生产环境、我们会发现:

① 索引表空间 I/O 非常高
     ② "db file sequential read" 等待事件也比较高
   这种迹象表明、整个数据库系统、索引的读写操作比较多、已经成为系统的主要瓶颈
   
   一般的原因、大抵如下:
   ① 大量SQL均采用索引
   ② DML操作导致索引维护工作量暴增
   ③ 频繁DML导致很多索引碎片、增加I/O开销
   ④ 索引建立策略失误、走索引如同全表扫
   
   如果、一张表字段30个、但索引竟有 50个!?
   作为 DBA、你可能不了解业务逻辑、不敢删、也不知该删哪些、怎么办?
   
   建议综合采用如下两种策略:
   ⑴ 根据原理去判断
      
      这种情况肯定存在很多复合索引!依据复合索引的前缀性和可选性两大原理
      分析这 50 个索引的具体字段的分布情况、自己做出合并、整合的判断
      
   ⑵ 利用 Oracle 索引监控特性
      
      在典型业务周期开始之前、执行:
      ora@node1> alter index <索引名> monitoring usage;
      
      在典型业务周期结束之后、执行:
      ora@node1> alter index <索引名> nomonitoring usage;
      
      然后、查询:
      ora@node1> select * from v$object_usage;
      
      这样子、你就知道在这个典型周期之内、这个索引到底有木有用了
      即便是这样了、可是、友情提示两下、上面的结论不一定正确、因为:
      ① 10g在收集统计信息时会导致索引被监控、这并非SQL语句产生、而在11g则不会出现这种情况了
      ② 外键索引不会因为主表的DML操作而被监控到、不要因为该索引没用而将它给删了
   
   不过、这里、毕竟还会有个问题、对于一个复杂系统来说,索引的数量可能是庞大的
   那么、我们该如何选择嫌疑对象、减少监控范围呢?
   以下介绍两种方法:
   ① 利用 library cache 数据

在library cache中,存储了系统中游标的查询计划(并非全部,受library cache大小的限制)

通过视图v$sql_plan,我们可以查询到这些数据。利用这些数据,我们可以排除那些出现在查询计划中的索引:

  1. select a.object_owner, a.object_name
  2. from v$sql_plan a, v$sqlarea b
  3. where a.sql_id = b.sql_id and a.object_type='INDEX' and
  4. b.last_load_time > <START_AUDIT_DATE>

② 利用 AWR 数据
      
      10g以后,我们可以借助 AWR 分析哪些索引被使用到了

  1. select b.object_owner, b.object_name
  2. from dba_hist_snapshot a, dba_hist_sql_plan b, dba_hist_sqlstat c
  3. where a.snap_id = c.snap_id and
  4. b.sql_id=c.sql_id and
  5. b.object_type = 'INDEX' and
  6. a.startup_time > <START_AUDIT_DATE>

利用上述方法,过滤掉大部分肯定被使用的index后,再综合应用,选择可疑索引进行监控,找出并删除无用索引,为数据库减肥
   
   频繁对索引字段进行 DML操作、会对索引造成大量碎片、从而极大影响索引的使用效率、并造成索引I/O的增加
   那么如何进行索引碎片的分析和整理呢?
   
   执行如下语句可监测索引的碎片情况:
   
   analyze index <索引名> validate structure online;
   
   select name,(del_lf_rows_len/lf_rows_len)*100 from index_stats;
   
   其中、索引碎片率(%)=(del_lf_rows_len/lf_rows_len)*100
   如果索引碎片率超过20%、则Oracle认为索引碎片已经非常严重
   
   建议DBA编写一个检测所有索引碎片率的脚本、定期运行、保持对索引碎片率的监测
   因为、进行索引碎片分析和整理是DBA日常维护的工作之一
   
   Oracle 进行索引碎片的处理包括两种策略:
   ① 重建索引
      
      alter index <索引名> rebuild;
      
   ② 压缩索引
      
      alter index <索引名> coalesce;
      
   不过、Rocky 建议大家采取定期索引重建的策略、例如可在每个周末或者每天夜晚对挥发表的索引进行在线重建

本文转自:http://blog.csdn.net/dba_waterbin/article/details/8805010

oracle如何进行索引监控分析和优化的更多相关文章

  1. Web服务器性能监控分析与优化

    Web服务器性能监控分析与优化 http://www.docin.com/p-759040698.html

  2. Oracle表与索引的分析及索引重建

    1.分析表与索引(analyze 不会重建索引)   analyze table tablename compute statistics 等同于 analyze table tablename co ...

  3. mysql性能优化-慢查询分析、优化索引和配置

    一.优化概述 二.查询与索引优化分析 1性能瓶颈定位 Show命令 慢查询日志 explain分析查询 profiling分析查询 2索引及查询优化 三.配置优化 1)      max_connec ...

  4. ORACLE索引监控的简单使用

    --ORACLE索引监控的简单使用-------------------------2013/11/20 说明:     应用程序在开发时,可能会建立众多索引,但是这些索引的使用到底怎么样,是否有些索 ...

  5. [转]Oracle 索引质量分析

    http://blog.csdn.net/leshami/article/details/23687137 索引质量的高低对数据库整体性能有着直接的影响.良好高质量的索引使得数据库性能得以数量级别的提 ...

  6. [转]mysql性能优化-慢查询分析、优化索引和配置

    一. 优化概述 MySQL数据库是常见的两个瓶颈是CPU和I/O的瓶颈,CPU在饱和的时候一般发生在数据装入内存或从磁盘上读取数据时候.磁盘I/O瓶颈发生在装入数据远大于内存容量的时候,如果应用分布在 ...

  7. mysql性能优化-慢查询分析、优化索引和配置 (慢查询日志,explain,profile)

    mysql性能优化-慢查询分析.优化索引和配置 (慢查询日志,explain,profile) 一.优化概述 二.查询与索引优化分析 1性能瓶颈定位 Show命令 慢查询日志 explain分析查询 ...

  8. mysql性能优化-慢查询分析、优化索引和配置【转】

    一.优化概述 二.查询与索引优化分析 1性能瓶颈定位 Show命令 慢查询日志 explain分析查询 profiling分析查询 2索引及查询优化 三.配置优化 1)      max_connec ...

  9. 41.oracle索引,分析索引,索引碎片整理

    概述 索引分为B树索引和位图索引.我们主要研究B树索引,B树索引如下图(图片源自网络):

随机推荐

  1. 前端中 width 的获取

    这篇文章其实是在了解 viewport 的过程中发现这些概念容易混淆做了个小小的总结.viewport的首要关键是宽度的获取,宽度的计算有下面几个属性和方法: clientWidth offsetWi ...

  2. Codeforces 908 D New Year and Arbitrary Arrangement

    Discription You are given three integers k, pa and pb. You will construct a sequence with the follow ...

  3. Bluetooth篇 开发实例之八 匹配

    自己写的App匹配蓝牙设备,不需要通过系统设置去连接. 匹配和通信是两回事. 用过Android系统设置(Setting)的人都知道蓝牙搜索之后可以建立配对和解除配对,但是这两项功能的函数没有在SDK ...

  4. ASIHTTPREQUEST framework compile error when method is called / link error

    never mind!!! duplicate: Error with iOS 5.1 when i use ASIHTTPRequest and SBJSON "I would take ...

  5. Windows路由表配置:双网卡路由分流

    一.windows 路由表解释 route print - ====================================================================== ...

  6. mysql truncate drop delete的区别

    以下讨论,针对于mysql数据库. 为什么会想到这个问题呢? 因为项目中需要清除数据库的数据,而且需要实现自增的主键从0开始计数.所以想到总结一个几个常用的删除语法的差异. 可以做一个测试 建一个带有 ...

  7. python3.6使用pickle序列化class

    from library.connecter.database.mongo import Op_Mongo a = pickle.dumps(Op_Mongo) #序列化 b = pickle.loa ...

  8. zap安装和部署

    1.zap的安装 注意一点测试环境新申请的linux系统java执行路径是/usr/install/java/bin/java,安装zap的时候,会提示找不到java运行环境,解决办法是:做一个软链接 ...

  9. MySql中LongText字段对应Hibernate映射文件的设置(转)

    <?xml version="1.0"?><!DOCTYPE hibernate-mapping PUBLIC     "-//Hibernate/Hi ...

  10. 百度地图 Android SDK - 标注(Marker)的基本使用

    标注(Marker)是开发人员最常使用的地图覆盖物志一.今天就来向大家介绍一些标注(Marker)的最基本用法! 实现目标: 1.构建基础地图页面: 2.在地图的中心点处加入 Marker: 3.实现 ...