解析实时的DB time过程分析

在我们查看awr报告的时候总是会有一个关键指标需要注意，那就是DB time,这个指标一般都是通过awr报告来看到的。
比如我们得到的awr报告头部显示的下面的信息，我们就清楚的知道DB time是1502.06 mins，相对于Elapsed time来说，将近有20倍的压力。这个问题肯定需要关注。
              Snap Id      Snap Time      Sessions Curs/Sess
            --------- ------------------- -------- ---------
Begin Snap:      6219 21-Jul-15 22:00:08       583       2.5
  End Snap:      6220 21-Jul-15 23:00:44       639       2.4
   Elapsed:               60.61 (mins)
   DB Time:             1,502.06 (mins)
当然我们也不大可能一下子生成几十个awr报告，然后就为了得到这个DB time值。
在之前的博客中也分享过如何来结合shell脚本抓取数据库的负载信息。
http://blog.itpub.net/23718752/viewspace-1168027/
比如得到的结果如下：
DB_NAME   BEGIN_SNAP   END_SNAP SNAPDATE             LVL DURATION_MINS     DBTIME
--------- ---------- ---------- -------------------- --- ------------- ----------
XXX          93464      93465 21 Aug 2015 00:00      1            30         15
               93465      93466 21 Aug 2015 00:30      1            30          5
               93466      93467 21 Aug 2015 01:00      1            30          5
               93467      93468 21 Aug 2015 01:30      1            30         13
               93468      93469 21 Aug 2015 02:00      1            30         24
这个对于日常的使用其实也基本够用，有一个最大的缺点就是这个指标其实是基于历史快照的，比如现在是15:30分，每隔一个小时生成一次快照，那么我想看看15:30这个时间点的大致数据库负载情况就无法实现了。
这个工作其实还是有一定的使用意义的，比如我们想通过orabbix来做这种类型的监控，不能专门再等1个小时吧，或者把时间调短，但是想必会对性能还是有一定的影响，因为我们只是想知道DB time的情况，其它的信息先放一放，暂时不需要。
Oracle在10g推出的时间模型，里面有一个很重要的数据字典表是DBA_HIST_SYS_TIME_MODEL,但是里面都是历史的信息，没有最新的信息，这个时候可以借助另外一个动态性能视图 v$sys_time_model
所以对于这个监控项，自己也是信心满满，写了下面的语句,看似也能达到效果。
select 
round 
       (
    (select round(e.value / 1000000,2) dbtime 
                        FROM v$SYS_TIME_MODEL e 
                        WHERE 
                         e.STAT_NAME = 'DB time')*100/ 
      (select ((systimestamp+0)-startup_time)*24*60*60 dbtime_duartion_ 
                        from v$instance )  
   ,2)      dbtime_per                  
     from dual;
我的思路就是当前的DB time的值可以得到，但是需要找一个基准，这个时候又没有其它可参考的基准，我就想到使用数据库实例启动的时间，初始化启动的时候DB time的值会从0开始初始化，逐渐递增。
当然还是有误差的，比如数据库从nomount,mount到open阶段,db time的值就开始逐渐递增了,可能参考的基准时间会有一些误差，但是相对来说很小。
比如数据库open状态下
SQL> select value/1000000 ,t.*from v$sys_time_model t where stat_name='DB time'
VALUE/1000000    STAT_ID STAT_NAME   VALUE
------------- ---------- ---------- ----------
   130.364805 3649082374 DB time     130364805

然后停库，启动到mount阶段。
VALUE/1000000    STAT_ID STAT_NAME    VALUE
------------- ---------- ----------- ----------
     6.057183 3649082374 DB time       6057183
启动到Open阶段
VALUE/1000000    STAT_ID STAT_NAME      VALUE
------------- ---------- ---------------------
    10.063956 3649082374 DB time       10063956
可以看到DB time都是在逐渐递增的过程，大体情况下这种方式似乎还是一种不错的选择。
但是配置到orabbix监控中之后，仔细对比快照中的数据库负载，发现数据库的负载情况会有一些错误，有些库中通过快照查看负载在40%左右，但是通过实时取得的数据得到的结果负载时40%,这个时候我还是相信快照中的DB time.
自己带着疑问，手动测试了一下。
比如得到下面的信息是快照中的基准
BEGIN_SNAP   END_SNAP SNAPDATE             BEGIN_INTERVAL_TIME            END_INTERVAL_TIME              DURATION_MINS     DBTIME
---------- ---------- -------------------- ------------------------------ ------------------------------ ------------- ----------
     36202      36203 21 Aug 2015 07:00    21-AUG-15 06.00.59.625 AM      21-AUG-15 07.00.04.417 AM                 59        130
     36203      36204 21 Aug 2015 08:00    21-AUG-15 07.00.04.417 AM      21-AUG-15 08.00.09.642 AM                 60        139
     36204      36205 21 Aug 2015 09:00    21-AUG-15 08.00.09.642 AM      21-AUG-15 09.00.14.248 AM                 60        138
我们还是运行实时查看DB time的脚本来看看差别到底有多大，可以看到这个库的负载情况比较规律，不会出现大的抖动，所以这个时间点范围内的DB time应该还是在130左右。               
因为根据官方文档对于v$sys_time_model的描述，有个5秒的误差或者延迟率。

V$SYS_TIME_MODEL displays the system-wide accumulated times for various operations. The time reported is the total elapsed or CPU time (in microseconds). Any timed operation will buffer at most 5 seconds of time data. Specifically, this means that if a timed operation (such as SQL execution) takes a long period of time to perform, the data published to this view is at most missing 5 seconds of the time accumulated for the operation.

我们就把测试的等待时间延长在5秒以上。
11:25:14 SQL> @aa.sql
    DBTIME   DURATION        PER
---------- ---------- ----------
 105969035 872180.533 121.498968
11:26:42 SQL> @aa.sql
    DBTIME   DURATION        PER
---------- ---------- ----------
 105969055 872180.717 121.498966
可以看到通过快照得到的负载是138/60=200%+
但是通过这个公式算出来的结果却有些小了，在120%左右。
在其它的库中也做了相似的测试，有的库中差别小，有的库中差别大。这个时候感觉脚本的结果是飘忽不定，不准确了。
难道是v$sys_time_model用错了
查看这个视图的定义，和使用dba_hist_sys_time_model还是有关系的。

Column	Datatype	Description
STAT_ID	NUMBER	Statistic identifier for the time statistic
STAT_NAME	VARCHAR2(64)	Name of the statistic (see Table 7-4)
VALUE	NUMBER	Amount of time (in microseconds) that the system has spent in this operation

那就可能是基准不对，如果实例启动的startup_time不对，那么该找哪个基准呢，能够想到的只能是快照中的数据了。
我们可以尝试以一个历史快照为参考，通过比较最新的DB time值来进行负载的计算。
这个时候还需要依赖于dba_sys_time_model和dba_snapshots
这个时候重新改进的语句就是下面的形式。在rac下还没有测试,单实例下还是没有问题的。
select (e.value/1000000/60-temp.dbtime)/(((systimestamp+0)-( END_INTERVAL_TIME+0 ))*24*60) dbtime
from (select t.begin_interval_time,t.end_interval_time,t.snap_id,e.value/1000000/60 dbtime,e.stat_name
                        FROM DBA_HIST_SYS_TIME_MODEL e,dba_hist_snapshot t
                        WHERE
                         e.STAT_NAME = 'DB time'
                         and t.snap_id=e.snap_id
                         and t.begin_interval_time > sysdate-2/24
                         and rownum<2
                         ) temp,v$SYS_TIME_MODEL e
                         where e.STAT_NAME = 'DB time'
                         and rownum<2; 
这个语句的重要控制点就在于时间的选择，如果选择3个小时前，2个小时前就会有一些差别，但是差别很小。可以说是误差。
DB_NAME   BEGIN_SNAP   END_SNAP SNAPDATE             LVL DURATION_MINS     DBTIME
--------- ---------- ---------- -------------------- --- ------------- ----------
XXX          93464      93465 21 Aug 2015 00:00      1            30         15
               93465      93466 21 Aug 2015 00:30      1            30          5
               93466      93467 21 Aug 2015 01:00      1            30          5
比如这个库的负载比较低，在20%以内，我们来看看3个小时前，2个小时前的基准，得到的DB time的情况。
3个小时前为基准：
    DBTIME_WORDLOAD
----------
       18%
2个小时前为基准：
    DBTIME_WORDLOAD
----------
       11%
和基准值差别不大，都是合理的范围之内了。
其实这个问题的根本原因就在于采样的范围，参考的基准越近，得到的误差范围就越低。打个简单的比方，就根据统计近年来的工资收入水平，我们还以解放前的标准来算，现在的误差就会很大，而且不准确，以近些年来的情况来统计，结果就会在范围之内，是一个基本可信的值了。