秘籍丨利用Bethune X下钻功能探查数据库深层问题

“

在 Bethune 的监控预警中，当问题具有可追溯性时，在告警右侧就会有一个可点击的小图标，帮助我们进一步分析问题。

”

下图中，系统监控发现了长事务，对于OLTP系统，长时间运行的 DML 操作是必须要多加关注的：

进一步的点击追溯，系统会呈现出详细的信息，例如用户和SQL信息等：

点击SQLID，就进入了SQL和执行计划页面。一目了然的可以看到这个 DELETE 语句，因为全表扫描的执行计划而执行缓慢，极度影响性能：

事实上，到这里 Bethune 就已经完成了整个问题的预警、根因追溯。接下来就应该是 DBA 们大显身手的地方了。

注意：监控是发现问题的手段，而如何解决问题，解决问题的时间，则要由 DBA 来决策和抉择。

DBA 可以根据数据和查询字段的选择性，来判断是否可以通过创建索引提高效率。
并且，不能在业务高峰期间进行索引创建操作，避免引发系统竞争。

SQL> select count(*) from TP_SYS_FIELDHISTORY;

  COUNT(*)
----------
   2430863

SQL> select count(distinct(RECORDID)) from CUST_U_ENMOTECH.TP_SYS_FIELDHISTORY;

COUNT(DISTINCT(RECORDID))
-------------------------
          1944293


SQL> explain plan for delete from tp_sys_fieldhistory where recordid=:"SYS_B_0"
  2  ;

Explained.

SQL> set serveroutput on

SQL> select * from table(dbms_xplan.display());

PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Plan hash value: 2894643821

------------------------------------------------------------------------------------------
| Id  | Operation       | Name        | Rows  | Bytes | Cost (%CPU)| Time     |
------------------------------------------------------------------------------------------
|   0 | DELETE STATEMENT   |             |     1 |    42 | 10379   (1)| 00:02:05 |
|   1 |  DELETE        | TP_SYS_FIELDHISTORY |   |   |        |      |
|*  2 |   TABLE ACCESS FULL| TP_SYS_FIELDHISTORY |     1 |    42 | 10379   (1)| 00:02:05 |
------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - filter("RECORDID"=:SYS_B_0)

14 rows selected.

SQL> create index idx_tpsys_fldhist_rcd on TP_SYS_FIELDHISTORY(RECORDID) compute statistics;

Index created.

SQL> explain plan for delete from tp_sys_fieldhistory where recordid=:"SYS_B_0";

Explained.

SQL> select * from table(dbms_xplan.display());

PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Plan hash value: 3460354814

-------------------------------------------------------------------------------------------
| Id  | Operation      | Name          | Rows  | Bytes | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------------------
|   0 | DELETE STATEMENT  |              | 1 |    42 | 3   (0)| 00:00:01 |
|   1 |  DELETE       | TP_SYS_FIELDHISTORY   |   |   |        |      |
|*  2 |   INDEX RANGE SCAN| IDX_TPSYS_FLDHIST_RCD |    1 |    42 | 3   (0)| 00:00:01 |
-------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("RECORDID"=:SYS_B_0)

从以上的测试效果来看，通过一个索引的创建，原SQL的成本降低到3，效率大大提升。Bethune 在下一个版本中，将完全实现到创建之前的所有建议，实现智能化的索引推荐。