新知识点1：Redo Parallelism
http://www.hellodba.com/reader.php?ID=28&lang=cn

   Redo log 是用于恢复和一个高级特性的重要数据，一个redo条目包含了相应操作导致的数据库变化的所有信息，所有redo条目最终都要被写入redo文件中去。 Redo log buffer是为了避免Redo文件IO导致性能瓶颈而在sga中分配出的一块内存。一个redo条目首先在用户内存(PGA)中产生，然后由 oracle服务进程拷贝到log buffer中，当满足一定条件时，再由LGWR进程写入redo文件。由于log buffer是一块“共享”内存，为了避免冲突，它是受到redo allocation latch保护的，每个服务进程需要先获取到该latch才能分配redo buffer。因此在高并发且数据修改频繁的oltp系统中，我们通常可以观察到redo allocation latch的等待。Redo写入redo buffer的整个过程如下：
 

    在PGA中生产Redo Enrey -> 服务进程获取Redo Copy latch(存在多个---CPU_COUNT*2) -> 服务进程获取redo allocation latch(仅1个) -> 分配log buffer -> 释放redo allocation latch -> 将Redo Entry写入Log Buffer -> 释放Redo Copy latch；

shared strand

    为了减少redo allocation latch等待，在oracle 9.2中，引入了log buffer的并行机制。其基本原理就是，将log buffer划分为多个小的buffer，这些小的buffer被成为strand（为了和之后出现的private strand区别，它们被称之为shared strand）。每一个strand受到一个单独redo allocation latch的保护。多个shared strand的出现，使原来序列化的redo buffer分配变成了并行的过程，从而减少了redo allocation latch等待。

    shared strand的初始数据量是由参数log_parallelism控制的；在10g中，该参数成为隐含参数，并新增参数 _log_parallelism_max控制shared strand的最大数量；_log_parallelism_dynamic则控制是否允许shared strand数量在_log_parallelism和_log_parallelism_max之间动态变化。
 

    每一个shared strand的大小 = log_buffer/(shared strand数量)。strand信息可以由表x$kcrfstrand查到（包含shared strand和后面介绍的private strand，10g以后存在）。

    关于shared strand的数量设置，16个cpu之内最大默认为2，当系统中存在redo allocation latch等待时，每增加16个cpu可以考虑增加1个strand，最大不应该超过8。并且_log_parallelism_max不允许大于 cpu_count。

    注意：在11g中，参数_log_parallelism被取消，shared strand数量由_log_parallelism_max、_log_parallelism_dynamic和cpu_count控制。
 

Private strand

    为了进一步降低redo buffer冲突，在10g中引入了新的strand机制——Private strand。Private strand不是从log buffer中划分的，而是在shared pool中分配的一块内存空间。
 

    Private strand的引入为Oracle的Redo/Undo机制带来很大的变化。每一个Private strand受到一个单独的redo allocation latch保护，每个Private strand作为“私有的”strand只会服务于一个活动事务。获取到了Private strand的用户事务不是在PGA中而是在Private strand生成Redo，当flush private strand或者commit时，Private strand被批量写入log文件中。如果新事务申请不到Private strand的redo allocation latch，则会继续遵循旧的redo buffer机制，申请写入shared strand中。事务是否使用Private strand，可以由x$ktcxb的字段ktcxbflg的新增的第13位鉴定：
 

    对于使用Private strand的事务，无需先申请Redo Copy Latch，也无需申请Shared Strand的redo allocation latch，而是flush或commit是批量写入磁盘，因此减少了Redo Copy Latch和redo allocation latch申请/释放次数、也减少了这些latch的等待，从而降低了CPU的负荷。过程如下：
 

    事务开始 -> 申请Private strand的redo allocation latch (申请失败则申请Shared Strand的redo allocation latch) -> 在Private strand中生产Redo Enrey -> Flush/Commit -> 申请Redo Copy Latch -> 服务进程将Redo Entry批量写入Log File -> 释放Redo Copy Latch -> 释放Private strand的redo allocation latch
 

    注意：对于未能获取到Private strand的redo allocation latch的事务，在事务结束前，即使已经有其它事务释放了Private strand，也不会再申请Private strand了。
 

    每个Private strand的大小为65K。10g中，shared pool中的Private strands的大小就是活跃会话数乘以65K，而11g中，在shared pool中需要为每个Private strand额外分配4k的管理空间，即：数量*69k。
 

    Private strand的数量受到2个方面的影响：logfile的大小和活跃事务数量。
 

    参数_log_private_mul指定了使用多少logfile空间预分配给Private strand，默认为5。我们可以根据当前logfile的大小（要除去预分配给log buffer的空间）计算出这一约束条件下能够预分配多少个Private strand：
 

    当logfile切换后（和checkpoint一样，切换之前必须要将所有Private strand的内容flush到logfile中，因此我们在alert log中可能会发现日志切换信息之前会有这样的信息："Private strand flush not complete"，这是可以被忽略的），会重新根据切换后的logfile的大小计算对Private strand的限制：
 

    参数_log_private_parallelism_mul用于推算活跃事务数量在最大事务数量中的百分比，默认为10。Private strand的数量不能大于活跃事务的数量。
 

    注：在预分配Private strand时，会选择上述2个条件限制下最小一个数量。但相应的shared pool的内存分配和redo allocation latch的数量是按照活跃事务数预分配的。
 

    因此，如果logfile足够大，_log_private_parallelism_mul与实际活跃进程百分比基本相符的话，Private strand的引入基本可以消除redo allocation latch的争用问题。
 

    --- Fuyuncat Mark ---

新知识点2：In Memory Undo

http://tech.it168.com/a2009/1118/811/000000811474.shtml

【IT168 技术文档】IMU是10g引入的一项新技术，并且是Oracle的专利技术。但是，在10g中似乎没有完全激活，以下的测试在10.2.0.3中无法通过，在11g中可以进行。

　 　在传统的事务更新过程中，如果一条数据记录被更新，就会从buffer cache中读取/分配一块UNDO数据块，并且立即会写入一条UNDO条目。如果同一个事务中有多条记录被更新，则undo buffer数据块中就会写入多条undo条目。引入IMU后，会从shared pool中分配出一个新的内存池——IMU pool。当一条数据记录被更新，仍然会从buffer cache中读取/分配一块undo数据块，但是，这块undo块并不会立即被更新，而是会在IMU pool中产生一个IMU node，IMU节点通过IMU map与数据记录更新对应。如果事务中有多条记录被修改，则IMU pool中就生产多个IMU nodes，而buffer中的undo block不会发生任何变化。当发生IMU commit或IMU flush时，才会通过IMU map将这些IMU node记录的undo信息写入undo buffer block中。并且，所有这些redo信息会和commit vector一起作为一个Redo条目写入Redo log中。整个过程中UNDO所产生的redo信息则大大减少。

　　隐含参数 _in_memory_undo用于控制IMU特性的开关，可以在会话/系统级立即生效，默认为true。另外一个隐含参数_IMU_pools则控制 IMU pool的数量，默认为3。此外，目前IMU的使用还存在一些限制，如undo管理方式(undo_management)必须为auto，在RAC中无 效，

　　IMU Commit

　　让我们看下IMU commit与传统事务commit时产生的redo size的变化。首先看传统模式下，

　　可以看到，每一条数据被update都产生一条redo 条目。

　　然后，我们激活IMU，再重复上述事务过程，　

　　可见redo数量并没有随着数据的更新而增加，而是在IMU commit时增加。而当1条DML语句更新多条记录时，也可以使用到IMU：

　 　从上面的例子中你也许注意到了，尽管UPDATE过程中redo size没有变化，但是，在IMU commit时，redo size的变化却很大，比传统模式下的commit产生的redo大许多。这是因为在IMU commit中，不仅仅包含了commit vector，还包含了commit之前数据变化，并且这些redo数据的写入是一次批量写入。我们可以将这个redo条目dump出来观察其内容：

　　可以看到，在trace日志中，这一redo条目包含了多个change：

　REDO RECORD - Thread:1 RBA: 0x0000c8.00000f39.0010 LEN: 0x046c VLD: 0x0d

　　SCN: 0x0000.00608ed4 SUBSCN: 1 11/16/2009 14:59:10

　　CHANGE #1 TYP:2 CLS: 1 AFN:4 DBA:0x010016cf OBJ:74952 SCN:0x0000.00602dc7 SEQ: 4 OP:11.19

　　KTB Redo

　　...

　　CHANGE #2 TYP:0 CLS:17 AFN:3 DBA:0x00c00009 OBJ:4294967295 SCN:0x0000.00608e9b SEQ: 2 OP:5.2

　　...

　　CHANGE #8 TYP:0 CLS:18 AFN:3 DBA:0x00c006f7 OBJ:4294967295 SCN:0x0000.00608ed4 SEQ: 2 OP:5.1

　　...

　　IMU Flush

　　IMU pool也是按照LRU算法管理的。当IMU pool没有足够空闲内存可 分配时，会将buffer链上LRU段的buffer块flush出来。其他一些事件也会导致IMU flush的发生，如switch logfile、rollback。但是，尽管IMU pool是从shared pool中分配的，手动flush shared pool并不会导致IMU flush。当IMU flush发生时，也会将undo、redo数据批量写入。

　　Tips: 通过dump出事务的undo block，可以比较IMU commit/flush前后undo block的变化——commit/flush之前没有写入数据。

　　IMU CR

　 　在传统事务中，需要进行一致性读时，会从相应的UNDO数据块中读入undo数据进行undo操作。而在IMU中，在发生IMU commit或IMU flush之前，这些undo数据并未写入UNDO数据块中，此时一致性读就从IMU pool中读取相应的IMU node中的undo信息。

　　从trace文件可以看到，我们将buffer cache的内容都flush了，但是并未从undo文件中读取undo 信息(没有相应的IO等待)。