关于CPU使用率高的awr分析(r8笔记第46天)

今天看到一个报警信息，大体是CPU使用异常。 ZABBIX-监控系统: ------------------------------------ 报警内容: CPU utilization is too high ------------------------------------ 报警级别: PROBLEM ------------------------------------ 监控项目: CPU idle time：55.17 % ------------------------------------ 报警时间:2016.03.22-19:03:23

对于这个问题，看到CPU使用率过高，大体已经有了一些思路。但是还是需要一些论证。 首先查看sar的情况，可以看出CPU的平均使用率在30~40% 06:55:01 PM all 32.35 0.00 7.57 0.00 60.08 06:56:01 PM all 31.78 0.00 7.55 0.00 60.67 06:57:01 PM all 31.65 0.00 7.52 0.01 60.82 06:58:01 PM all 31.42 0.00 7.48 0.00 61.10 06:59:01 PM all 30.91 0.00 7.58 0.00 61.51 07:00:02 PM all 31.13 0.00 7.62 0.00 61.25 07:01:01 PM all 30.84 0.00 7.62 0.02 61.53 07:02:01 PM all 31.86 0.00 7.83 0.11 60.19 07:03:01 PM all 32.88 0.00 7.64 0.06 59.43 Average: all 24.34 0.00 7.11 0.04 68.51 但是top的结果却让我有些奇怪。 top - 19:04:19 up 68 days, 22:47, 2 users, load average: 4.47, 4.58, 4.47 Tasks: 284 total, 14 running, 269 sleeping, 0 stopped, 1 zombie Cpu(s): 31.6% us, 3.9% sy, 0.0% ni, 60.5% id, 0.0% wa, 0.1% hi, 3.9% si Mem: 16430192k total, 16283948k used, 146244k free, 123716k buffers Swap: 33551744k total, 115632k used, 33436112k free, 13809040k cached 可以看到CPU的使用率虽高，但是IO却几乎没有什么消耗。 然后查看部分的进程信息，发现有部分的进程CPU使用率较高。这个时候看起来是一个全表扫描的概率偏大了。 PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND 28185 oracle 16 0 6282m 835m 829m S 82.6 5.2 5:01.48 oracletest (LOCAL=NO) 28237 oracle 16 0 6282m 832m 826m S 82.6 5.2 4:50.64 oracletest (LOCAL=NO) 28345 oracle 16 0 6283m 874m 867m R 82.6 5.5 3:54.84 oracletest (LOCAL=NO) 28425 oracle 16 0 6281m 689m 682m S 82.6 4.3 3:50.17 oracletest (LOCAL=NO) 28703 oracle 16 0 6281m 571m 565m S 82.6 3.6 2:06.54 oracletest (LOCAL=NO) 然后绑定进程，查看进程对应的session执行sql的情况，发现语句竟然是一句非常简单的查询。 PREV_SQL_ID SQL_TEXT ------------------------------ ------------------------------------------------------------ 7gwxpwru0czqw select companyname from license 执行计划如何呢，确实是一个全表扫描。 Plan hash value: 2492423498 ----------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ----------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | | | 3 (100)| | | 1 | TABLE ACCESS FULL| LICENSE | 1 | 29 | 3 (0)| 00:00:01 | ----------------------------------------------------------------------------- 但是这个时候的问题倒不是在于这个全表扫描了，关键就是这个表中目前只有1条数据。 为什么会有这个CPU消耗较大的情况呢，目前来看，语句的执行频率极高。

如果看到这种情况，会发现目前的系统还是非常繁忙的，那么主要在哪儿忙呢。可以看到rollback的比例非常高。

从这个也可以看出应该是应用的逻辑部分出了问题，或者数据问题导致的校验失败导致回滚。 这个时候查看等待事件的情况如下。

我们直接到sql的部分来看看。下面两条语句的执行频率极高，大概是1个小时2千多万次的频率。

那么怎么看出语句存在问题呢。可以在executions部分找到一些痕迹。

第二条语句的执行频率和第一条一样都非常高，但是第二条语句的“Rows Processed"为0 如果查看语句的buffer gets，就会发现是0

$ sh showsql.sh 7nkxbfnwgx93v
HASH_VALUE PLAN_HASH_VALUE DISK_READS BUFFER_GETS      SORTS EXECUTIONS   CPU_TIME ELAPSED_TIME_S WAIT_TIME_EACH
---------- --------------- ---------- ----------- ---------- ---------- ---------- -------------- --------------
 956212347      3350531500          0           0          0 1806030210         29              0              2

这是为什么呢。因为语句是这样的形式。 select supdepid from mdepartment where id ='' 其中这个表的id列有非空约束，还有对应的id索引，这种情况下，直接会返回0行，尽管这个表里有百万的数据。 所以从这些痕迹来看，这个问题是一个异常的状态，需要和开发人员协调，到底是数据问题还是调用的逻辑部分出了问题。