黎俊杰
声明：部分表名为了脱敏而用XX代替
1、故障现象
（1）一个业务系统输入用户名与密码后无法进入首页，表现为一直在运行等待，运行缓慢
（2）整个系统无法正常使用，接近停运状态
2、故障解决方法
调整数据库参数alter system setevent='10949 trace name context forever, level 1'来关闭“direct path read”（直接路径读）特性,使SQL语句可以从缓存中查询数据，达到降低I/O读取量，使全表扫描的数据从缓存中读取，加快SQL语句运行速度的目的。
3、故障原因总结
（1）由于部分SQL语句设计或编写效率低下，以及表缺少适应的索引，导致SQL语句需要全表扫描，在表较小时，ORACLE数据库将数据读取到缓存后，后续虽然是全表扫描，但均是从缓存中读取，所以问题未体现出来
（2）在表的大小不断增大后，根据ORACLE 11g数据库的算法，在表达到db_cache_size（GB）的2%（默认值）以后，认为采用直接路径读（跳过缓存，直接从磁盘文件中全扫描读取）
（3）DX_T_XXVIATE表大小为1GB，在大量反复以direct pathread磁盘重复读取的情况下，消耗大量的I/O资源，将服务器I/O几乎耗尽
（4）在主机I/O耗尽的情况下，系统的读、写，均几乎处于瘫痪状态
（5）在关闭ORACLE 11G数据库的direct path read新特性功能后，读取方式恢复到从缓存中读取，磁盘读降到“0”，系统恢复正常
4、改进建议
（1）优化访问DX_T_XXVIATE 相关的SQL语句与设计合适的索引，避免大表全表扫描。
5、故障原因分析
5.1 7月11日故障时段数据库服务器I/O等待严重
5.2 7月11日故障时段磁盘响应非常缓慢
5.3 对比故障当日（7月11日）与上周的I/O磁盘读取量，比上周大十倍
故障前、中、后磁盘读取量对比图：
上面高的蓝色线，是故障当日（2016年7月1日，周一）的磁盘Disk Read KB/s指标线
5.4 高度消耗I/O的SQL语句。
上面SQL_ID为b8m6wy846qgbk的SQL语句，physical reads鹤立鸡群，可见此SQL语句的影响最为严重。
5.5 全表扫描单次超过6秒的表与其SQL语句统计。
统计汇总时间：08：00—10：00
统计时间：08：00—10：00单次扫描超过6秒的SQL语句及时长详细清单
上面数据显示，08：00—10：00统计时间内，所有全表扫描超过6秒的表，全部是DX_T_XXVIATE这一张表，涉及到的SQL语句有60多条，执行次数最多的数SQL_ID为b8m6wy846qgbk的语句。
5.6 全表扫描最严重SQL语句故障前、后、故障解决后磁盘读取数量对比
5.6.1 7月11日以前系统运行正常的情况下SQL_ID为b8m6wy846qgbk的语句执行统计信息
--执行统计信息（buffer get很大，但是disk reads为0，判定数据基本从buffer中读取）：
--执行计划（对DT_T_OBVIATE全表扫描，预计时间为5分钟30秒）：
5.6.2 7月11日故障当日SQL_ID为b8m6wy846qgbk的语句执行统计信息
--执行统计信息（buffer get和disk reads都一样的巨大，基本判定每次数据全是从磁盘读取到BUFFER）：
--执行计划（对DT_T_OBVIATE全表扫描，预计时间为5分钟30秒，从执行计划的PHV和plan均看出执行计划在系统故障时与正常时，是保持一致的）：
5.6.3 故障解决后（取7月12日数据）SQL_ID为b8m6wy846qgbk的语句执行统计信息
--执行统计信息（故障解决后，PVH值不变，Disk Reads又恢复到了故障前的“0”，说明每次执行数据又是从BUFFER中读取的）：
5.7等待事件变化识别数据读取方式变化比较
看来，系统实际上在2016年7月10日（周日），SQL语句的数据读取方式就发生了少量的direct path read，系统实际上已经处于间歇式缓慢状态，到了2016年7月11日（周一），问题特别严重，约99%左右的执行是direct path read，导致I/O耗尽，系统瘫痪。
About Me
.........................................................................................................................................................................................................
