3、oracle内存讲解

oracle数据库实例（instance）

数据库打开以后，会生成一个内存结构和一堆进程

内存和进程：就是oracle的实例instance

oracle数据库实例结构：

用户是通过连接实例来访问数据库的

shared pool占整个内存的20%

buffer cache占整个内存的80%

redo log buffer占20~100M，一般是100M

各种pool一般占100M

在数据库里，一般数据库的物理内存的50%给oracle，这50%的内存的80%内存给shared pool、buffer cache、redo log buffer、各种pool加起来的一个总和，但是具体情况要根据具体的生产来定

SQL

对于oracle数据库来讲，用户发一个SQL过来，给Oracle数据库，oracle数据库经过执行处理，得到一个结果集，然后返给用户

oracle数据库就是处理SQL，执行SQL的

例如：执行select name from t1 where id = 5;这一条SQL

这是一个SQL文本，对于oracle来说，这个文本显然是不能执行的，

所以对于oracle来说，做的事是：

第一件事是，oracle接收到一个SQL以后，对这个SQL文本进行解析（parse）；

第二件事是：解析完了以后，生成一个oracle能认识的，能够照着去执行的SQL执行计划（explain）

第三件事是：oracle照着这个执行计划去执行这个SQL

这个SQL进行解析，生成执行计划，它是要消耗cpu资源的

oracle把SQL语句解析成执行计划，它需要做什么呢？（这个解析包含什么呢？）

1、判断有没有t1这个表，t1表里有没有id这个列，有没有name这个列，这个SQL语法对不对，id列上有没有索引，如果id=5了预计能返回几行数据等等

2、判断完了以后，通过计算生成执行计划

SQL执行计划

执行计划：就是这个SQL要执行的最好的路径（就比如像是导航时的最佳路线）

一条SQL语句一般有多条执行路径，所以解析就需要去判断，去计算哪条是最好的路径，这就需要消耗cpu资源，由于解析需要消耗cpu资源，oracle就会把这个SQL语句和SQL执行计划存到shared pool里

将SQL和SQL执行计划存到shared pool里面有什么好处呢？

下一次一个用户连接上数据库实例以后，执行这个SQL，另外一个用户连接上以后也要执行这个SQL，它就在shared pool里发现，这个SQL对应的执行计划已经被解析过了，这时就不需要像第一个用户第一次执行这个SQL时，执行那么多的解析过程

shared pool里面存着，或者缓存着曾经执行过的SQL，以及SQL对应的执行计划，那么任何一个用户登录到数据库以后，先去shared pool里面找，这个SQL有没有被解析过，shared pool里面有没有这个SQL及对应的执行计划，如果有就不必像第一个用户那样去执行那么多的解析过程

硬解析（hard parse）

第一个用户连接上数据库实例，发送一个SQL给数据库实例，但是在shared pool里面找不到这个SQL及对应的SQL执行计划，就要解析这个SQL，这种解析叫做硬解析

数据库启动以后，随着业务的增加，一段时间稳定以后，数据库的硬解析就非常低了，因为shared pool的作用，一般每秒钟小于5个硬解析，也就是每秒产生新的SQL，解析新的SQL的数量小于5

软解析（soft parse）

第二个用户连接上数据库实例，执行跟第一个用户同样的一条SQL，而在shared pool里面有这个SQL及对应的SQL执行计划，这时候也要解析，这种解析叫做软解析

软解析比硬解析少了好多步骤，所以说，软解析消耗的资源比硬解析消耗的资源少好多

shared pool（共享池）

shared pool的作用：

就是减少硬解析，缓存SQL以及SQL的执行计划来减少硬解析

SQL的执行步骤

1、解析（parse）

2、执行(execute)

3、获取（fetch）

SQL分两类：

1、select（查询、访问数据的）

2、DML（insert、update、delete）涉及到数据修改的

对于oracle来讲，不管是select还是DML都需要解析：

对于DML解析完了，对应的是执行；

对于select解析完了，对应的是获取。

但是一般我们都说SQL的执行步骤都是：解析（parse）---> 执行(execute) ---> 获取（fetch）

datafile（数据文件）

无论是执行还是获取，oracle都会做一件事，就是访问表（表数据），就要访问数据库的datafile文件

图解：

数据库的datafile被格式化成一个一个的block（数据块），block的大小：2K、4K、8K、16K、32K，一般的是：8K；一个block里面存放着多行数据，比如有100行数据

block是IO的最小单位（最小单元）

buffer cache

缓存着表，缓存着block



图解：

buffer cache，oracle也把它格式化成8K大小的一个一个的buffer

用户访问表里的一行数据，这一行数据呢，在一个block里面，这时候oracle会把整个block里面全部的数据行都读取到buffer cache里面去，只需要一行，不管是100行还是多少行，都把整个block加载到buffer里面去

redo log buffer

oracle把整个block里面全部的数据行都读取到buffer cache里面去之后，对其中的一行数据进行修改（insert、update、delete），在内存里面修改，修改完之后，它会对修改的那个动作产生一个日志，记录到redo log buffer里面去；
修改完了之后，马上要提交，提交的时候，又把redo log buffer里面的日志写到数据库的redo log里面去；这时候，在buffer里面被修改的数据就没必要马上写回数据库的datefile里面去了，因为相关的日志已经被保存到redo log里面了，就算这时候数据库突然崩了，被修改过的数据还没被写到磁盘上，被修改的数据没了，等数据库重新启动以后，oracle会使用redo log里面被修改过的数据的日志，自动的再把那一行数据找回来再重新修改回来

所以对于oracle来说，只要日志保存了，被修改过的数据就被保存了

只要对表，对block进行修改，就一定会产生日志；只要提交，日志就会被写到磁盘上，永久保存；只要日志保存了，我们就认为对这个block的修改就永久保存了，因为oracle会自动的对没有从buffer写到block的数据，使用redo log重新恢复过来

redo log buffer的作用：缓存redo log

命中

一个用户要修改或者读取表里的一行数据，但是这一行数据在buffer cache里面没有，这时候就要到磁盘的block里面找，找到之后oracle就把这个block读取到buffer里去，再从buffer里面修改或者读取；然后第二个用户，他也要读取这个表里的另外一行数据，这行数据也在这个block里面，这时候，第二个用户就在buffer cache里面找到了那一行数据，就没有必要再从磁盘上读取，也避免了物理读，这叫做一次命中

命中率

命中率一般可以达到99.9%；假设oracle读一万次buffer，只产生了十次物理读，其余都是内存读