蔡 焰

(廣東韶關(guān)學(xué)院 圖書館，廣東 韶關(guān) 512005)

Web2.0與Web3.0的發(fā)展都離不開后臺(tái)支持?jǐn)?shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)運(yùn)行的好壞、快慢，直接影響到使用者的應(yīng)用，因而本文將重點(diǎn)研究信息資源建設(shè)中后臺(tái)數(shù)據(jù)庫(kù)的優(yōu)化策略。Oracle數(shù)據(jù)庫(kù)是具有高可靠性、高安全性、高兼容性的大型關(guān)系型數(shù)據(jù)庫(kù)，是信息化建設(shè)的重要基礎(chǔ)平臺(tái)。網(wǎng)絡(luò)中的信息資源數(shù)據(jù)庫(kù)具有異構(gòu)、數(shù)據(jù)量大、多媒體內(nèi)容多、查詢頻繁等特點(diǎn)，伴隨網(wǎng)絡(luò)不斷深入的應(yīng)用，其存儲(chǔ)在數(shù)據(jù)庫(kù)中的數(shù)據(jù)量越來(lái)越多，而傳統(tǒng)的數(shù)據(jù)庫(kù)設(shè)計(jì)方法使得數(shù)據(jù)庫(kù)隨著訪問(wèn)數(shù)據(jù)量的增大其性能明顯地降低[1]。Oracle的邏輯空間管理是Oracle管理和優(yōu)化的重要部分，ASSM段空間自動(dòng)管理下的HWM問(wèn)題對(duì)Oracle的存儲(chǔ)管理和性能優(yōu)化有重大影響。本文在探討Oracle 10g邏輯存儲(chǔ)管理的基礎(chǔ)上,針對(duì)HWM下的碎片問(wèn)題提出了相關(guān)的優(yōu)化策略，并對(duì)其空間重組前后進(jìn)行了性能測(cè)試。

1 Oracle存儲(chǔ)管理

1.1 Oracle邏輯存儲(chǔ)管理

Oracle在邏輯存儲(chǔ)上分4個(gè)粒度,如圖1所示。

(1)Block(塊)：粒度最小的存儲(chǔ)單位，標(biāo)準(zhǔn)默認(rèn)大小是8 KB，Oracle每一次I/O操作都是按Block來(lái)進(jìn)行的。

(2)Extent(區(qū))：由一系列相鄰的 Block組成，是 Oracle空間分配的基本單位[2]，Oracle是以Extent為單位進(jìn)行擴(kuò)展的。

(3)Segment(段)：由一系列的 Extents所組成[2]，當(dāng)創(chuàng)建一個(gè)對(duì)象時(shí)(表或索引)，就會(huì)分配一個(gè) Segment給這個(gè)對(duì)象。

(4)Tablespace(表 空 間): 包 括 Segment、Extent和Block，Tablespace的數(shù)據(jù)物理上存儲(chǔ)在其所在的數(shù)據(jù)文件中，一個(gè)數(shù)據(jù)庫(kù)最少要有一個(gè)Tablespace。

1.2 HWM

高水標(biāo)記HWM(High-Water Mark)這個(gè)概念在Segment的存儲(chǔ)內(nèi)容中是比較重要的。簡(jiǎn)單來(lái)說(shuō)，HWM代表一個(gè)表使用的最大(top limit)塊(如圖 2所示)，就是一個(gè)Segment中已使用和未來(lái)使用的Block的分界線[3]。圖2顯示了HWM首先位于新創(chuàng)建表的第一個(gè)塊中，隨著數(shù)據(jù)的插入和更新，使用了越來(lái)越多的塊，當(dāng)現(xiàn)有空間不足而進(jìn)行空間擴(kuò)展時(shí)HWM會(huì)隨之向上移。如果刪除一部分行數(shù)據(jù)，可能會(huì)有許多塊不再包含數(shù)據(jù)，但HWM不會(huì)往下移，被占用的最高空間稱為HWM。

Oracle在做全表掃描時(shí)會(huì)讀取HWM下的所有Blocks，即使其中不包含任何數(shù)據(jù)，Oracle都會(huì)一一讀取，這會(huì)大大影響系統(tǒng)的性能，特別是當(dāng)HWM之下的大多數(shù)塊都為空時(shí)。

如果一個(gè)OLTP系統(tǒng)(即聯(lián)機(jī)事務(wù)處理，就是常說(shuō)的關(guān)系數(shù)據(jù)庫(kù)，對(duì)記錄進(jìn)行增、刪、改、查)應(yīng)用頻繁地對(duì)某個(gè)表里的記錄進(jìn)行DML(Data Manipulation Language)操作(即數(shù)據(jù)操縱語(yǔ)言，一種命令使用戶能夠查詢數(shù)據(jù)庫(kù)以及操作已有數(shù)據(jù)庫(kù)中的數(shù)據(jù)的計(jì)算機(jī)語(yǔ)言)，會(huì)造成Block中數(shù)據(jù)分布稀疏,導(dǎo)致HWM下存在大量的碎片,浪費(fèi)大量的空間。當(dāng)做全表掃描時(shí)，Oracle會(huì)讀取HWM之下的所有塊，即使其中不包含數(shù)據(jù)[3]。對(duì)于HWM以下表的碎片,做全表訪問(wèn)時(shí)必然增加一致性讀，因而影響到響應(yīng)時(shí)間，降低系統(tǒng)性能。

2 優(yōu)化策略

對(duì)于增、刪、改操作比較頻繁的表，尤其是刪除操作比較頻繁的表，一般表的高水位HWM值會(huì)偏高，也就是表中數(shù)據(jù)塊碎片高，雖然ASSM的自動(dòng)空間管理能提高DML操作并發(fā)訪問(wèn)的性能，但是HWM下高碎片的產(chǎn)生會(huì)大大影響訪問(wèn)效率，而減少碎片、降低對(duì)象的HWM可提高對(duì)象的訪問(wèn)效率，從而達(dá)到性能優(yōu)化，大大提高數(shù)據(jù)的訪問(wèn)效率。表對(duì)象可以通過(guò)shrink或move方法實(shí)現(xiàn)重組、減少碎片、降低HWM，進(jìn)行性能優(yōu)化；索引對(duì)象可以提供rebuild的方法來(lái)實(shí)現(xiàn)重組、減少碎片、降低HWM，進(jìn)行性能優(yōu)化。當(dāng)然，在對(duì)表及索引進(jìn)行shrink或move及rebuild操作時(shí)，最好選擇在非業(yè)務(wù)高峰時(shí)進(jìn)行，避免影響業(yè)務(wù)的正常運(yùn)轉(zhuǎn)。

shrink與move操作有一些不同，但都可以完成表中碎片的整理，在此可做一些比較：

(1)move的執(zhí)行效率比shrink高，因?yàn)閟hrink會(huì)產(chǎn)生 redo log、undo log；

(2)shrink對(duì)數(shù)據(jù)的移動(dòng)是從后往前的，所以shrink不需要使用額外的空閑空間，而move是需要額外空閑空間的；

(3)對(duì)帶有索引的表進(jìn)行shrink操作時(shí)，索引是不需要重建的；而對(duì)帶有索引的表進(jìn)行move操作時(shí)，索引是需要rebuild重建的，否則索引不可用；

(4)對(duì)表進(jìn)行shrink操作時(shí)，必須打開表的行遷移屬性。

shrink和move都會(huì)對(duì)操作的表加表級(jí)獨(dú)占鎖，因此其他session對(duì)此表執(zhí)行 DML操作時(shí)，存在鎖等待；當(dāng)shrink或move操作執(zhí)行完成，鎖釋放。

索引的rebuild是可以在線完成的，比較適合在高可用環(huán)境下完成。

另外，shrink是10g的新特性，僅對(duì)ASSM管理表空間有效。

具體命令操作如下：

3 性能優(yōu)化測(cè)試

對(duì)于碎片較多的表，可以通過(guò)shrink或move操作降低表中HWM高水位的值來(lái)進(jìn)行性能優(yōu)化。下面以shrink命令為例子進(jìn)行測(cè)試。

3.1 對(duì)TEST表進(jìn)行分析

(1)表大小

(2)表的實(shí)際數(shù)據(jù)大?。?.439 MB

從以上的SQL解釋計(jì)劃來(lái)看,SQL采用的是全表掃描讀的方式訪問(wèn),SQL將讀取表的高水位HWM以下的所有數(shù)據(jù)塊。

由上可知:(1)表TEST的大小為5.632 MB，但實(shí)際數(shù)據(jù)大小約為 2.439 MB，碎片率約為56.7%，表 TEST中存在大量的碎片;(2)查詢?cè)摫硭杏涗浰枰臅r(shí)間為2 s。

3.2 碎片重組 優(yōu)化處理

通過(guò)shrink方式對(duì)表TEST作碎片重組實(shí)現(xiàn)對(duì)表的優(yōu)化處理。

通過(guò)對(duì)上對(duì)TEST表進(jìn)行優(yōu)化處理后可以看到:(1)shrink縮表操作后TEST表的大小從5.632 MB縮小到3.072 MB,縮小了近一半,從而降低了表TEST的HWM值；(2)再次執(zhí)行全表掃描的查詢SQL:select*from test;查詢時(shí)間縮短為1 s，SQL執(zhí)行速度大大提高。

3.3 測(cè)試結(jié)論

在對(duì)高碎片表進(jìn)行全表掃描讀的訪問(wèn)方式時(shí),碎片增加了不必要的物理讀與內(nèi)存讀,也就增加了不必要的物理I/O與CPU的消耗，最終降低了對(duì)表數(shù)據(jù)的訪問(wèn)速度，即影響了SQL語(yǔ)句的響應(yīng)時(shí)間。通過(guò) shrink或者move操作對(duì)表碎片空間進(jìn)行重組，可以有效降低表中的HWM值，提高表的訪問(wèn)效率，進(jìn)而提高block的命中率，在一定程度上，可以起到系統(tǒng)優(yōu)化的作用。

本文針對(duì)HWM下碎片問(wèn)題對(duì)性能的影響，探討減少碎片空間的優(yōu)化策略，通過(guò)對(duì)碎片空間的重組來(lái)減少碎片的產(chǎn)生，以提高訪問(wèn)效率。

數(shù)據(jù)庫(kù)性能優(yōu)化是一項(xiàng)復(fù)雜的系統(tǒng)工程，是一個(gè)循序漸進(jìn)的過(guò)程，應(yīng)該針對(duì)Oracle運(yùn)行過(guò)程中出現(xiàn)的各種問(wèn)題，找出性能瓶頸，有針對(duì)性地對(duì)系統(tǒng)進(jìn)行調(diào)整，保證數(shù)據(jù)庫(kù)高效可靠的運(yùn)行。

[1]高敬媛,趙克寶.校園網(wǎng)數(shù)據(jù)庫(kù)性能優(yōu)化技術(shù)[J].煤炭技術(shù),2011,30(07):226-228.

[2]KYTE T,ORACLE E,Signature edition programming techniques and solutions for Oracle 7.3 through 8.1.7(Expert One-On-One)[M].New York:Apress，2010.

[3]KYTE T.Expert Oracle database architecture:9i and 10g programming techniques and solutions[M].2006，San Bernardino:Macsource press，2006.