec, '0', 0.01, elap_per_exec)),
1,
'up',
-1,
'down',
'equ') sql_status,
round((decode(elap_avg_exec, '0', 0.01, elap_avg_exec) -
decode(elap_per_exec, '0', 0.01, elap_per_exec)) /
decode(elap_avg_exec, '0', 0.01, elap_avg_exec),
2) sql_cont,
executions,
total_db_time,
substr(sql_module, 1, 12) sql_module,
substr(sql_text, 1, 12) sql_text,
ch_date
from (select rownum rn,
d.ip,
d.db_name,
d.sql_id,
replace(d.elap_per_exec, 'None', 0) elap_per_exec,
e.elap_avg_exec,
d.executions,
d.sql_module,
d.sql_text,
d.ch_date,
d.total_db_time
from hsql.h_topsql d,
(select b.ip,
b.sql_id,
round(avg(replace(b.elap_per_exec, 'None', 0)),
2) elap_avg_exec
from hsql.h_topsql_bak b
group by b.ip, b.sql_id) e
where d.sql_id = e.sql_id
and d.ip = e.ip)));

(3)、web展示层

点击(此处)折叠或打开

def topsql_line_servlet(request):
cursor = conn.cursor()
query = "select ip,
(select service_name
from hsql.h_instance h
where h.ip = b.ip
and rownum = 1) service_name,
sql_id,
executions,
elap_per_exec,
to_char(ch_date, 'hh34:mi') sj,
to_char(ch_date, 'yyyy-mm-dd') rq
from hsql.h_topsql b
where ch_date > trunc(sysdate)
order by sj"
print query
cursor.execute(query)
resultset = cursor.fetchall()
cursor.close()
conn.close()

七、总结

通过Oracle性能趋势分析工具的应用可以进行细粒度的数据库性能管理，及时发现潜在的信息系统性能衰减隐患，通过持续性、常态化的信息系统性能优化，优化信息系统提升，提升用户体验。

向AI问一下细节

使用python进行Oracle数据库性能趋势分析

一、 概述

二、研究目标

三、工具介绍

四、算法介绍

五、效果展示

(1)、系统性能趋势：

(2)、TOPSQL性能趋势分析

(3)、TOPSQL日性能趋势分析

(4)、TOPSQL月性能趋势分析

六、核心代码

(1)、数据采集层：

(2)、数据转换层

(3)、web展示层

七、总结

猜你喜欢

最新资讯

相关推荐

相关标签

一、概述