mysql热块争用_Oracle 索引热块引起的latch争用实例分析(转)
转自:http://www.itpub.net/thread-1748214-1-1.html
引言:索引的热块其实和数据块的热块发生的原理大相径庭,也都是因为大量会话一起访问同一个索引块造成的,我们的解决方案有反向索引,分区索引等。我们说任何一种方式都不是完美的,有优点就必然有缺点,我们把包含索引键值的索引块从顺序排列打散到无序排列,降低了latch争用,同时也增加了
LEO1@LEO1>create table leo1 (id number , name varchar2(200));创建了一个leo1表
Table created.
LEO1@LEO1>insert into leo1 (id,name) select object_id,object_name from dba_objects;将dba_objects前2个字段复制到leo1表中。
71966 rowscreated.
LEO1@LEO1>select id,name from leo1 where rownum<10;好已经完成
ID NAME
----------------------------------------------------
673 CDC_CHANGE_SOURCES$
674 I_CDC_CHANGE_SOURCES$
675 CDC_CHANGE_SETS$
676 I_CDC_CHANGE_SETS$
677 CDC_CHANGE_TABLES$
678 I_CDC_CHANGE_TABLES$
679 CDC_SUBSCRIBERS$
680 I_CDC_SUBSCRIBERS$
681 CDC_SUBSCRIBED_TABLES$
LEO1@LEO1>create index leo1_index on leo1(id);在leo1表上id列创建一个索引
Index created.
LEO1@LEO1>execute dbms_stats.gather_table_stats('LEO1','LEO1',cascade=>true);对表和索引一起做一个分析,cascade=>true指的是级联表上的索引一起做分析
PL/SQL proceduresuccessfully completed.
LEO1@LEO1>create table leo2 (id number,name varchar2(200));创建leo2表
Table created.
LEO1@LEO1>insert into leo2 (id,name) select object_id,object_name from dba_objects;插入71968行
71968 rowscreated.
为什么比leo1表多了2行呢,就是多了leo1和leo1_index这2个对象,我们刚刚建的。
LEO1@LEO1>create index leo2_index on leo2(id) reverse;创建一个反向索引
Index created.
LEO1@LEO1>execute dbms_stats.gather_table_stats('LEO1','LEO2',cascade=>true);做分析
PL/SQL proceduresuccessfully completed.
LEO1@LEO1>select index_name,index_type,table_name,status from dba_indexes wheretable_name in ('LEO1','LEO2');
INDEX_NAME INDEX_TYPE TABLE_NAME STATUS
--------------------------------------------------------- ------------------------------ --------
LEO1_INDEX NORMAL LEO1 VALID
LEO2_INDEX NORMAL/REV LEO2 VALID
LEO2_INDEX是反向索引,我们使用它来把顺序的索引块反向成无序索引块存储,这样我们在查询一个区间范围时,索引键值就会落在不连续的索引块上,防止热块的产生,降低“latch链表”争用。这可能算是反向索引唯一被使用的情况。因为反向索引不支持index range scan功能,只支持index full scan全索引扫描,如何理解呢,举个简单的例子反向索引不能帮你检索出id> 1 and id < 10的行,但可以帮你检索出id=10的行,也就是说对范围扫描效率低,等值扫描效率还是很高的。
LEO1@LEO1> set autotrace on; 启动执行计划
LEO1@LEO1>select count(*) from leo1 whereid<100;这是B-TREE索引执行计划
COUNT(*)
----------
98
Execution Plan
----------------------------------------------------------
Plan hash value:423232053
--------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
--------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 5 | 2 (0)| 00:00:01 |
| 1 | SORT AGGREGATE | | 1| 5 | | |
|* 2 |INDEX RANGE SCAN| LEO1_INDEX | 96 | 480 | 2 (0)| 00:00:01 |
--------------------------------------------------------------------------------
索引范围扫描,因为我们查询索引键值都是存放在连续的索引块中,所以只有仅仅的2个一致性读,它只扫描符合条件的索引块就能找到相应的记录。
PredicateInformation (identified by operation id):
---------------------------------------------------
2 - access("ID"<100)
Statistics
----------------------------------------------------------
0 recursive calls
0 db block gets
2 consistent gets
0 physical reads
0 redo size
526 bytes sent via SQL*Net to client
523 bytes received via SQL*Net from client
2 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
1 rows processed
LEO1@LEO1>select count(*) from leo2 whereid<100;反向索引执行计划
COUNT(*)
----------
98
Execution Plan
----------------------------------------------------------
Plan hash value:1710468575
------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 5 | 45 (0)| 00:00:01 |
| 1 | SORT AGGREGATE | | 1 | 5 | | |
|* 2 |INDEX FAST FULL SCAN| LEO2_INDEX | 96 | 480 | 45 (0)| 00:00:01 |
------------------------------------------------------------------------------------
快速全索引扫描,因为我们查询索引键值在反向索引中是存放在不连续的索引块上,由于索引键值在磁盘物理块位置上的无序,因此只能执行全索引扫描,即所有的索引块全扫一遍抽取符合条件的记录出来,从这里就可以看出检索相同行数,全索引扫描执行计划要比索引范围扫描执行计划多扫了84倍的块,那么反过来看“latch争用”的几率小了84倍。
PredicateInformation (identified by operation id):
---------------------------------------------------
2 - filter("ID"<100)
Statistics
----------------------------------------------------------
0 recursive calls
0 db block gets
168 consistent gets
0 physical reads
0 redo size
526 bytes sent via SQL*Net to client
523 bytes received via SQL*Net from client
2 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
1 rows processed
下面我写个存储过程,作用呢就是通过索引频繁的访问表中的记录,当有多个会话一起执行时看看有没有发生争用
存储过程
LEO1@LEO1>create or replace procedure p10
as
l number;
begin
for i in 1..50000
loop
select count(*) into l from leo1 whereid<10000;
end loop;
dbms_output.put_line('successfully');
end;
/
2 3 4 5 6 7 8 9 10 11
Procedure created.
三个会话同时反复访问表leo1
session:19
LEO1@LEO1>execute p10;
successfully
PL/SQL proceduresuccessfully completed.
session:147
LEO1@LEO1>execute p10;
successfully
PL/SQL procedure successfullycompleted.
session:148
LEO1@LEO1>execute p10;
successfully
PL/SQL proceduresuccessfully completed.
session:144
LEO1@LEO1>select s1.sid,s2.event from v$session s1,v$session_wait s2 where s1.sid=s2.sidand s1.status='ACTIVE' and s2.event like '%buffer%';
SID EVENT
--------------------------------------------------------------------------
19 latch: cache buffers chains
148 latch: cache buffers chains
147 latch: cache buffers chains
从会话等待事件中出现了“latch链表”争用,在你操作的过程中可能执行一次并没有显示,因为latch等待非常快就结束了多多执行几次就能看出效果。同理访问leo2表的时候可能碰巧也会发现latch等待,由于数据分布的比较广,因此你碰到的概率就很小很小。
mysql热块争用_Oracle 索引热块引起的latch争用实例分析(转)相关推荐
- 一种基于三维块匹配滤波(BM3D)算法的散斑噪声抑制的仿真与实例分析
▒▒本文目录▒▒ 一.引言 二.三维块匹配滤波BM3D去噪原理 2.1 第一阶段 2.1.1 块匹配 2.1.2 协同硬阈值滤波 2.1.3 聚合 2.2 第二阶段 2.2.1 块匹配 2.2.2 协 ...
- raid5需要几块硬盘_Raid5盘阵2块硬盘损坏【热备盘未激活】数据恢复概述
[Raid5阵列数据恢复案例简介] 今天记录一次raid5磁盘阵列数据恢复的成功案例.首先简单介绍一下需要数据恢复的服务器基础配置情况: 客户的服务器设备为EMC存储,raid5磁盘阵列,由多块sta ...
- Oracle 反向键索引的原理和用途(减少索引热点块)
Oracle 反向键索引的原理和用途(减少索引热点块) 我们知道Oracle会自动为表的主键列建立索引,这个默认的索引是普通的B-Tree索引.对于主键值是按顺序(递增或递减)加入的情况,默认的B-T ...
- mysql物理删除索引_Oracle与MySQL删除字段时对索引和约束的处理
不知道有多少人清楚的知道,在Oracle中,如果一个复合索引,假定索引(a,b,c)三个字段,删除了(包括unused)其中一个字段,Oracle会怎么处理这个索引.同样,如果是约束,Oracle又怎 ...
- mysql等待事件类型_Oracle中常见的33个等待事件小结
在Oracle 10g中的等待事件有872个,11g中等待事件1116个. 我们可以通过v$event_name 视图来查看等待事件的相关信息 一. 等待事件的相关知识 1.1 等待事件主要可以分为两 ...
- 高性能mysql:创建高性能的索引
2019独角兽企业重金招聘Python工程师标准>>> 索引是存储引擎用于快速找到记录的一种数据结构. 索引对于良好的性能非常关键,尤其是当表中的数据量越来越大时,索引对性能的影响愈 ...
- 【MySQL】创建高性能的索引
目录 索引基础 索引类型 索引的优点 高性能的索引策略 维护索引和表 索引基础 MySQL先在索引上按值进行查找,然后返回所有包含该值的数据行. 索引可以包含一个或多个列的值,如果索引包含多个列,那么 ...
- MySql高级:explain及索引优化
一.mysql安装linux版本rpm安装 查看是否安装了mysl rpm -qa | grep -i mysql 一定要下载指定的64位,因为电脑是64位的否则会安装失败 https://www.j ...
- mysql分表后怎么索引_分库分表后的索引问题
摘要 最近遇到一个慢sql,在排查过程中发现和分库分表后的索引设置有关系,总结了下问题. 问题 在进行应用健康度盘点时,发现有个慢sql 如下 select brandgoodid from bran ...
最新文章
- 一个同步github上fork过来的项目的批处理脚本
- SharePoint 2010 change home page或者default page
- JS时间戳格式化日期时间
- Acwing202. 最幸运的数字
- Silverlight MMORPG网页游戏开发课程(Game Lesson):目录
- labview列表框禁用鼠标单击_【跟我学LabVIEW】什么是局部变量?如何创建及使用局部变量?...
- 盲审不到4分的论文竟中了ICLR 2019??!!ICLR 2019官方这样回应
- 正反对角线java表示_连接4对角线Win Check
- foobar2000隐藏桌面悬浮窗头像_多多情侣头像大全app-多多情侣头像大全软件v1.0.1...
- python自学行吗-《》 python自学行吗?
- 使用PG处理地图数据偏移问题
- [数值计算-11]:多元函数求最小值 - 偏导数与梯度下降法Python法代码示例
- 如何科学地利用A/B测试快速迭代产品?
- 【毕业设计/课程设计】基于Flutter的聊天社交应用
- web前端网页制作 小组作业(制作一个简单的小网页)
- 液晶LCD广告机是什么,主要用途有哪些。广告一体机的种类有哪些。
- 机器学习必看书籍推荐
- 使用yagmail模块群发工资条
- Azure DevOps Server(TFS) 客户端分析
- 【图像去雾】基于matlab颜色衰减先验图像去雾【含Matlab源码 2036期】