/0/!#1 2 3 4
%
#注:最好一开始我们从 5 报告入手,因为对应时间段的 5 报告往往已经指出了
问题所在。参见A (
#Interpretation
在处理性能问题时,我们最关注的是数据库正在等待什么。
当进程因为某些原因不能进行操作时,它需要等待。花费时间最多的等待事件是我们最需要
关注的,因为降低它,我们能够获得最大的好处。
报告中的78+8'7部分就提供了这样的信息,可以让我们只关注主要
的问题。
Top 5 Timed Events
正如前面提到的,78+8'7是 报告中最重要的部分。它指出了
数据库的 花费时间最多的等待事件,如下:
"#$#% &#' (#########################################4'6#<
==================########################################5###.
' #################################(####% #(###%(###% ##.((
#####
&8#1 #(* ! &#! &###########>$>$?@######A>######A###BC?###( !#0
&8#1 #( D/ #! &##########>>######$>AA#########C?###( !#0
.#% #########################################$?>##########C$
! S#+ !#( ((#############@>B>######>@$$######A###C###( !#0
E# D#.! &#( &#############>BA######?>$?####A@?####BC######+ !
#########
8+' 部分包含了一些跟 '(事件)相关的信息。它记录了这期间遇到
的等待的总次数,等待所花费的总时间,每次等待的平均时间;这一部分是按照每个
' 占总体 的百分比来进行排序的。
根据 8+' 部分的信息的不同,接下来我们需要检查 报告的其他部分,
来验证发现的问题或者做定量分析。等待事件需要根据报告期的持续时间和当时数据
库中的并发用户数进行评估。如: 分钟内 万次的等待事件比 个小时内的
万等待更有问题; 个用户引起的 万次的等待事件比 9 个用户引
起的相同的等待要更有问题。
就像上面的例子,将近 0:的时间是在等待 相关的事件。
o 事件7;7一般表明正在做由全表扫描或者 <
引起的多块读。
评论0
最新资源