老熊的三分地-Oracle及数据恢复

有客户遇到SQL性能不稳定，突然变差导致系统性能出现严重问题的情况。对于大型的系统来说，SQL性能不稳定，有时突然变差，这是常常遇到的问题。这也是一些DBA的挑战。

对于使用Oracle数据库的应用系统，有时会出现运行得好好的SQL，性能突然变差。特别是对于OLTP类型系统执行频繁的核心SQL，如果出现性能问题，通常会影响整个数据库的性能，进而影响整个系统的正常运行。对于个别的SQL，比如较少使用的查询报表之类的SQL，如果出现问题，通常只影响少部分功能模块，而不会影响整个系统。

那么应该怎么样保持SQL性能的稳定性？

SQL的性能变差，通常是在SQL语句重新进行了解析，解析时使用了错误的执行计划出现的。下列情况是SQL会重新解析的原因：

• 1. SQL语句没有使用绑定变量，这样SQL每次执行都要解析。
• 2. SQL长时间没有执行，被刷出SHARED POOL，再次执行时需要重新解析。
• 3. 在SQL引用的对象（表、视图等）上执行了DDL操作，甚至是结构发生了变化，比如建了一个索引。
• 4. 对SQL引用的对象进行了权限更改。
• 5. 重新分析（收集统计信息）了SQL引用的表和索引，或者表和索引统计信息被删除。
• 6. 修改了与性能相关的部分参数。
• 7. 刷新了共享池。
• 8. 当然重启数据库也会使所有SQL全部重新解析。

SQL重新解析后，跟以前相比，性能突然变差，通常是下列原因：

• 1. 表和索引的优化统计信息被删除，或者重新收集后统计信息不准确。重新收集统计信息通常是由于收集策略（方法）不正确引起。比如对分区表使用analyze命令而不是用dbms_stats包、收集统计信息时采样比例过小等等。Oracle优化器严重依赖于统计信息，如果统计信息有问题，则很容易导致SQL不能使用正确的执行计划。
• 2. SQL绑定变量窥探(bind peeking)，同时绑定变量对应的列上有直方图；或者绑定变量的值变化范围过大、分区数据分布极不均匀：
  • 1） 绑定变量的列上有直方图：
    假如表orders存储所有的订单，state列有3种不同的值：0表示未处理，1表示处理成功完成，2表示处理失败。State列上有一个索引，表中绝大部分数据的state列为1，0和2占少数。有下面的SQL：

    select * from orders where state=:b1
    

    这里:b1是变量，在大多数情况下这个值为0，则应该使用索引，但是如果SQL被重新解析，而第一次执行时应用传给变量b1值为1，则不会使用索引，采用全表扫描的方式来访问表。对于绑定变量的SQL，只在第一次执行时才会进行绑定变量窥探，并以此确定执行计划，该SQL后续执行时全部按这个执行计划。这样在后续执行时，b1变量传入的值为0的时候，仍然是第一次执行时产生的执行计划，即使用的是全表扫描，这样会导致性能很差。

  • 2） 绑定变量的值变化范围过大：
    同样假如orders表有一列created_date表示一笔订单的下单时间，orders表里面存储了最近1年的数据，有如下的SQL：

    Select * from orders where created_date >=:b1;
    

    假如大多数情况下，应用传入的b1变量值为最近几天内的日期值，那么SQL使用的是created_date列上的索引，而如果b1变量值为5个月之前的一个值，那么就会使用全表扫描。与上面描述的直方图引起的问题一样，如果SQL第1次执行时传入的变量值引起的是全表扫描，那么将该SQL后续执行时都使用了全表扫描，从而影响了性能。

  • 3） 分区数据量不均匀：
    对于范围和列表分区，可能存在各个分区之间数据量极不均匀的情况下。比如分区表orders按地区area进行了分区，P1分区只有几千行，而P2分区有200万行数据。同时假如有一列product_id，其上有一个本地分区索引，有如下的SQL：

    select * from orders where area=:b1 and product_id =:b2
    

    这条SQL由于有area条件，因此会使用分区排除。如果第1 次执行时应用传给b1变量的值正好落在P1分区上，很可能导致SQL采用全表扫描访问，如前面所描述的，导致SQL后续执行时全部使用了全表扫描。

• 3. 其他原因，比如表做了类似于MOVE操作之后，索引不可用，对索引进行了更改。当然这种情况是属于维护不当引起的问题，不在本文讨论的范围。

综上所述，SQL语句性能突然变差，主要是因为绑定变量和统计信息的原因。注意这里只讨论了突然变差的情况，而对于由于数据量和业务量的增加性能逐步变差的情况不讨论。
为保持SQL性能或者说是执行计划的稳定性，需要从以下几个方面着手：

• 1. 规划好优化统计信息的收集策略。对于Oracle 10g来说，默认的策略能够满足大部分需求，但是默认的收集策略会过多地收集列上的直方图。由于绑定变量与直方图固有的矛盾，为保持性能稳定，对使用绑定变量的列，不收集列上的直方图；对的确需要收集直方图的列，在SQL中该列上的条件就不要用绑定变量。统计信息收集策略，可以考虑对大部分表，使用系统默认的收集策略，而对于有问题的，可以用DBMS_STATS.LOCK_STATS锁定表的统计信息，避免系统自动收集该表的统计信息，然后编写脚本来定制地收集表的统计信息。脚本中类似如下：

  exec dbms_stats.unlock_table_stats…
  exec dbms_stats.gather_table_stats…
  exec dbms_stats.lock_table_stats…
  

• 2. 修改SQL语句，使用HINT，使SQL语句按HINT指定的执行计划进行执行。这需要修改应用，同时需要逐条SQL语句进行，加上测试和发布，时间较长，成本较高，风险也较大。
• 3. 修改隐含参数” _optim_peek_user_binds”为FALSE，修改这个参数可能会引起性能问题（这里讨论的是稳定性问题）。
• 4. 使用OUTLINE。对于曾经出现过执行计划突然变差的SQL语句，可以使用OUTLINE来加固其执行计划。在10g中DBMS_OUTLN.CREATE_OUTLINE可以根据已有的执行正常的SQL游标来创建OUTLINE。如果事先对所有频繁执行的核心SQL使用OUTLINE加固执行计划，将最大可能地避免SQL语句性能突然变差。
  注：DBMS_OUTLN可以通过$ORACLE_HOME/rdbms/admin/dbmsol.sql脚本来安装。
• 5. 使用SQL Profile。SQL Profile是Oracle 10g之后的新功能，此处不再介绍，请参考相应的文档。

除此之外，可以调整一些参数避免潜在的问题，比如将"_btree_bitmap_plans"参数设置为FALSE（这个参数请参考互联网上的文章或Oracle文档）。

而在实际工作中，通过使用定制的统计信息收集策略，以及在部分系统上使用OUTLINE，系统基本上不会出现已有的SQL性能突然变差的情况。当然也有维护人员操作不当引起的SQL性能突然变差，比如建了某个索引而没有收集统计信息，导致SQL使用了新建的索引，而该索引并不适合于那条SQL；维护人员意外删除了表个索引的统计信息。