1. Redo size
Redo size 单位 bytes，redo size可以用来估量update/insert/delete的频率，大的redo size往往对lgwr写日志，和arch归档造成I/O压力。
Per Transaction可以用来分辨是 大量小事务， 还是少量大事务
如上例每秒redo 约1.5MB ，每个事务6k，符合OLTP特征
2. Logical Read
Logical Read单位 次数*块数， 相当于 “人*次”。
如上例 1579406 * db_block_size=12GB/s ， 逻辑读耗CPU，主频和CPU核数都很重要，逻辑读高则DB CPU往往高，也往往可以看到latch: cache buffer chains等待。
大量OLTP系统(例如siebel)可以高达几十乃至上百Gbytes。
3.Block changes
Block changes 单位 次数*块数 ， 描绘数据变化频率。可以和redo size结合起来看。
4.Physical
Physical Read单位次数*块数
如上例 5557 * 8k = 43MB/s， 物理读消耗IO读，体现在IOPS和吞吐量等不同纬度上；但减少物理读可能意味着消耗更多CPU。好的存储 每秒物理读能力达到几GB，例如Exadata。
5.Physical writes
Physical writes单位 次数*块数，主要是DBWR写datafile，也有direct path write。 dbwr长期写出慢会导致定期log file switch(checkpoint no complete) 检查点无法完成的前台等待。
6.User Calls
User Calls 单位次数，用户调用数，more details from internal
7.Parses
Parses，解析次数，包括软解析+硬解析，软解析优化得不好，则夸张地说几乎等于每秒SQL执行次数。 即执行解析比1:1，而我们希望的是 解析一次 到处运行！
Hard Parses ：万恶之源． Cursor pin s on X， library cache: mutex X ， latch: row cache objects /shared pool……………..。 硬解析最好少于每秒20次
8.W/A
W/A MB processed : 单位MB W/A workarea workarea中处理的数据数量。主要是指PGA中的内存使用，包括排序，位图操作，hash等。应该结合 In-memory Sort%， sorts (disk) PGA Aggr一起看
