Debian系统Oracle数据库监控技巧

Debian系统上的Oracle数据库监控实践

一 监控体系与工具选型

• 操作系统层：用 top/htop、vmstat、iostat、sar、dstat、nmon 观察 CPU、内存、I/O、网络 等基础资源，配合 ps -ef | grep ora_ 检查 PMON/SMON/DBWn/LGWR 等关键进程是否存活。
• 数据库层：使用 oratop 实时查看会话、SQL、等待事件与 RAC/ADG 概况；通过 AWR/ASH/ADDM 做周期性与短时性能诊断；必要时用 SQL Developer 做可视化辅助。
• 日志与诊断：利用 ADRCI 统一访问告警/跟踪日志；在 Data Guard 场景监控 v$archived_log.applied 确认备库应用延迟。
• 平台化监控：中小规模可用 Zabbix（ODBC/External Check）或 Prometheus + oracle_exporter 做指标采集与告警；企业级可用 Oracle Enterprise Manager（OEM） 集中监控与诊断。

二 关键SQL与阈值示例

• 活跃会话与长时SQL
  • 活跃会话与执行中SQL（含已运行时间、事件/CPU、SQL文本前40字符）：
    • select ses.inst_id||‘:’||ses.sid as inst_sid, username, (sysdate - sql_exec_start) day(1) to second(0) as sql_exec_start, ses.sql_id, substr(sql.sql_text,1,40) sql_text, substr(case when time_since_last_wait_micro=0 then (case wait_class when ‘Idle’ then ‘IDLE: ‘||event else event end) else ‘ON CPU’ end,1,33) event, (case when time_since_last_wait_micro=0 then wait_time_micro else time_since_last_wait_micro end)/1e6 wait_sec from gv$session ses, gv$sqlstats sql where ses.inst_id||’:’||ses.sid <> sys_context(‘USERENV’,‘INSTANCE’)||‘:’||sys_context(‘USERENV’,‘SID’) and username is not null and status=‘ACTIVE’ and ses.sql_id=sql.sql_id(+);
  • 按耗时定位TOP SQL（秒级）：
    • select sql_id, sql_text, elapsed_time/1e6 “耗时(秒)”, executions from v$sql order by elapsed_time desc fetch first 10 rows only;
• 表空间使用率（超过 80% 建议扩容或清理）
  • select a.tablespace_name, round(a.bytes/1024/1024,2) “总大小(MB)”, round((a.bytes-b.bytes)/1024/1024,2) “已用(MB)”, round((a.bytes-b.bytes)/a.bytes*100,2) “使用率%” from (select tablespace_name, sum(bytes) bytes from dba_data_files group by tablespace_name) a, (select tablespace_name, sum(bytes) bytes from dba_free_space group by tablespace_name) b where a.tablespace_name = b.tablespace_name;
• 等待事件与回滚争用
  • 等待事件汇总（识别热点等待）：
    • select event, sum(decode(wait_time,0,0,1)) “累计等待”, sum(decode(wait_time,0,1,0)) “当前等待”, count(*) “总次数” from v$session_wait group by event order by 4;
  • 回滚段争用（waits/gets 越小越好）：
    • select name, waits, gets, waits/gets “Ratio” from v$rollstat a, v$rollname b where a.usn = b.usn;
• 内存命中率（逻辑读/物理读视角）
  • select a.value+b.value “logical_reads”, c.value “phys_reads”, round(100*((a.value+b.value)-c.value)/(a.value+b.value)) “BUFFER HIT RATIO” from v$sysstat a, v$sysstat b, v$sysstat c where a.statistic#=38 and b.statistic#=39 and c.statistic#=40;
• Data Guard 备库应用延迟（阈值可按业务调整）
  • 思路：取已应用的最大序列号对应 next_time，与当前时间比较，超过阈值（如 1–3 小时）即告警。

三 告警与自动化

• Shell 巡检脚本范式（示例要点）
  • 环境：设置 ORACLE_SID、ORACLE_HOME、PATH；以 sqlplus -s / as sysdba 执行查询；将结果写入日志并根据阈值 if 判断 触发 mailx 告警。
  • 可扩展项：检查 PMON 进程、监听状态（lsnrctl status）、表空间使用率、活跃会话数、备库 applied 延迟等，统一纳入 crontab 定时执行。
• 平台化告警
  • Zabbix：通过 ODBC 采集表空间/会话/SQL 指标，配置触发器（如 >80% 使用率、>N 个活跃会话、备库延迟超阈值）。
  • Prometheus + oracle_exporter：暴露会话、等待、I/O、命中率等指标，用 Alertmanager 定义告警规则并推送至企业微信/钉钉/邮件。

四 日志与诊断

• 日志位置与追踪
  • 告警与跟踪文件：select value from v$diag_info where name=‘default trace file’;
  • 旧参数兼容查询：select value from v$parameter where name in (‘user_dump_dest’,‘background_dump_dest’);
  • 使用 ADRCI 统一查看/打包告警与跟踪日志，便于问题回溯。
• 性能基线与分析
  • 定期生成 AWR/ASH/ADDM 报告定位瓶颈与异常；在 Data Guard 场景结合 v$archived_log 校验备库 applied 进度与延迟。

五 实用检查清单