簡(jiǎn)介面向Oracle DBA與數(shù)據(jù)庫(kù)性能調(diào)優(yōu)開發(fā)者的SQLT工具腳本合集覆蓋10g、11g、12c、18c、19c多個(gè)版本可用于分析執(zhí)行計(jì)劃不佳的SQL語(yǔ)句、生成并遷移SQL Profile從而縮短執(zhí)行時(shí)間、降低資源消耗。壓縮包共205個(gè)文件以160個(gè)sql腳本為主體輔以19個(gè)pkb包體、19個(gè)pks包規(guī)范及少量txt說明與html文檔整體約927KB體積輕便卻結(jié)構(gòu)完整便于按版本與功能模塊檢索調(diào)用。其中coe_xfr_sql_profile一類腳本可用于在不同環(huán)境間轉(zhuǎn)移SQL Profile配合SQL Tuning Advisor的建議落地優(yōu)化策略。已有422人學(xué)習(xí)下載適合需要排查SQL性能瓶頸、復(fù)用調(diào)優(yōu)腳本的中高級(jí)DBA參考使用。1. 一個(gè)壓縮包名暴露了 Oracle 版本遷移最臟的那段路看到sqlt_10g_11g_12c_18c_19c_5th_June_2020.zip這個(gè)名字做過 Oracle 升級(jí)的人大概都會(huì)心一笑SQLTSQLTXPLAIN工具覆蓋 10g 到 19c 五個(gè)大版本打包日期 2020 年 6 月。這不是一個(gè)普通的工具包它幾乎就是一條時(shí)間線——從 10g 到 19cOracle 優(yōu)化器換了三代SQL 執(zhí)行計(jì)劃能翻車的姿勢(shì)也翻了三代。真正讓人頭疼的從來不是升級(jí)本身而是升級(jí)之后某條 SQL 突然變慢而你手里沒有升級(jí)前的執(zhí)行計(jì)劃做對(duì)比。SQLT 就是干這個(gè)的把一條 SQL 的執(zhí)行計(jì)劃、統(tǒng)計(jì)信息、優(yōu)化器參數(shù)、綁定變量、等待事件全部抓下來生成一份可對(duì)比的診斷報(bào)告。這篇文章講的就是怎么用這個(gè)工具包在跨版本遷移場(chǎng)景里把 SQL 性能問題從玄學(xué)變成可復(fù)現(xiàn)的排查流程。2. SQLT 到底抓了什么先搞懂 XPLAIN 和 XTRACT 的分工很多人拿到 SQLT 壓縮包解壓完看到一堆腳本就懵了。其實(shí)核心入口只有兩個(gè)sqltxtract.sql和sqltxplain.sql。前者針對(duì)單條 SQL 做深度診斷后者針對(duì)整個(gè) SQL 集合做批量采集。搞清這兩個(gè)腳本的定位后面的操作才不會(huì)亂。2.1 SQLT 的采集模型為什么它比 AWR 更適合單條 SQL 對(duì)比AWR 是實(shí)例級(jí)的采樣粒度是快照間隔一條 SQL 在兩次快照之間跑了多少次、每次的執(zhí)行計(jì)劃是什么AWR 只能給你一個(gè)聚合后的近似值。SQLT 不一樣它是 SQL 級(jí)的精確采集你給它一個(gè) SQL_ID 或者直接貼 SQL 文本它會(huì)把這條 SQL 在共享池里的游標(biāo)信息、執(zhí)行計(jì)劃哈希值、優(yōu)化器環(huán)境optimizer_features_enable、optimizer_mode、系統(tǒng)統(tǒng)計(jì)信息、對(duì)象統(tǒng)計(jì)信息、綁定變量捕獲值全部落盤。這個(gè)差異在跨版本遷移里是致命的。10g 升 19c優(yōu)化器從 CBO 的早期形態(tài)變成了自適應(yīng)執(zhí)行計(jì)劃加 SQL Plan Management 的體系同一條 SQL 在兩邊可能生成完全不同的計(jì)劃。AWR 里你只能看到“升級(jí)后這條 SQL 平均耗時(shí)從 0.5 秒變成 8 秒”但看不到“為什么”。SQLT 的報(bào)告里會(huì)明確告訴你計(jì)劃哈希變了、某個(gè)索引從 INDEX RANGE SCAN 變成了 FULL TABLE SCAN、原因是統(tǒng)計(jì)信息在 19c 下被自動(dòng)收集任務(wù)刷新了。常見做法是升級(jí)前在源庫(kù)對(duì)關(guān)鍵 SQL 跑一次 XTRACT升級(jí)后在目標(biāo)庫(kù)對(duì)同樣的 SQL 再跑一次兩份報(bào)告做 diff。這個(gè)流程聽起來簡(jiǎn)單但實(shí)際操作里有幾個(gè)參數(shù)必須調(diào)對(duì)否則報(bào)告根本沒法對(duì)比。2.2 安裝 SQLT三個(gè)目錄權(quán)限和一條必須改的配置SQLT 的安裝不是sqlplus / as sysdba install.sql就完事的。它需要在目標(biāo)庫(kù)創(chuàng)建一個(gè)專門的 schema通常叫SQLTXPLAIN并且這個(gè) schema 需要一系列系統(tǒng)權(quán)限。下面是我一般會(huì)走的步驟。# 1. 解壓到獨(dú)立目錄不要放在 ORACLE_HOME 下面 unzip sqlt_10g_11g_12c_18c_19c_5th_June_2020.zip -d /u01/tools/sqlt cd /u01/tools/sqlt # 2. 確認(rèn)當(dāng)前 sqlplus 版本與目標(biāo)庫(kù)一致 sqlplus -v # 3. 以 sysdba 連接目標(biāo)庫(kù)執(zhí)行安裝腳本 sqlplus / as sysdba sqlt/install/sqcreate.sql安裝腳本會(huì)交互式問你幾個(gè)問題SQLT schema 的密碼、默認(rèn)表空間、臨時(shí)表空間。這里有個(gè)血淚經(jīng)驗(yàn)——默認(rèn)表空間不要用 SYSAUX 或者 USERS單獨(dú)建一個(gè) 200MB 起步的表空間。SQLT 在采集大 SQL 的時(shí)候會(huì)把執(zhí)行計(jì)劃、統(tǒng)計(jì)信息、甚至 CBO 的 trace 全部存進(jìn)自己的表里一條復(fù)雜 SQL 的 XPLAIN 報(bào)告可能產(chǎn)生幾十MB的基表數(shù)據(jù)。用 USERS 表空間的話趕上業(yè)務(wù)庫(kù)空間緊張采集到一半報(bào) ORA-01653 是常有的事。-- 安裝前先建好獨(dú)立表空間避免和業(yè)務(wù)對(duì)象搶空間 CREATE TABLESPACE sqlt_data DATAFILE /u01/oradata/ORCL/sqlt_data01.dbf SIZE 200M AUTOEXTEND ON NEXT 50M MAXSIZE 2G; -- 確認(rèn) SQLT schema 的默認(rèn)表空間 ALTER USER sqltxplain DEFAULT TABLESPACE sqlt_data;安裝完成后用sqltxplain用戶登錄執(zhí)行sqlt/install/sqltusers.sql授權(quán)給需要跑采集的 DBA 賬號(hào)。注意不要用 SYS 直接跑 XTRACTSYS 跑出來的報(bào)告里很多對(duì)象信息會(huì)因?yàn)闄?quán)限過高而顯示不全反而丟失了普通用戶視角下的執(zhí)行計(jì)劃細(xì)節(jié)。用業(yè)務(wù) schema 或者一個(gè)有SELECT ANY DICTIONARY權(quán)限的 DBA 賬號(hào)跑報(bào)告才貼近真實(shí)。2.3 XTRACT 的最小命令SQL_ID、連接串和輸出目錄假設(shè)升級(jí)前在 10g 源庫(kù)上你要采集一條問題 SQL 的診斷信息。最簡(jiǎn)命令是這樣的# 在源庫(kù)執(zhí)行采集 SQL_ID 為 8k3m2n1p0q 的 SQL sqlplus sqltxplain/password//source_host:1521/ORCL sqlt/run/sqltxtract.sql \ 8k3m2n1p0q \ TAGpre_upgrade \ METHODXTRACT參數(shù)說明第一個(gè)位置參數(shù)是 SQL_ID必須是在v$sql里能查到的。TAG是給這次采集打的標(biāo)簽會(huì)體現(xiàn)在輸出文件名里跨版本對(duì)比時(shí)靠它區(qū)分。METHODXTRACT表示只做 SQL 級(jí)采集不生成完整的 XPLAIN 報(bào)告XPLAIN 會(huì)額外采集大量對(duì)象統(tǒng)計(jì)信息耗時(shí)更長(zhǎng)適合深度分析單條 SQL 時(shí)用。輸出文件默認(rèn)落在 SQLT schema 的安裝目錄下文件名類似sqlt_s12345_8k3m2n1p0q_pre_upgrade.html。這個(gè) HTML 報(bào)告是自包含的直接瀏覽器打開就能看不需要額外依賴。提示如果 SQL 在共享池里已經(jīng)被 aged outsqltxtract.sql會(huì)報(bào)錯(cuò)找不到 SQL_ID。這時(shí)候要么從 AWR 歷史里拿 SQL_ID 配合sqltxecute.sql重放要么直接用sqltxplain.sql貼 SQL 文本重新解析。前者更準(zhǔn)后者更快。2.4 跨版本對(duì)比把兩份 HTML 報(bào)告變成可 diff 的結(jié)構(gòu)SQLT 生成的 HTML 報(bào)告人眼看沒問題但要做版本對(duì)比靠肉眼翻兩個(gè)幾十頁(yè)的 HTML 是不現(xiàn)實(shí)的。我的做法是在采集時(shí)加FORMATJSON參數(shù)12c 以上版本支持把關(guān)鍵信息導(dǎo)出成結(jié)構(gòu)化數(shù)據(jù)然后用腳本做字段級(jí) diff。# 12c 及以上版本輸出 JSON 格式便于程序化對(duì)比 sqlplus sqltxplain/password//target_host:1521/ORCL sqlt/run/sqltxtract.sql \ 8k3m2n1p0q \ TAGpost_upgrade \ METHODXTRACT \ FORMATJSONimport json def load_plan(path): with open(path) as f: data json.load(f) # 提取執(zhí)行計(jì)劃的核心字段操作類型、對(duì)象名、成本、基數(shù) plan [] for step in data.get(execution_plan, []): plan.append({ operation: step.get(operation), object: step.get(object_name), cost: step.get(cost), cardinality: step.get(cardinality), }) return plan pre load_plan(pre_upgrade.json) post load_plan(post_upgrade.json) # 逐行對(duì)比標(biāo)出操作類型或?qū)ο蟀l(fā)生變化的步驟 for i, (a, b) in enumerate(zip(pre, post)): if a[operation] ! b[operation] or a[object] ! b[object]: print(fStep {i}: {a[operation]}({a[object]}) - {b[operation]}({b[object]}))這段腳本的邏輯很直白把兩份 JSON 里的執(zhí)行計(jì)劃按步驟序號(hào)對(duì)齊逐行比較操作類型和訪問對(duì)象。一旦發(fā)現(xiàn)某一步從INDEX RANGE SCAN變成了TABLE ACCESS FULL或者訪問的對(duì)象從索引變成了表就打印出來。實(shí)際使用中計(jì)劃步驟數(shù)可能不一致比如 19c 下多了自適應(yīng)計(jì)劃的分支這時(shí)候zip會(huì)截?cái)嘈枰某砂从?jì)劃哈希值分組后再對(duì)比。參數(shù)上cost和cardinality的差異超過 30% 就值得人工介入看低于這個(gè)閾值通常是統(tǒng)計(jì)信息正常波動(dòng)。3. 五個(gè)版本之間的坑10g 到 19c 的優(yōu)化器行為差異SQLT 工具本身是跨版本兼容的但你在 10g 上采集的報(bào)告拿到 19c 上對(duì)比時(shí)很多字段的含義已經(jīng)變了。不理解這些差異報(bào)告看得越多越糊涂。3.1 10g 到 11g綁定變量窺探從“偶爾”變成“默認(rèn)”10g 時(shí)代綁定變量窺探bind peeking只在硬解析的第一次執(zhí)行時(shí)發(fā)生之后游標(biāo)復(fù)用就不再看了。11g 引入了自適應(yīng)游標(biāo)共享ACS同一個(gè) SQL 在不同綁定變量值下可能生成多個(gè)子游標(biāo)每個(gè)子游標(biāo)有自己的執(zhí)行計(jì)劃。這意味著你在 10g 上采集到的是“一個(gè) SQL 一個(gè)計(jì)劃”到 11g 上可能變成“一個(gè) SQL 五個(gè)計(jì)劃”。SQLT 報(bào)告里體現(xiàn)這個(gè)差異的地方是v$sql的CHILD_NUMBER字段。10g 的報(bào)告里通常只有 child 011g 以上可能出現(xiàn) child 0 到 child 4。對(duì)比的時(shí)候不能只比 child 0要把所有子游標(biāo)的計(jì)劃都拉出來看。我一般會(huì)在采集命令里加CHILDALL參數(shù)強(qiáng)制采集所有子游標(biāo)。# 采集所有子游標(biāo)的執(zhí)行計(jì)劃避免漏掉 ACS 產(chǎn)生的分支計(jì)劃 sqlplus sqltxplain/password//source_host:1521/ORCL sqlt/run/sqltxtract.sql \ 8k3m2n1p0q \ TAGpre_upgrade_all_children \ METHODXTRACT \ CHILDALL3.2 12c 的自適應(yīng)執(zhí)行計(jì)劃報(bào)告里多出來的那幾行是什么12c 開始優(yōu)化器可以在運(yùn)行時(shí)決定是否把某個(gè)子計(jì)劃切換成自適應(yīng)形式。SQLT 報(bào)告里會(huì)多出ADAPTIVE標(biāo)記的行以及STATISTICS COLLECTOR這樣的步驟。很多人在對(duì)比 11g 和 12c 的報(bào)告時(shí)看到計(jì)劃步驟數(shù)對(duì)不上就慌了其實(shí)大部分是自適應(yīng)計(jì)劃的分支結(jié)構(gòu)導(dǎo)致的。處理辦法是在 12c 以上版本采集時(shí)加ADAPTIVEOFF參數(shù)強(qiáng)制關(guān)閉自適應(yīng)特性再采一次得到一份“退化到 11g 行為”的計(jì)劃。兩份計(jì)劃一對(duì)比就能區(qū)分哪些差異是版本特性引入的哪些是真正的性能退化。-- 在會(huì)話級(jí)別關(guān)閉自適應(yīng)執(zhí)行計(jì)劃用于生成對(duì)比基線 ALTER SESSION SET _optimizer_adaptive_plans FALSE; ALTER SESSION SET _optimizer_adaptive_statistics FALSE;注意這兩個(gè)下劃線參數(shù)是隱藏參數(shù)只在診斷會(huì)話里臨時(shí)用不要寫進(jìn)生產(chǎn)環(huán)境的初始化參數(shù)文件。用完記得ALTER SESSION恢復(fù)或者直接斷開重連。3.3 18c 和 19cSQL Plan Management 的基線會(huì)不會(huì)被 SQLT 干擾18c 之后 SPMSQL Plan Management成為默認(rèn)開啟的特性一條 SQL 如果被捕獲為基線優(yōu)化器會(huì)強(qiáng)制使用基線里的計(jì)劃。SQLT 在采集時(shí)會(huì)查詢DBA_SQL_PLAN_BASELINES如果發(fā)現(xiàn)當(dāng)前 SQL 有基線報(bào)告里會(huì)標(biāo)注SQL_PLAN_BASELINE字段。這里有個(gè)容易翻車的地方在目標(biāo)庫(kù)跑 XTRACT 時(shí)如果 SPM 已經(jīng)自動(dòng)捕獲了升級(jí)后的新計(jì)劃作為基線你采集到的就是“被基線鎖定后的計(jì)劃”而不是優(yōu)化器真正想選的計(jì)劃。對(duì)比的時(shí)候會(huì)誤以為計(jì)劃沒變實(shí)際上是被 SPM 兜住了。排查方法是先查基線狀態(tài)-- 查看目標(biāo) SQL 是否被 SPM 基線鎖定 SELECT sql_handle, plan_name, enabled, accepted, fixed FROM dba_sql_plan_baselines WHERE sql_text LIKE %你的SQL片段%;如果fixedYES說明計(jì)劃被強(qiáng)制鎖定這時(shí)候要么臨時(shí)ALTER SESSION SET _use_sql_plan_baselineFALSE再采一次要么在報(bào)告里明確標(biāo)注“基線已啟用”避免誤判。3.4 統(tǒng)計(jì)信息收集策略的版本差異為什么同一張表兩邊行數(shù)差一倍10g 的統(tǒng)計(jì)信息收集依賴GATHER_STATS_JOB默認(rèn)只在維護(hù)窗口跑而且對(duì)分區(qū)表的增量統(tǒng)計(jì)支持很差。12c 之后引入了增量統(tǒng)計(jì)incremental statistics分區(qū)表的全局統(tǒng)計(jì)信息可以靠分區(qū)級(jí)的 synopsis 快速合并。19c 更是默認(rèn)開啟了實(shí)時(shí)統(tǒng)計(jì)信息收集real-time statistics在 DML 過程中就會(huì)更新統(tǒng)計(jì)信息。這個(gè)差異導(dǎo)致同一個(gè)表在 10g 和 19c 上的NUM_ROWS、BLOCKS、AVG_ROW_LEN可能差很多。SQLT 報(bào)告里會(huì)列出這些統(tǒng)計(jì)信息對(duì)比時(shí)如果發(fā)現(xiàn)基數(shù)估算差異巨大先別懷疑優(yōu)化器去查兩邊的統(tǒng)計(jì)信息收集歷史-- 查看表的統(tǒng)計(jì)信息最后收集時(shí)間和收集方式 SELECT table_name, last_analyzed, num_rows, blocks, stale_stats, stattype_locked FROM dba_tab_statistics WHERE table_name YOUR_TABLE;如果 19c 那邊last_analyzed是幾小時(shí)前而 10g 那邊是上周那計(jì)劃差異很可能只是統(tǒng)計(jì)信息新鮮度不同造成的不是版本行為差異。這種情況下在 10g 上手動(dòng)收集一次統(tǒng)計(jì)信息再采一次 XTRACT對(duì)比才有意義。4. 避坑SQLT 采集過程中最容易翻車的五個(gè)地方4.1 現(xiàn)象采集腳本跑了一半報(bào) ORA-04031共享池不足原因XTRACT 在解析 SQL 時(shí)會(huì)創(chuàng)建大量的臨時(shí)游標(biāo)和 PL/SQL 對(duì)象如果共享池碎片化嚴(yán)重或者shared_pool_size偏小跑到一半就報(bào)共享池不足。10g 和 11g 上尤其常見因?yàn)檫@兩個(gè)版本的共享池管理不如 12c 之后的自動(dòng)內(nèi)存管理靈活。解決采集前先確認(rèn)共享池剩余空間SELECT * FROM v$sgastat WHERE poolshared pool AND namefree memory;如果剩余低于 200MB先ALTER SYSTEM FLUSH SHARED_POOL低峰期操作或者臨時(shí)調(diào)大shared_pool_size。更穩(wěn)妥的做法是在采集會(huì)話里設(shè)置_cursor_sharing_exact減少游標(biāo)復(fù)用帶來的干擾。4.2 現(xiàn)象報(bào)告里執(zhí)行計(jì)劃是空的只有 SQL 文本原因SQL 在共享池里已經(jīng)被 aged outv$sql_plan里查不到對(duì)應(yīng)的計(jì)劃行。SQLT 會(huì)退而求其次只輸出 SQL 文本和統(tǒng)計(jì)信息計(jì)劃部分為空。這種情況在業(yè)務(wù)高峰期采集時(shí)特別容易遇到因?yàn)楣蚕沓靥蕴俣瓤臁＝鉀Q改用sqltxplain.sql貼 SQL 文本重新解析或者從 AWR 的dba_hist_sql_plan里導(dǎo)出歷史計(jì)劃。如果 SQL 有綁定變量還需要配合dba_hist_sqlstat里的peeked_binds信息還原當(dāng)時(shí)的綁定值否則重新解析出來的計(jì)劃可能和出問題時(shí)的不一樣。4.3 現(xiàn)象跨版本對(duì)比時(shí)兩邊的執(zhí)行計(jì)劃步驟完全對(duì)不上原因除了前面說的自適應(yīng)計(jì)劃和 ACS 子游標(biāo)還有一個(gè)常見原因是兩邊的optimizer_features_enable不一致。10g 源庫(kù)可能是10.2.0.519c 目標(biāo)庫(kù)默認(rèn)是19.1.0優(yōu)化器特性集不同計(jì)劃結(jié)構(gòu)自然不同。解決在目標(biāo)庫(kù)采集時(shí)臨時(shí)把optimizer_features_enable設(shè)成和源庫(kù)一致采一份“兼容模式”的計(jì)劃作為基線再采一份默認(rèn)模式的計(jì)劃作為實(shí)際計(jì)劃。兩份一對(duì)比就能看出哪些差異是版本特性導(dǎo)致的哪些是真正的退化。-- 采集兼容模式基線計(jì)劃 ALTER SESSION SET optimizer_features_enable 10.2.0.5; -- 執(zhí)行 XTRACT 采集 -- 采集完成后恢復(fù) ALTER SESSION SET optimizer_features_enable 19.1.0;4.4 現(xiàn)象SQLT 安裝時(shí)報(bào) ORA-00942表或視圖不存在原因安裝腳本里引用了某些 12c 以上才有的數(shù)據(jù)字典視圖比如DBA_SQL_PLAN_BASELINES在 10g 上執(zhí)行時(shí)這些視圖不存在腳本直接報(bào)錯(cuò)中斷。SQLT 的安裝腳本雖然做了版本判斷但判斷邏輯依賴v$version的字符串匹配某些打了補(bǔ)丁的 10g 版本字符串格式不標(biāo)準(zhǔn)判斷會(huì)失效。解決在 10g 上安裝時(shí)手動(dòng)注釋掉安裝腳本里引用 12c 視圖的段落或者用sqcreate.sql的MINIMAL模式安裝跳過可選組件。安裝完成后用sqlt/install/sqltusers.sql補(bǔ)授權(quán)即可。4.5 現(xiàn)象報(bào)告 HTML 打開后中文亂碼原因SQLT 生成的 HTML 默認(rèn)字符集是AL32UTF8如果數(shù)據(jù)庫(kù)的NLS_CHARACTERSET是ZHS16GBK報(bào)告里的中文對(duì)象名或 SQL 注釋會(huì)亂碼。解決采集時(shí)加CHARSETZHS16GBK參數(shù)或者在瀏覽器里手動(dòng)切換編碼。更徹底的辦法是在 SQLT schema 的會(huì)話級(jí)別設(shè)置NLS_LANG讓生成的報(bào)告統(tǒng)一用數(shù)據(jù)庫(kù)字符集。5. 把 SQLT 嵌進(jìn)遷移流程一個(gè)可復(fù)用的采集清單和驗(yàn)證腳本前面講的都是單點(diǎn)操作真正讓 SQLT 發(fā)揮價(jià)值的是把它變成遷移流程里的固定環(huán)節(jié)。我的習(xí)慣是在遷移前一周、遷移后當(dāng)天、遷移后一周各跑一次批量采集形成三個(gè)時(shí)間點(diǎn)的計(jì)劃快照。5.1 批量采集從 AWR 里撈出 Top SQL 再逐個(gè) XTRACT手工一條條采集不現(xiàn)實(shí)我一般用下面這個(gè)腳本從 AWR 里撈出過去七天消耗 CPU 最多的 50 條 SQL生成采集命令列表。-- 從 AWR 歷史里提取 Top 50 SQL_ID按 CPU 時(shí)間排序 SELECT * FROM ( SELECT sql_id, SUM(executions_delta) AS execs, SUM(cpu_time_delta)/1000000 AS cpu_sec, SUM(elapsed_time_delta)/1000000 AS ela_sec FROM dba_hist_sqlstat WHERE snap_id BETWEEN begin_snap AND end_snap AND executions_delta 0 GROUP BY sql_id ORDER BY cpu_sec DESC ) WHERE ROWNUM 50;拿到 SQL_ID 列表后用 shell 循環(huán)調(diào)用sqltxtract.sql#!/bin/bash # 批量采集腳本輸入文件每行一個(gè) SQL_ID while read sql_id; do echo Collecting ${sql_id}... sqlplus -s sqltxplain/password//host:1521/ORCL EOF sqlt/run/sqltxtract.sql ${sql_id} TAGbatch_pre METHODXTRACT CHILDALL EXIT EOF done sql_id_list.txt這個(gè)腳本的關(guān)鍵在于-s靜默模式和 heredoc 的配合避免 sqlplus 的交互提示卡住循環(huán)。TAG參數(shù)統(tǒng)一用batch_pre方便后續(xù)按標(biāo)簽批量檢索輸出文件。實(shí)際跑的時(shí)候建議加個(gè)sleep 2避免連續(xù)采集把目標(biāo)庫(kù)的 CPU 打滿。5.2 驗(yàn)證腳本用計(jì)劃哈希和成本偏差做自動(dòng)告警采集完三批報(bào)告后用下面這段 Python 做自動(dòng)比對(duì)輸出偏差超過閾值的 SQL 清單。import json, glob def extract_plan_hash(path): with open(path) as f: data json.load(f) return data.get(plan_hash_value), data.get(cost) pre_files glob.glob(output/*batch_pre*.json) post_files glob.glob(output/*batch_post*.json) # 按 SQL_ID 建立索引 pre_map {f.split(_)[2]: f for f in pre_files} post_map {f.split(_)[2]: f for f in post_files} for sql_id in pre_map: if sql_id not in post_map: print(f{sql_id}: 升級(jí)后未采集到需人工確認(rèn)) continue pre_hash, pre_cost extract_plan_hash(pre_map[sql_id]) post_hash, post_cost extract_plan_hash(post_map[sql_id]) if pre_hash ! post_hash: delta (post_cost - pre_cost) / pre_cost * 100 if pre_cost else 0 print(f{sql_id}: 計(jì)劃哈希變化 {pre_hash}-{post_hash}, 成本偏差 {delta:.1f}%)這段腳本的邏輯是按 SQL_ID 對(duì)齊升級(jí)前后的報(bào)告比較計(jì)劃哈希值。哈希變了說明執(zhí)行路徑變了再算成本偏差百分比。偏差超過 50% 的標(biāo)紅人工看低于 20% 的基本可以忽略。參數(shù)上plan_hash_value是 Oracle 執(zhí)行計(jì)劃的唯一標(biāo)識(shí)同一個(gè)計(jì)劃在不同版本下哈希值可能不同因?yàn)閮?nèi)部算法有調(diào)整所以哈希變化只能作為線索最終還是要看具體的計(jì)劃步驟差異。5.3 一個(gè)我踩過的坑別在遷移窗口當(dāng)天跑全量采集最后一次讓我長(zhǎng)記性的教訓(xùn)是遷移窗口當(dāng)天業(yè)務(wù)剛切過去我急著跑全量 XTRACT 驗(yàn)證結(jié)果 50 條 SQL 的采集把目標(biāo)庫(kù)的 CPU 打到了 95%業(yè)務(wù)監(jiān)控直接告警。后來改成遷移后第二天低峰期跑并且把批量采集的并發(fā)控制在 2 個(gè)會(huì)話以內(nèi)再?zèng)]出過問題。SQLT 的采集本身不重但CHILDALL加上大 SQL 的統(tǒng)計(jì)信息查詢累積起來對(duì)共享池和 CPU 的消耗不容小覷?，F(xiàn)在我習(xí)慣在采集腳本里加一行renice或者用nice -n 19降低優(yōu)先級(jí)讓采集進(jìn)程在系統(tǒng)層面就低人一等。希望這個(gè)流程能幫你在下一次跨版本遷移里少花點(diǎn)時(shí)間在“為什么這條 SQL 變慢了”的玄學(xué)排查上。本文還有配套的精品資源點(diǎn)擊獲取