sql监控需求

通过SQL定时分析表监控Unix系统性能

一、 前言

作为Unix系统中的Oracle数据库管 理员，时刻监控操作系统的性能无疑是非常重要的，幸运的是Unix系统提供了大量的监控命令，比如vmstat, iostat, sar, top等等，这些监控命令均以字符界面输出结果，再加上Unix系统中shell的强大分析功能，这样我们只需要编写一些脚本就可以实现自动的后台监控， 当有问题的时候再自动发送邮件给DBA。

其实相类似的一些监控脚本可能已经随处可见了，但是本文提到的一个新的思路，就是利用Oracle数据库的statspack空间来存储监控的结果，再利用数据库天生的检索优势，这样比以往靠shell分析甚或是人工分析生成的监控结果文件要更加轻松，智能，同时也能实现更持久和更广泛的监控。

本文大部分素材来源自Donald K. Burleson的Oracle9i Unix Administration Handbook，但是对于脚本中的一些错误和不合理的地方作了修改，并且添加了一些功能，本文的测试环境全部基于Sun Solaris 8 Sparc 64bit + Oracle9.2.0.5。

本文第一版主要以监控内存消耗和CPU等待的vmstat命令为例，将陆续添加iostat等其它命令的监控脚本。

二、 思路

首先安装statspack，然后手工创建一个用于存储vmstat命令输出结果的表，再作一个shell定时执行vmstat，将结果全部插入数据库表中，最后就是通过SQL定时分析表中的数据，超过预先指定的门限值就告警。同时根据表中的数据，我们还能作出系统性能的趋势报告。

三、 vmstat脚本及步骤

1. 安装statspack

sqlplus “/ as sysdba” SQL> @?/rdbms/admin/spcreate.sql

按照提示设定perfstat用户的密码之后，由于是10g，我选择了SYSAUX表空间作为perfstat用户的默认表空间，而没有另行创建表空间。

2. 创建stats$vmstat表

SQL> connect perfstat/perfstat SQL> @create_vmstat_tab.sql # create_vmstat_tab.sql drop table stats$vmstat; create table stats$vmstat ( start_date date, duration number, server_name varchar2(20), running_queue number, waiting_queue number, swap_in number, swap_out number, kbytes_page_in number, Kbytes_page_out number, page_scan number, user_cpu number, system_cpu number, idle_cpu number, wait_cpu number ) tablespace sysaux storage (initial 10m next 1m pctincrease 0) ; comment on column stats$vmstat.start_date is '监控时间'; comment on column stats$vmstat.duration is '监控时长'; comment on column stats$vmstat.server_name is '服务器名称'; comment on column stats$vmstat.running_queue is '执行队列'; comment on column stats$vmstat.waiting_queue is '等待队列'; comment on column stats$vmstat.swap_in is '每秒平均交换进LWPs数'; comment on column stats$vmstat.swap_out is '交换出进程数'; comment on column stats$vmstat.kbytes_page_in is '换页进字节(K)'; comment on column stats$vmstat.kbytes_page_out is '换页出字节(K)'; comment on column stats$vmstat.page_scan is '换页守护进程扫描页数'; comment on column stats$vmstat.user_cpu is '用户操作占用的CPU'; comment on column stats$vmstat.system_cpu is '系统操作占用的CPU'; comment on column stats$vmstat.idle_cpu is 'CPU空闲率'; comment on column stats$vmstat.wait_cpu is 'CPU等待率(AIX独有)';

3. 创建vmstat目录

在oracle用户主目录下创建用于存放所有相关脚本的vmstat目录。

$ cd $ mkdir vmstat

4. 创建get_vmstat.ksh脚本

改脚本用于定时执行vmstat命令并且将结果存入数据库。

# get_vmstat.ksh #!/bin/ksh #---------------------------------------- # 首先设定环境变量，根据实际环境修改. . . . #---------------------------------------- ORACLE_SID=kamusdb export ORACLE_SID ORACLE_HOME=`cat /var/opt/oracle/oratab|grep ^$ORACLE_SID:|cut -f2 -d':'` export ORACLE_HOME PATH=$ORACLE_HOME/bin:$PATH export PATH SERVER_NAME=`uname -a|awk '{print $2}'` typeset -u SERVER_NAME export SERVER_NAME #---------------------------------------- # 每5分钟运行一次vmstat(300秒)，可以根据实际情况修改 . . . . #---------------------------------------- SAMPLE_TIME=300 #---------------------------------------- # 脚本一旦运行将不会停止，除非关闭操作系统 . . . . # -S参数表示监控swap空间的情况，报告si，so列 # msg$$中的$$表示一个任意2位数字，系统自动生成 #---------------------------------------- while true do vmstat –S ${SAMPLE_TIME} 2 > /tmp/msg$$ #---------------------------------------- # Solaris系统的vmstat没有wait CPU统计，所以我们在那一列中存入0 # $1, $2, $6, $7等数字分别表示vmstat输出中的第几列， # 每个Unix系统中的vmstat输出可能都不一样， # 所以修改这些列号，就可以应对不同的操作系统。 #---------------------------------------- cat /tmp/msg$$|sed 1,3d | awk ' { printf("%s %s %s %s %s %s %s %s %s %s n", $1, $2, $6, $7, $8, $9, $12, $20, $21, $22) }' | while read RUNQUE WAITQUE SWAPIN SWAPOUT PAGE_IN PAGE_OUT PAGE_SCAN USER_CPU SYSTEM_CPU IDLE_CPU do $ORACLE_HOME/bin/sqlplus perfstat/perfstat <<EOF insert into perfstat.stats$vmstat values ( SYSDATE, $SAMPLE_TIME, '$SERVER_NAME', $RUNQUE, $WAITQUE, $SWAPIN, $SWAPOUT, $PAGE_IN, $PAGE_OUT, $PAGE_SCAN, $USER_CPU, $SYSTEM_CPU, $IDLE_CPU, 0 ); commit; EXIT EOF done done #---------------------------------------- #删除临时文件 #---------------------------------------- rm /tmp/msg$$

5. 创建run_vmstat.ksh脚本

该脚本放在crontab中，用来定时检查get_vmstat.ksh脚本有没有 正常运行，如果在运行，那么不作任何动作，如果不在运行，那么就运行get_vmstat.ksh脚本。这个脚本的意义在于防止重新启动操作系统之后忘记 运行get_vmstat.ksh脚本。

# run_vmstat.ksh #!/bin/ksh #---------------------------------------- # 首先设定环境变量，根据实际环境修改. . . . #---------------------------------------- SCRIPT_PATH=`echo ~oracle/vmstat` export SCRIPT_PATH ORACLE_SID=kamusdb export ORACLE_SID ORACLE_HOME=`cat /var/opt/oracle/oratab|grep $ORACLE_SID:|cut -f2 -d':'` export ORACLE_HOME PATH=$ORACLE_HOME/bin:$PATH export PATH #---------------------------------------- # 作更进一步地控制，在系统没有操作的时间内停止监控 # 晚上8点到第二天凌晨8点之间停止监控 # 其它时间如果get_vmstat不在运行，就运行它 #---------------------------------------- HOUR=`date +"%H"` check_stat=`ps -ef|grep get_vmstat|grep -v grep|wc -l` vmstat_num=`expr $check_stat` if [ $HOUR -gt 19 ] || [ $HOUR -lt 8 ] then if [ $vmstat_num -gt 0 ] then kill -9 `ps -ef|grep get_vmstat |grep -v grep|awk '{print $2 }'` > /dev/null fi else if [ $vmstat_num -le 0 ] then nohup $SCRIPT_PATH/get_vmstat.ksh > /dev/null 2>&1 & fi fi

6. 创建crontab作业，定时执行run_vmstat.ksh脚本

该作业每半小时运行一次。

$ crontab –l > oracle.cron $ echo ’00,30 * * * * /export/home/oracle/vmstat/run_vmstat.ksh >> /export/home/oracle/vmstat/run.lst 2>&1’ >> oracle.cron $ crontab oracle.cron

7. 分析数据

至此已经完成了定时运行vmstat和在数据库中存储vmstat结果的步骤。自然，仅仅是搜集了统计信息是远远不够的，下面我们要分析搜集来的信息，产生操作系统的性能报告。

将报告分为以下几类，分别用脚本实现。

异常报告：显示超过了门限值的时间段（vmstat_alert.ksh + vmstat_alert.sql）。

每小时趋势报告：显示一天内每小时的系统平均利用情况（rpt_vmstat_hr.sql）。

周趋势报告：显示每天的系统平均利用情况（rpt_vmstat_dy.sql）。

1) 异常报告

# vmstat_alert.sql REM ---------------------------------------- REM 该SQL用于报告Oracle环境中每个服务器的异常情况。 REM 根据get_vmstat.ksh脚本得到的信息，报告每个小时的平均值。 REM DBA发现异常时间段，则可以深入检查每5分钟的详细数据。 REM 在这个脚本中接受一个参数，表示需要报告的时间跨度。 REM 对于runing queue的门限值应该设置为CPU数， REM 表示如果出现大量等待执行的任务就报警，这通常表示CPU负载过重。 REM 对于page scan(sr)的门限值设置为1， REM 表示只要出现page daemon扫描页就报警，这通常表示内存不足。 REM 对于CPU利用率，设置为70，表示超过70%以上的利用率才报警。 REM 比如运行vmstat_alert 7 REM 表示输出当前日期之前7天之内的执行队列大于4， REM sr大于1，CPU利用率超过70%的按照小时统计的报告。 REM ---------------------------------------- set lines 80; set pages 999; set feedback off; set verify off; column my_date heading 'date hour' format a20 column c2 heading waitq format 9999 column c3 heading pg_in format 9999 column c4 heading pg_ot format 9999 column c5 heading usr format 9999 column c6 heading sys format 9999 column c7 heading idl format 9999 column c8 heading wt format 9999 ttitle 'run queue > CPUs|May indicate an overloaded CPU| When runqueue exceeds the number of CPUs| on the server, tasks are waiting for service.'; select server_name, to_char(start_date,'YY/MM/DD HH24') my_date, avg(running_queue) c2, avg(kbytes_page_in) c3, avg(kbytes_page_out) c4, avg(user_cpu) c5, avg(system_cpu) c6, avg(idle_cpu) c7 from perfstat.stats$vmstat WHERE running_queue > 4 and start_date > sysdate-&1 group by server_name, to_char(start_date,'YY/MM/DD HH24') ORDER BY server_name, to_char(start_date,'YY/MM/DD HH24') ; ttitle 'page_scan > 1|May indicate overloaded memory| Whenever Unix performs a page-in, the RAM memory | on the server has been exhausted and swap pages are being used.'; select server_name, to_char(start_date,'YY/MM/DD HH24') my_date, avg(running_queue) c2, avg(kbytes_page_in) c3, avg(kbytes_page_out) c4, avg(user_cpu) c5, avg(system_cpu) c6, avg(idle_cpu) c7 from perfstat.stats$vmstat WHERE page_scan > 1 and start_date > sysdate-&1 group by server_name, to_char(start_date,'YY/MM/DD HH24') ORDER BY server_name, to_char(start_date,'YY/MM/DD HH24') ; ttitle 'user+system CPU > 70%|Indicates periods with a fully-loaded CPU subssystem.|Periods of 100% utilization are only a | concern when runqueue values exceeds the number of CPs on the server.'; select server_name, to_char(start_date,'YY/MM/DD HH24') my_date, avg(running_queue) c2, avg(kbytes_page_in) c3, avg(kbytes_page_out) c4, avg(user_cpu) c5, avg(system_cpu) c6, avg(idle_cpu) c7 from perfstat.stats$vmstat WHERE (user_cpu + system_cpu) > 70 and start_date > sysdate-&1 group by server_name, to_char(start_date,'YY/MM/DD HH24') ORDER BY server_name, to_char(start_date,'YY/MM/DD HH24') ; # vmstat_alert.ksh #---------------------------------------- # 可以将此shell加入cron中，每天7点运行 #---------------------------------------- #!/bin/ksh #---------------------------------------- # 首先设定环境变量，根据实际环境修改. . . . # 接受一个参数输入，表示当前要报告的 数据库SID #---------------------------------------- ORACLE_SID=$1 export ORACLE_SID ORACLE_HOME=`cat /var/opt/oracle/oratab|grep $ORACLE_SID:|cut -f2 -d':'` export ORACLE_HOME PATH=$ORACLE_HOME/bin:$PATH export PATH SCRIPT_PATH=`echo ~oracle/vmstat` export SCRIPT_PATH sqlplus perfstat/perfstat<<! spool /tmp/vmstat_$ORACLE_SID.lst @$SCRIPT_PATH/vmstat_alert 7 4 spool off; exit; ! #---------------------------------------- # 检查vmstat_alert.sql的输出结果 # 正常情况应该只包含下面2行 # SQL> @/export/home/oracle/vmstat/vmstat_alert 7 # SQL> spool off; # 如果超过3行则表示有异常值，那么直接邮件给DBA #---------------------------------------- check_stat=`cat /tmp/vmstat_$ORACLE_SID.lst|wc -l`; oracle_num=`expr $check_stat` if [ $oracle_num -gt 3 ] then cat /tmp/vmstat_$ORACLE_SID.lst|mailx -s "System vmstat alert" [e-mail] [e-mail] fi

1． 创建crontab作业，每天7点定时执行vmstat_alert.ksh脚本

$ crontab –l > oracle.cron $ echo ’00 7 * * * /export/home/oracle/vmstat/vmstat_alert.ksh kamusdb >> /export/home/oracle/vmstat/runalert.lst 2>&1’ >> oracle.cron $ crontab oracle.cron

2) 每小时趋势报告

# rpt_vmstat_hr.sql REM ---------------------------------------- REM 该SQL用于报告Oracle环境中每个服务器一天内小时平均的CPU使用率 REM 接受一个参数，用于指定需要报告的日期，格式为YYYYMMDD REM ---------------------------------------- connect perfstat/perfstat; set pages 9999; set feedback off; set verify off; column server_name heading 'server' format a10 column my_hour heading 'hour' format a10 column c2 heading runq format 9999 column c3 heading pg_in format 9999 column c4 heading pg_ot format 9999 column c5 heading usr format 9999 column c6 heading sys format 9999 column c7 heading idl format 9999 column c8 heading wt format 9999 select server_name, to_char(start_date, 'HH24') my_hour, avg(runing_queue) c2, avg(kbytes_page_in) c3, avg(kbytes_page_out) c4, avg(user_cpu + system_cpu) c5, avg(system_cpu) c6, avg(idle_cpu) c7 from stats$vmstat where trunc(start_date) = to_date(&1,'yyyymmdd') group BY server_name,to_char(start_date, 'HH24') order by server_name,to_char(start_date, 'HH24');

3) 周趋势报告

# rpt_vmstat_dy.sql REM ---------------------------------------- REM 该SQL用于报告本周内Oracle环境中每个服务器的日平均CPU使用率 REM ---------------------------------------- connect perfstat/perfstat; set pages 9999; set feedback off; set verify off; column server_name heading 'server' format a10 column my_day heading 'day' format a20 column c2 heading runq format 9999 column c3 heading pg_in format 9999 column c4 heading pg_ot format 9999 column c5 heading usr format 9999 column c6 heading sys format 9999 column c7 heading idl format 9999 column c8 heading wt format 9999 select server_name, to_char(start_date, 'day') my_day, avg(runing_queue) c2, avg(kbytes_page_in) c3, avg(kbytes_page_out) c4, avg(user_cpu + system_cpu) c5, avg(idle_cpu) c7 from stats$vmstat where trunc(start_date) >= trunc(next_day(sysdate, 'MONDAY')) - 7 and trunc(start_date) < trunc(next_day(sysdate, 'MONDAY')) group BY server_name, to_char(start_date, 'day') order by server_name, to_char(start_date, 'day');

好了，有了这些报告。我们就只需要编写一些脚本就可以实现自动的后台监控，当有问题的时候再自动发送邮件给DBA。