การนับจำนวน transactions ใน Database
มีวิธีดังนี้
- วิธีหาจำนวน transactions จาก V$SYSSTAT
- วิธีหาจำนวน transactions จาก History Snapshot
- วิธีหาจำนวน transactions จาก Load profile section ของ Statspack หรือ AWR
วิธีหาจำนวน transactions จาก V$SYSSTAT
อธิบาย
- V$SYSSTAT ใช้สำหรับ system statistics
- จะเก็บจำนวน transactions ตั้งแต่เริ่มต้น startup Database ถ้า restart คือ เริ่มนับ 0 ใหม่
หาจำนวน transactions
SQL> select sum(s.value) transactions
from v$sysstat s ,v$instance i
where s.name in ('user commits','transaction rollbacks');
TRANSACTIONS
----------------------
11
หาจำนวน transactions ต่อ second
จาก https://community.oracle.com/thread/3725596
sysdate - startup_time คือ จำนวนวัน นับจาก startup Database ถึงปัจจุบัน
86400 * จำนวนวัน คือ แปลงจำนวนวันเป็นวินาที โดย 86400 คือ จำนวนวินาทีใน 1 วัน
SQL> select round(sum(s.value / (86400 * (sysdate - startup_time))),3) "transactions/sec"
from v$sysstat s ,v$instance i
where s.name in ('user commits','transaction rollbacks');
transactions/sec
----------------
.064
หาจำนวน transactions โดยการกำหนดจุดเริ่มต้นและจุดสุดท้าย ในการนับจำนวน transactions ที่ต่างกัน
จาก http://ba6.us/?q=book/export/html/26
Query กำหนดให้เป็นค่าจำนวน transaction เริ่มต้น
select sysdate, sum(value)
into begindate, beginval
from v$sysstat
where name in ('user commits','user_rollbacks');
SYSDATE SUM(VALUE)
------------------ -----------
20191128 16:50:00 11
Query กำหนดให้เป็นค่าจำนวน transaction สุดท้าย
select sysdate, sum(value)
into enddate, endval
from v$sysstat
where name in ('user commits','user_rollbacks');
SYSDATE SUM(VALUE)
----------------- -------------
20191128 16:55:00 11
dbms_lock.sleep(จำนวนวินาที) ใช้กำหนดระยะเวลาห่างของ transactions เริ่มต้น และ transactions สุดท้าย หน่วยวินาที
endval - beginval คือ ผลต่างหรือที่เพิ่มเข้ามาใหม่ของจำนวน transactions ในช่วงเวลาที่กำหนด (เริ่มต้นถึงครั้งสุดท้าย)
diff transactions คือ ผลต่างของจำนวน transactions เริ่มต้นกับสุดท้าย
diff seconds คือ ผลต่างของเวลาเริ่มต้นกับสุดท้าย
diff transactions per second คือ ผลต่างของจำนวน transactions เริ่มต้นกับสุดท้าย ต่อ second
SQL> set serveroutput on
declare
begindate date;
enddate date;
beginval number;
endval number;
begin
select sysdate, sum(value)
into begindate, beginval
from v$sysstat
where name in ('user commits','user_rollbacks');
dbms_lock.sleep(3000);
select sysdate, sum(value)
into enddate, endval
from v$sysstat
where name in ('user commits','user_rollbacks');
dbms_output.put_line((endval - beginval) || ' diff transactions');
dbms_output.put_line(((enddate - begindate) * 86400) || ' diff seconds');
dbms_output.put_line((endval - beginval) / ((enddate - begindate) * 86400) || ' diff transactions per second');
end;
/
0 diff transactions
300 diff seconds
0 diff transactions per second
วิธีหาจำนวน transactions จาก History Snapshot
อธิบาย
- DBA_HIST_SYSSTAT ใช้สำหรับ แสดง information ของ historical system statistics
- DBA_HIST_SNAPSHOT ใช้สำหรับ แสดง information เกี่ยวกับ snapshots ใน Workload Repository
หาจำนวน transactions ต่อ second ในแต่ละช่วงเวลา
จาก https://grepora.com/2016/05/25/oracle-tps-evaluating-transaction-per-second/
ช่วงเวลาใช้ snap time คือ BEGIN_INTERVAL_TIME ถึง BEGIN_INTERVAL_TIME ย้อนหลัง
SQL> with
hist_snaps as
(select instance_number,
snap_id,
round(begin_interval_time,'MI') datetime,
(begin_interval_time + 0 - lag(begin_interval_time + 0) over (partition by dbid, instance_number order by snap_id))
* 86400 diff_time
from dba_hist_snapshot
),
hist_stats as
(select dbid,
instance_number,
snap_id,
stat_name,
value - lag(value) over (partition by dbid,instance_number,stat_name order by snap_id)delta_value
from dba_hist_sysstat
where stat_name in ('user commits', 'user rollbacks')
)
select to_char(datetime,'yyyymmdd hh24:mi:ss')datetime,
round (sum (delta_value) / 3600, 4) "transactions/sec"
from hist_snaps sn, hist_stats st
where st.instance_number = sn.instance_number
and st.snap_id = sn.snap_id
and diff_time is not null
group by datetime
order by 1 desc;
DATETIME transactions/sec
----------------- ----------------
20191128 22:01:00 .2481
20191128 21:46:00 .0058
20191128 21:31:00 .0039
20191128 21:16:00 .0033
20191128 21:01:00 .0039
หาจำนวน transactions ต่อ second หรือ minute หรือ hour หรือ day ในแต่ละช่วงเวลา
จาก https://dbaclass.com/article/find-user-commits-per-minute-oracle-database/
ช่วงเวลาใช้ snap time คือ BEGIN_INTERVAL_TIME ถึง END_INTERVAL_TIME
VALUE คือ จำนวน transactions ในช่วงเวลา snap time นั้นๆ
VALUE_PREVOUS คือ จำนวน transactions ในช่วงเวลา snap time ก่อนหน้าช่วงนั้นๆ
VALUE_DIFF คือ VALUE - VALUE_PREVOUS
ถ้าค่าเป็นบวก แสดงว่า จำนวน transactions ในช่วงเวลา snap time นั้นๆ มีค่ามากกว่า snap time ก่อนหน้าช่วงนั้นๆ
ถ้าค่าเป็นลบ แสดงว่า จำนวน transactions ในช่วงเวลา snap time นั้นๆ มีค่าน้อยกว่า snap time ก่อนหน้าช่วงนั้นๆ
STAT_PER_SEC คือ จำนวน transactions ต่อ seconds ในช่วงเวลา snap time
STAT_PER_MIN คือ จำนวน transactions ต่อ minutes ในช่วงเวลา snap time
STAT_PER_HOURS คือ จำนวน transactions ต่อ hours ในช่วงเวลา snap time
STAT_PER_DAY คือ จำนวน transactions ต่อ days ในช่วงเวลา snap time
col stat_name for a20
col value_diff for 9999,999,999
col stat_per_min for 9999,999,999
set lines 200 pages 1500 long 99999999
col begin_interval_time for a30
col end_interval_time for a30
set linesize 1000
set pagesize 40
set pause on
SQL> select hsys.snap_id,
hsnap.begin_interval_time,
hsnap.end_interval_time,
hsys.stat_name,
hsys.value,
lag(hsys.value,1,0) over (order by hsys.snap_id) as "value_prevous",
hsys.value - lag(hsys.value,1,0) over (order by hsys.snap_id) as "value_diff",
extract(second from (hsnap.end_interval_time - hsnap.begin_interval_time))sec_diff,
extract(minute from (hsnap.end_interval_time - hsnap.begin_interval_time))min_diff,
extract(hour from (hsnap.end_interval_time - hsnap.begin_interval_time))hr_diff,
extract(day from (hsnap.end_interval_time - hsnap.begin_interval_time))day_diff,
round
(
(hsys.value - lag(hsys.value,1,0) over (order by hsys.snap_id)) /
round
( abs
(extract(hour from (hsnap.end_interval_time - hsnap.begin_interval_time))*60*60 +
extract(minute from (hsnap.end_interval_time - hsnap.begin_interval_time))*60 +
extract(second from (hsnap.end_interval_time - hsnap.begin_interval_time)) +
extract(day from (hsnap.end_interval_time - hsnap.begin_interval_time))*24*60*60
)
,4
)
,4
)"stat_per_sec",
round
(
(hsys.value - lag(hsys.value,1,0) over (order by hsys.snap_id)) /
round
( abs
(extract(hour from (hsnap.end_interval_time - hsnap.begin_interval_time))*60 +
extract(minute from (hsnap.end_interval_time - hsnap.begin_interval_time)) +
extract(second from (hsnap.end_interval_time - hsnap.begin_interval_time))/60 +
extract(day from (hsnap.end_interval_time - hsnap.begin_interval_time))*24*60
)
,4
)
,4
)"stat_per_min",
round
(
(hsys.value - lag(hsys.value,1,0) over (order by hsys.snap_id)) /
round
( abs
(extract(hour from (hsnap.end_interval_time - hsnap.begin_interval_time))+
extract(minute from (hsnap.end_interval_time - hsnap.begin_interval_time))/60 +
extract(second from (hsnap.end_interval_time - hsnap.begin_interval_time))/60/60 +
extract(day from (hsnap.end_interval_time - hsnap.begin_interval_time))*24
)
,4
)
,4
)"stat_per_hr",
round
(
(hsys.value - lag(hsys.value,1,0) over (order by hsys.snap_id)) /
round
( abs
(extract(hour from (hsnap.end_interval_time - hsnap.begin_interval_time))/24+
extract(minute from (hsnap.end_interval_time - hsnap.begin_interval_time))/60/24 +
extract(second from (hsnap.end_interval_time - hsnap.begin_interval_time))/60/60/24 +
extract(day from (hsnap.end_interval_time - hsnap.begin_interval_time))
)
,4
)
,4
)"stat_per_day"
from dba_hist_sysstat hsys, dba_hist_snapshot hsnap
where hsys.snap_id = hsnap.snap_id
and hsnap.instance_number in (select instance_number from v$instance)
and hsnap.instance_number = hsys.instance_number
and hsys.stat_name in ('user commits','user rollbacks')
order by 1 desc;
SNAP_ID BEGIN_INTERVAL_TIME END_INTERVAL_TIME STAT_NAME
---------- ------------------------------ ------------------------------ --------------------
1597 11/28/2019 10:00:50.865 PM 11/28/2019 10:15:06.272 PM user commits
1597 11/28/2019 10:00:50.865 PM 11/28/2019 10:15:06.272 PM user rollbacks
1596 11/28/2019 9:45:45.151 PM 11/28/2019 10:00:50.865 PM user commits
1596 11/28/2019 9:45:45.151 PM 11/28/2019 10:00:50.865 PM user rollbacks
VALUE value_prevous value_diff SEC_DIFF MIN_DIFF HR_DIFF DAY_DIFF
---------- ------------- ------------- ---------- ---------- ---------- ----------
1156 26 1,130 15.407 14 0 0
26 264 -238 15.407 14 0 0
264 25 239 5.714 15 0 0
25 243 -218 5.714 15 0 0
stat_per_sec stat_per_min stat_per_hr stat_per_day
------------ ------------- ----------- ------------
1.321 79 4755.8923 114141.414
-0.2782 -17 -1001.6835 -24040.404
.2639 16 949.9205 22761.9048
-0.2407 -14 -866.4547 -20761.905
วิธีหาจำนวน transactions จาก Load profile section ของ Statspack หรือ AWR
จาก https://timurakhmadeev.wordpress.com/2012/02/21/load-profile/
อธิบาย
- V$SYSMETRIC ใช้สำหรับแสดง system metric ที่เก็บจากช่วงเวลาปัจจุบันสุด โดย long duration คือ 60 second และ short duration คือ 15 second
- ในช่วงเวลา 15 หรือ 60 second ที่ผ่านมา
หาจำนวน transactions ต่อ second
col short_name format a20 heading 'Load Profile'
col per_sec format 999,999,999.9 heading 'Per Second'
col per_tx format 999,999,999.9 heading 'Per Transaction'
set colsep ' '
SQL> select lpad(short_name, 20, ' ') short_name
, per_sec
, per_tx from
(select short_name
, max(decode(typ, 1, value)) per_sec
, max(decode(typ, 2, value)) per_tx
, max(m_rank) m_rank
from
(select /*+ use_hash(s) */
m.short_name
, s.value * coeff value
, typ
, m_rank
from v$sysmetric s,
(select 'Database Time Per Sec' metric_name, 'DB Time' short_name, .01 coeff, 1 typ, 1 m_rank from dual union all
select 'CPU Usage Per Sec' metric_name, 'DB CPU' short_name, .01 coeff, 1 typ, 2 m_rank from dual union all
select 'Redo Generated Per Sec' metric_name, 'Redo size' short_name, 1 coeff, 1 typ, 3 m_rank from dual union all
select 'Logical Reads Per Sec' metric_name, 'Logical reads' short_name, 1 coeff, 1 typ, 4 m_rank from dual union all
select 'DB Block Changes Per Sec' metric_name, 'Block changes' short_name, 1 coeff, 1 typ, 5 m_rank from dual union all
select 'Physical Reads Per Sec' metric_name, 'Physical reads' short_name, 1 coeff, 1 typ, 6 m_rank from dual union all
select 'Physical Writes Per Sec' metric_name, 'Physical writes' short_name, 1 coeff, 1 typ, 7 m_rank from dual union all
select 'User Calls Per Sec' metric_name, 'User calls' short_name, 1 coeff, 1 typ, 8 m_rank from dual union all
select 'Total Parse Count Per Sec' metric_name, 'Parses' short_name, 1 coeff, 1 typ, 9 m_rank from dual union all
select 'Hard Parse Count Per Sec' metric_name, 'Hard Parses' short_name, 1 coeff, 1 typ, 10 m_rank from dual union all
select 'Logons Per Sec' metric_name, 'Logons' short_name, 1 coeff, 1 typ, 11 m_rank from dual union all
select 'Executions Per Sec' metric_name, 'Executes' short_name, 1 coeff, 1 typ, 12 m_rank from dual union all
select 'User Rollbacks Per Sec' metric_name, 'Rollbacks' short_name, 1 coeff, 1 typ, 13 m_rank from dual union all
select 'User Transaction Per Sec' metric_name, 'Transactions' short_name, 1 coeff, 1 typ, 14 m_rank from dual union all
select 'User Rollback UndoRec Applied Per Sec' metric_name, 'Applied urec' short_name, 1 coeff, 1 typ, 15 m_rank from dual union all
select 'Redo Generated Per Txn' metric_name, 'Redo size' short_name, 1 coeff, 2 typ, 3 m_rank from dual union all
select 'Logical Reads Per Txn' metric_name, 'Logical reads' short_name, 1 coeff, 2 typ, 4 m_rank from dual union all
select 'DB Block Changes Per Txn' metric_name, 'Block changes' short_name, 1 coeff, 2 typ, 5 m_rank from dual union all
select 'Physical Reads Per Txn' metric_name, 'Physical reads' short_name, 1 coeff, 2 typ, 6 m_rank from dual union all
select 'Physical Writes Per Txn' metric_name, 'Physical writes' short_name, 1 coeff, 2 typ, 7 m_rank from dual union all
select 'User Calls Per Txn' metric_name, 'User calls' short_name, 1 coeff, 2 typ, 8 m_rank from dual union all
select 'Total Parse Count Per Txn' metric_name, 'Parses' short_name, 1 coeff, 2 typ, 9 m_rank from dual union all
select 'Hard Parse Count Per Txn' metric_name, 'Hard Parses' short_name, 1 coeff, 2 typ, 10 m_rank from dual union all
select 'Logons Per Txn' metric_name, 'Logons' short_name, 1 coeff, 2 typ, 11 m_rank from dual union all
select 'Executions Per Txn' metric_name, 'Executes' short_name, 1 coeff, 2 typ, 12 m_rank from dual union all
select 'User Rollbacks Per Txn' metric_name, 'Rollbacks' short_name, 1 coeff, 2 typ, 13 m_rank from dual union all
select 'User Transaction Per Txn' metric_name, 'Transactions' short_name, 1 coeff, 2 typ, 14 m_rank from dual union all
select 'User Rollback Undo Records Applied Per Txn' metric_name, 'Applied urec' short_name, 1 coeff, 2 typ, 15 m_rank from dual) m
where m.metric_name = s.metric_name
and s.intsize_csec > 5000
and s.intsize_csec < 7000
)
group by short_name
)
order by m_rank;
Load Profile Per Second Per Transaction
-------------------- ----------------- -----------------
DB Time .0068
DB CPU .0067
Redo size 40,574.6338 43,530.7857
Logical reads 1,035.7357 1,111.1964
Block changes 312.5999 335.3750
Physical reads 24.6172 26.4107
Physical writes 4.6272 4.9643
User calls .3995 .4286
Parses 45.5226 48.8393
Hard Parses 6.7410 7.2321
Logons .0666 .0714
Executes 143.5253 153.9821
Rollbacks .3995
Transactions .9321
Applied urec 0.0000 0.0000
