上一节讨论了在数据迁移中发现数据加载的速度一下子慢了很多，和之前在测试环境相比有很大的差距。一个原因就是由于在数据加载的过程中有一些额外的session也在操作访问数据库，造成了undo的使用率急剧上升，数据库负载从某种程度上也加剧了。通过查看awr,ash报告可以发现更多的内容。

测试环境的数据库负载情况

Load Profile

	Per Second	Per Transaction	Per Exec	Per Call
DB Time(s):	98.2	2.2	0.73	0.67
DB CPU(s):	6.4	0.1	0.05	0.04
Redo size:	57,163,094.1	1,277,840.0
Logical reads:	395,710.8	8,845.8
Block changes:	279,863.1	6,256.1
Physical reads:	1,931.7	43.2
Physical writes:	8,592.7	192.1
User calls:	145.8	3.3
Parses:	67.4	1.5
Hard parses:	0.8	0.0
W/A MB processed:	0.1	0.0
Logons:	0.8	0.0
Executes:	133.9	3.0
Rollbacks:	0.0	0.0
Transactions:	44.7

生产环境：

Load Profile

	Per Second	Per Transaction	Per Exec	Per Call
DB Time(s):	149.1	5.8	2.22	1.44
DB CPU(s):	2.0	0.1	0.03	0.02
Redo size:	22,033,012.0	863,923.6
Logical reads:	143,043.3	5,608.8
Block changes:	89,599.3	3,513.2
Physical reads:	355.4	13.9
Physical writes:	3,529.4	138.4
User calls:	103.3	4.1
Parses:	38.6	1.5
Hard parses:	0.1	0.0
W/A MB processed:	0.8	0.0
Logons:	0.8	0.0
Executes:	67.1	2.6
Rollbacks:	0.0	0.0
Transactions:	25.5

同样的数据加载线程（150个并行，采用sqlldr parllel=true),在测试环境中有57M每秒的速度，但是在生产环境中却少了一倍多。
来看看实例的工作情况：

测试环境：

Buffer Nowait %:	99.76	Redo NoWait %:	99.98
Buffer Hit %:	99.51	In-memory Sort %:	100.00
Library Hit %:	98.31	Soft Parse %:	98.80
Execute to Parse %:	49.66	Latch Hit %:	97.52
Parse CPU to Parse Elapsd %:	70.81	% Non-Parse CPU:	99.92

生产环境：

Instance Efficiency Percentages (Target 100%)

Buffer Nowait %:	99.60	Redo NoWait %:	99.64
Buffer Hit %:	99.76	In-memory Sort %:	99.99
Library Hit %:	99.76	Soft Parse %:	99.84
Execute to Parse %:	42.46	Latch Hit %:	96.21
Parse CPU to Parse Elapsd %:	14.27	% Non-Parse CPU:	99.92

通过上面的指标可以看到，cpu的解析占用的时间不多，
根据那天数据迁移时的监控，发现cpu的使用率怎么也没上去，对于个别比较大的分区表，耗费的缓存也大的惊人，180G的内存，除去sga，系统使用的，剩下的基本都被耗光了。只剩下400M左右，如果表小一些，空余内存马上会回复到100G。


undo的使用情况过高，可以从alert中一条信息加以验证。这条sql语句执行了近2个多小时，Undo都被耗光了。

Fri Jun 27 06:04:08 2014
ORA-01555 caused by SQL statement below (SQL ID: 7wx3cgjqsmnn4, Query Duration=5616 sec, SCN: 0x0a08.4205da20):
SELECT "A3"."SUBSCRIBER_NO","A3"."CUSTOMER_BAN",SUBSTR("A2"."TITLE"||' '||"A2"."FIRST_NAME",1,1500),.........
.......
"SYS_CREATION_DATE">=SYSDATE@!-5) ....


如果cpu的使用率不高，肯定是有什么等待事件。来看看等待事件。

测试环境：

Top 5 Timed Foreground Events

Event	Waits	Time(s)	Avg wait (ms)	% DB time	Wait Class
log buffer space	3,074,452	177,382	58	50.41	Configuration
db file sequential read	6,754,182	49,729	7	14.13	User I/O
log file sync	206,372	26,221	127	7.45	Commit
DB CPU		22,823		6.49
buffer busy waits	2,041,520	21,531	11	6.12	Concurrency

生产环境：

Top 5 Timed Foreground Events

Event	Waits	Time(s)	Avg wait (ms)	% DB time	Wait Class
free buffer waits	71,094	121,336	1707	22.82	Configuration
buffer busy waits	1,349,891	83,772	62	15.76	Concurrency
log buffer space	738,424	76,090	103	14.31	Configuration
log file switch (checkpoint incomplete)	6,231	57,456	9221	10.81	Configuration
enq: TX - index contention	109,479	57,413	524	10.80	Concurrency

可以看到等待事件也有很大的不同。
如果不太确定第一个等待事件“free buffer waits"主要代表什么，可以从addm里面得到更多的信息。

Finding 3: Free Buffer Waits
Impact is 44.79 active sessions, 30.05% of total activity.
----------------------------------------------------------
Database writers (DBWR) were unable to keep up with the demand for free
buffers.


   Recommendation 1: Database Configuration
   Estimated benefit is 44.79 active sessions, 30.05% of total activity.
   ---------------------------------------------------------------------
   Action
      Consider increasing the number of database writers (DBWR) by setting the
      parameter "db_writer_processes". Also consider if asynchronous I/O is
      appropriate for your architecture.
   Rationale
      The value of parameter "db_writer_processes" was "4" during the analysis
      period.
   Rationale
      The value of parameter "disk_asynch_io" was "TRUE" during the analysis
      period.

看到这，我就恍然大悟了，测试环境和生产环境有一个参数是不一样的，在生产环境中修改，启用异步IO需要重启实例，但是在生产数据迁移之前，时间已经很紧张了，所以计划把这个参数变更推迟到第二阶段，没想到有这么大的影响。
对应的参数有file_system_io需要设置为setall. disk_asynch_io=TRUE 第二个选项默认就是TRUE.
有了这个思路，再去看其他的影响因素，有些是关联的，有些影响比例很小。

所以总结这次数据迁移的问题，主要有两个主要原因导致性能下降，
一个是有外部的用户在访问数据库，他们在不间断的做一些查询，有个别查询还比较大，耗费了大量的undo资源。大概占40%以上的因素
一个原因是因为数据库的异步IO设置的问题。大概占50%以上的因素。