关于oracle物化视图总结收藏
2012-11-23 22:37
344 查看
Oracle 文档中,物化视图作为数据仓库中的一项技术,但在OLTP(联机事务处理)系统中是用来进行数据同步,使用查询重写来优化SQL查询语句都是很方便的。 一、物化视图的权限 1、权限 物化视图存在三种角色 分别为:创建者,刷新者,所有者 一般建议这三种角色都为所有者 1) 创建者需要的权限: 如果是所有者:create materialized view OR create any materialized view Create table OR create any table 源表和源表的select权限, 如果不是所有者: 创建者:create materialized view OR create any materialized view 所有者:Create table OR create any table 源表和源表的select权限, 2) 刷新者是所有者 源表和源表的select权限, 刷新者不是所有者 刷新者:alter any materialized view 所有者:源表和源表的select权限, 二、物化视图的创建 物化视图的刷新支持三种方式:complete、fast、force,即:全量刷新、增量刷新、默认增量刷新(如果默认增量刷新不成功则是全量刷新)。 增量刷新必须创建源表的物化视图日志 0) 一:创建物化视图日志 1、 Create table tb_aa10 as select * from aa10; 2、 create materialized view log on ta_aa10 with rowid; 1) 创建物化图 Create materialized view tb_aa10_mv 2 build immediate 3 refresh force 4 with rowid 5 as select * from tb_aa10; 创建方式:build immediate\deferred 默认方式为 build immediate 刷新方式:refresh force\complete\fast\never on demand\commit 默认的刷新方式为:refresh force on demand 日志方式:with primary key \rowid 默认为 primary key 三、物化视图的刷新 因为创建的时候指定了 on demand ,刷新就需要人工控制。就是使用命令行方式调用刷新或者通过job 实现 1)手工刷新 SQL> insert into tb_aa10 select * from aa10 2 where rownum < 101; 100 rows inserted SQL> commit Commit complete SQL> select count(*) from mlog$_tb_aa10; COUNT(*) ---------- 100 SQL>begin dbms_mview.refresh('tb_aa10_mv','fast'); end; / SQL> select count(*) from tb_aa10_mv; COUNT(*) ---------- 520 SQL> select count(*) from mlog$_tb_aa10; COUNT(*) ---------- 0 刷新完成后会自动清除物化视图日志 2) 使用刷新组管理刷新 SQL> begin 2 dbms_refresh.make( 3 name =>'ref_grp', 4 list => 'tb_aa10_mv', 5 next_date => sysdate, 6 interval => 'sysdate + 1/24/60/6'); 7 end; 8 / 加入刷新组,每10秒钟进行刷新一次 SQL> select name,rname from user_refresh_children; NAME RNAME ------------------------------ ------------------------------ TB_AA10_MV REF_GRP SQL> show parameter job NAME TYPE VALUE ------------------------------------ ----------- ------------------------------ job_queue_processes integer 10 SQL> select count(*) from tb_aa10; COUNT(*) ---------- 520 SQL> delete from tb_aa10; 520 rows deleted SQL> commit; Commit complete SQL> select 2 mview_name,refresh_method,last_refresh_type,last_refresh_date 3 from user_mviews where mview_name='tb_aa10_mv'; MVIEW_NAME REFRESH_METHOD LAST_REFRESH_TYPE LAST_REFRESH_DATE ------------------------------ -------------- ----------------- ----------------- SQL> select count(*) from tb_aa10_mv; COUNT(*) ---------- 0 Oracle内部记录同一个源表的物化视图日志是否还在另一个刷新中使用,当所有物化视图都刷新过后,才会删除物化视图日志,因而多物化视图交叉刷新,不会受到影响。 1) 二: 2) 创建物化视图日志 Create materialized view log on aa10 with rowed; 删除物化视图日志 Drop materialized view log on aa10; 3) 创建物化视图 Create materialized view mv_aa10 Refresh fast on demand With rowid As select * from aa10; 物化视图建好后在 materialized view 文件夹下刷新会有相应的文件 删除物化视图 Drop materialized view mv_net_ac22; 4) 创建索引 Create index idx_net_ac22_aaa042 on ac22(aaa042) tablespace wssb_rep; 删除索引(删除物化视图后必须删除相关索引) Drop index idx_net_ac22_aaa042; 5) 物化视图分析 SQL> exec dbms_stats.gather_table_stats(ownname => 'netrep',tabname => 'net_ac22'); 刷新组管理 1、 创建刷新组 SQL> Begin Dbms_refresh.make( Name =>’ref_grp’, List =>’……’, Next_date => sysdate, Interval =>’sysdate’+ 1/24/60/10); End; / 2、 添加某物化视图到刷新组 SQL> Begin Dbms_refresh.add( Name => ‘ref_grp’, List => ‘……’); End; / 3、 从刷新组中移除某物化视图 SQL> Begin Dbms_refresh.subtract( Name=> ‘ref_grp’, List =>’……’); End; / 4、 删除某刷新组 SQL> Begin Dbms_refresh.destory( Name => ‘ref_grp’); End; / 物化视图相关数据字典 user_mviews all_mviews dba_mviews (物化视图的基本信息及最后刷新信息) user_mview_logs all_mview_logs dba_mview_logs(物化视图日志的信息) user_refresh all_refresh dba_refresh(刷新组信息) user_refresh_children all_refresh_children dba_refresh_children (刷新组成员信息) |
鉴于当前学习oracle还不深,本文档的目的是如何通过statspack来分析数据库的命中率和调整oracle的SGA。从oracle自身来说,性能最大的两个瓶颈就是命中率和等待事件。等待事件作为接下来第二个学习点,本文档当作命中率和oracle内存机制熟悉的一次总结。
本次总结分为以下几点:
1、oracle的SGA介绍;
2、SGA各部分命中率介绍;
3、命中率相关的Statspack数据表作用介绍;
4、如何使用statspack获得和分析命中率。
一、 oracle的SGA
通常oracle实例包括了两个组件:系统全局区域SGA和oracle后台进程。当启动oracle的时候,oracle就会用malloc()命令去建立一个内存区域作为SGA。
SGA总容量=共享池(shared pool)+缓存区高速缓存(data
buffer cache)《db_keep_cache_size,db_recycle_cache_size,db_nk_cache_size》+日志缓冲区(redo
log buffer)《11Kredo log buffer的保护页》+大型池(large pool)+java存储区(java pool)+《streams_pool_size(10g中的新内存池)+16M(sga内部内存消耗,适合于9I及之前版本)》
1、共享池由库缓存(library cache)与字典缓存(dictionary cache)两部分,库缓存包括共享sql区(shared sql areas)、pl/sql存储过程和包以及控制结构(如锁、库缓存句柄)。
2、大型池属于可变区,用于共享服务(shared server mts方式)的会话内存和oracle分布式事务处理的oracle接口,oracle备份和恢复操作(启用了rman)。
3、Java池的内存用于存储所有会话中特定java代码和jvm中的数据。属于可变区。
参数介绍:
1、Sga_max_size ,SGA可用最大物理内存是由该参数决定的。可用show parameter
sga查询。平常查看任务管理器,你会发现oracle进程显示的内存使用数量小于sga最大的内存数量,是因为oracle实例开启时,只载入内存区最小的大小,其他sga内存只作为虚拟内存分配,这样就会有一个风险,产生过多的page
in/out操作,这种磁盘交换是很耗时间的。因而可以用pre_page_sga设置为true ,lock_sga(危险,导致数据无法开启,原因未研究,官方说法是跟PC机有关)设置为true解决。
2、db_block_size,执行许多全表收索的oracle数据仓库和系统将会从16K大小块中受益。另外db_file_multiblock_read_count与db_block_size之前有非常重要的关系,在unlx物理层上,oracle总是以最小64K的数据块读入。
3、db_cache_size指定data buffer cache的大小。在oltp系统中,推荐设置为sga_max_siz/2-sga_max_size*2/3.
非标准块尺寸的块大小可以在创建表空间(create tablespace)通过blocksize参数指定,而不同块尺寸的buffer cache的大小就由相应参数db_nk_cache_size来指定,其中n可以是2,4,8,16或者32。另外注意一点,db_nk_cache_size参数不能设定标准块尺寸的缓冲区大小,举例来说,如果db_block_size设定为4k,就不能再设定db_4k_cache_size参数了。
4、shared_pool_size决定共享区的大小
5、large_pool_size确定大型池的大小
6、java_pool_size确定java池的大小
二、 SGA各部分命中率介绍
1、数据缓存区命中率
select value from v$sysstat wherename='physical reads'
select value from v$sysstat wherename='physical reads direct'
select value from v$sysstat wherename='physical reads direct (lob)'
select value from v$sysstat where name='consistentgets'
select value from v$sysstat wherename='db block gets'
X= physical reads direct+ physicalreads direct (lob)
命中率=100-(physical reads-x)/(consistent
gets+ db block gets-x)*100
通常发现命中率低于90%,则应该考虑增大数据缓冲区。
select (100 -(n1.value - n2.value - n3.value) /
(n4.value+ n5.value - n2.value - n3.value) * 100) as per
from (selectvalue from v$sysstat where name = 'physical reads') n1,
(selectvalue from v$sysstat where name = 'physical reads direct') n2,
(selectvalue
fromv$sysstat
wherename = 'physical reads direct (lob)') n3,
(selectvalue from v$sysstat where name = 'consistent gets') n4,
(selectvalue from v$sysstat where name = 'db block gets') n5
2、共享池命中率
select sum(pinhits)/sum(pins)*100"hit radio" from V$librarycache
通常共享池命中率低于95%,考虑增加共享池内存
3、排序
select name,value from V$sysstat wherename like '%sort%'
发现sort(disk)数值较高时,应增加sort_area_size的内存大小
4、重做日志缓冲区
select name,value from V$sysstat wherename='redo log space requests'
该查询结构的vlue值应接近于零,否则每次将log_buffer增大5%.不过不需要超过3M,超过3M无效。
三、 命中率相关的Statspack数据表作用介绍
1、stats$buffer_pool_statistics该表是记录缓冲池使用情况
free_buffer_wait 等待自由缓冲的数量计数
buffer_busy_wait 因冲突而不能够请求道数据块的次数
db_block_gets 数据块获取的数量
consistent_gets 逻辑读入的数量
physical_reads oracle发出的磁盘块获取数量
physical_writes oracle请求的物理磁盘写入的数量
2、stats$librarycache该表是保存库缓存活动信息
namespace 命名空间,值可以是sql区域、表、过程、包、触发器
pin 统计库缓存中对象的执行次数
reloads 统计解析在表示库缓存中不存在,并强制oracle分配私有sql区域来解析和执行语句的次数。
3、stats$rowcache_summary该表来度量辞典缓存活动
gets 提供请求这种类型对象的全部数量
getmisses 统计oracle不得不执行磁盘I/O来从它辞典表中获取行的次数。
四、 使用statspack获得和分析命中率
1. 获得数据缓存区命中率
使用rpt_bhr_all.sql脚本在stats$buffer_pool_statistics表中获取每次快照的命中率值、
要获得命中率趋势数据,可以按每天小时和每星期每天做分析。
使用rpt_bhr8i_hr.sql按照每小时的平均值给予。使用rpt_bhr8i_dy.sql按照每天的一个星期中各天的平均值给予。
2. 库缓存缺失率
Sql语句的编译包括了两个阶段:解析阶段和执行阶段,当解析一个sql语句的时候,oracle首先会检查在库缓存中是否已经存在解析过的语句表示,如果没有,oracle就会在库缓存中分配一块共享sql区域,然后解析sql语句。因而sql尽量少的解析过程可以提高性能。
通过rpt_lib_miss.sql脚本分析stats$librarycache表可以查看缺失率情况。
库缓存命中率是由所有载入到ram缓冲的辞典对象所决定,这些对象包括表/过程、触发器、索引、包以及簇,这些对象都不应该在库缓存内发生问题。
通过rpt_lib.sql脚本可以显示各个快照期间库缓存内对象的细节活动。
3. 数据辞典缓存率
数据辞典缓存用来保存来自内部的oracle元数据表的行,包括在包中存储的sql,每一次对sql语句进行解析以及sql收集动态存储进行执行的时候,都要访问数据辞典缓存。rpt_dict_alert.sql,rpt_dict_dy.sql,rpt_dict_detail.sql,rpt_dict_detail_alert.sql
注:
1.以上所有脚本执行的结果,放到execle上,做成图形可以做成很好的趋势图。
相关文章推荐
- 关于oracle新特性的推荐之一:物化视图
- 关于oracle新特性的推荐之一:物化视图
- oracle 物化视图 总结
- 定位导致物化视图无法快速刷新的原因 分类: H2_ORACLE 2013-08-08 23:04 335人阅读 评论(0) 收藏
- oracle物化视图总结(一)
- (转)oracle 物化视图 总结
- Oracle物化视图的用法与总结
- 关于Oracle物化视图
- ORACLE 物化视图
- Oracle物化视图详解
- Oracle 物化视图
- oracle物化视图日志结构
- Oracle基于物化视图的远程数据复制
- oracle物化视图的使用
- Oracle物化视图介绍
- 关于vs2008设计视图假死的原因及解决方案总结
- ORACLE物化视图与视图区别
- Oracle的物化视图
- 傅老师课堂:Oracle高级应用之物化视图(materialized view)
- oracle物化视图学习笔记