addm是什么

vivi

addm是什么

monkeybird

ADDM(Automatic Database Diagnostic Monitor) 是植入Oracle数据库的一个自诊断引擎.ADDM 通过检查和分析AWR获取的数据来判断Oracle数据库中可能的问题.

     在Oracle9i及之前，DBA们已经拥有了很多很好用的性能分析工具，比如，tkprof、sql_trace、statspack、set event 10046&10053等等。这些工具能够帮助DBA很快的定位性能问题。但这些工具都只给出一些统计数据，然后再由DBA们根据自己的经验进行优化。

     Oracle10g中推出了新的优化诊断工具：数据库自动诊断监视工具（Automatic Database Diagnostic Monitor :ADDM）和SQL优化建议工具（SQL Tuning Advisor: STA）。这两个工具的结合使用，能使DBA节省大量优化时间，也大大减少了系统宕机的危险。简单点说，ADDM就是收集相关的统计数据到自动工作量知识库(Automatic Workload Repository :AWR)中，而STA则根据这些数据，给出优化建议。

例如，一个系统资源紧张，出现了明显的性能问题，由以往的办法，做个一个statspack快照，等30分钟，再做一次。查看报告，发现’ db file scattered read’事件在top 5 events里面。根据经验，这个事件一般可能是因为缺少索引、统计分析信息不够新、热表都放在一个数据文件上导致IO争用等原因引起的。根据这些经验，我们需要逐个来定位排除，比如查看语句的查询计划、查看user_tables的last_analysed子段，检查热块等等步骤来最后定位出原因，并给出优化建议。但是，有了STA以后，它就可以根据ADDM采集到的数据直接给出优化建议，甚至给出优化后的语句。

        

ADDM能发现定位的问题包括：

?操作系统内存页入页出问题

?由于Oracle负载和非Oracle负载导致的CPU瓶颈问题

?导致不同资源负载的Top SQL语句和对象——CPU消耗、IO带宽占用、潜在IO问题、RAC内部通讯繁忙

?按照PLSQL和JAVA执行时间排的Top SQL语句.

?过多地连接 (login/logoff).

?过多硬解析问题——由于shared pool过小、书写问题、绑定大小不适应、解析失败原因引起的。

?过多软解析问题

?索引查询过多导致资源争用.

?由于用户锁导致的过多的等待时间 (通过包dbms_lock加的锁)

?由于DML锁导致的过多等待时间(例如锁住表了)

?由于管道输出导致的过多等待时间(如通过包dbms_pipe.put进行管道输出)

?由于并发更新同一个记录导致的过多等待时间(行级锁等待)

?由于ITL不够导致的过多等待时间（大量的事务操作同一个数据块）

?系统中过多的commit和rollback(logfile sync事件).

?由于磁盘带宽太小和其他潜在问题（如由于logfile太小导致过多的checkpoint，MTTR设置问题，过多的undo操作等等）导致的IO性能问题I

?对于DBWR进程写数据块，磁盘IO吞吐量不足

?由于归档进程无法跟上redo日至产生的速度，导致系统变慢

?redo数据文件太小导致的问题

?由于扩展磁盘分配导致的争用

?由于移动一个对象的高水位导致的争用问题

?内存太小问题——SGA Target, PGA, Buffer Cache, Shared Pool

?在一个实例或者一个机群环境中存在频繁读写争用的热块

?在一个实例或者一个机群环境中存在频繁读写争用的热对象

?RAC环境中内部通讯问题

?LMS进程无法跟上导致锁请求阻塞

?在RAC环境中由于阻塞和争用导致的实例倾斜

?RMAN导致的IO和CPU问题

?Streams和AQ问题

?资源管理等待事件

ADDM提供了一个整体的优化方案.基于一段时间内的AWR snapshots(默认一小时一次)可以执行ADDM 分析,它可以帮我们诊断在这段期间内数据库可能存在的瓶颈.

ADDM分析的目标是减小吞吐量的度量值, 在这里我们将它称为"DB TIME". DB TIME是一个累积值(数据库服务器处理用户请求所花费的时间). 它包括了等待时间和CPU处理的时间(针对所有活跃的用户进程而言),可以通过查询下面两个视图来获得它的值:  V$SESS_TIME_MODEL, V$SYS_TIME_MODEL.

 

    AWR收集的数据时放到内存中（share pool），通过一个新的后台进程MMON定期写到磁盘中。所以10g的share pool要求比以前版本更大，一般推荐比以前大15-20%。

注意: ADDM不会将处理用户响应时间作为调优的目标, 你应该使用"TRACE"技术来监控它.

通过减小"DB TIME", 使用同样多的系统资源,数据库服务器可以处理更多的用户请求,也就是提高了吞吐量. 通过ADDM报告的问题是按照DB time排序的.