跳转到主内容
趣航编程网 - 趣学编程,启航技术之路!

Oracle为何redo log sync等待长?通过ASH优化提交

先看log file sync与log file parallel write平均等待时间是否接近(如均在8–15ms),若高度接近且wait_time_milli≥16ms的写盘延迟占比超30%,再结合iostat显示%util>90%或await>15ms,即可锁定存储I/O瓶颈。 log file sync等待时间长,先看是不是LGWR写盘慢 直接比对
log file sync
和
log file parallel write
的平均等待时间。如果两者都在 8–15ms 区间且高度接近,问题基本锁定在存储 i/o——lgwr 没法快速把 redo 刷到磁盘。 用这个 SQL 查写盘延迟分布:
SELECT wait_time_milli, wait_count FROM v$event_histogram WHERE event = 'log file parallel write' AND wait_time_milli IN (1, 2, 4, 8, 16, 32);
若
wait_time_milli = 16
或更高的档位占总写次数 30% 以上,说明 LGWR 已持续卡在写盘环节。再配合
iostat -x 1 5
看 OS 层:如果
%util > 90%
或
await > 15ms
,就是物理瓶颈。 Redo 日志绝不能放在 RAID 5 上——小块顺序写被校验计算拖垮 别和数据文件、归档日志混在同一 LUN,哪怕都是 SSD 检查是否开了
ARCHIVELOG
且归档路径慢,LGWR 会等归档完成才能重用日志组 ASH里怎么定位“提交风暴”而不是单次慢 不要只查
log file sync
的总平均值。它可能才 3ms,但每秒触发 300 次,实际已吃掉近 1 秒的前台响应时间。 用 ASH 按分钟聚合,看等待是否密集且规律:
SELECT TO_CHAR(sample_time, 'HH24:MI') tm, COUNT(*) waits, ROUND(AVG(time_waited)/1000, 2) avg_ms FROM v$active_session_history WHERE event = 'log file sync' AND sample_time > SYSDATE - 1/24 GROUP BY TO_CHAR(sample_time, 'HH24:MI') ORDER BY tm;
如果每分钟都稳定出现几十次等待,且
avg_ms
波动不大(比如始终在 5–10ms),大概率是应用层小事务轮番提交,不是偶发 I/O 抖动。 同步查
user commits
和
user rollbacks
每秒速率:超过 50/s 就值得警惕,超 200/s 基本确认是提交风暴 注意
enq: KO - fast object checkpoint
是否紧随
log file sync
出现在同一 session 的连续样本中——这是 checkpoint 被提交阻塞的典型链路
sql_id IS NULL
+
program LIKE '%tnslsnr%'
的样本若也带
log file sync
,说明登录初始化阶段就被卡住,常因递归事务或字典更新引发 commit_write=nowait,batch 能不能开,开完要注意啥 能开,但不是绕过问题的捷径,而是用“可接受的数据丢失风险”换响应时间。实例崩溃时,最近几毫秒内未刷盘的 commit 可能丢失——业务敢不敢接,得一起拍板。 oracle知识库 oracle知识库下载 下载 生效方式有两种: 系统级:执行
ALTER SYSTEM SET commit_write='NOWAIT,BATCH' SCOPE=BOTH
,但只影响新连接 会话级:在应用连接池初始化时加
ALTER SESSION SET commit_write='NOWAIT,BATCH'
副作用很实在:
log file parallel write
次数下降,但单次写量变大,可能触发更大 I/O 峰值 redo allocation latch 争用可能上升,尤其高并发 insert 场景 开启后
user commits
统计值不变,但
log file sync
等待锐减——容易误判问题已解决,其实只是前台不等了 为什么加大 log_buffer 不一定有用 加大
log_buffer
的逻辑是:攒更多 redo 再批量写,减少
log file parallel write
次数。但它只在 LGWR 因 buffer 满而频繁唤醒时才有效。 现实里更常见的是:buffer 还没满,但事务已提交,前台就催 LGWR 写盘——这时加 buffer 毫无意义。 判断依据:查
redo log space requests
和
redo log space wait time
。如果这两个值极低,说明 buffer 从不缺,加了白加 真正该盯的是
redo entries
(进程向 log buffer 写 redo 的次数)和
user commits
的比值。如果接近 1:1,说明每个事务几乎只写一条 redo,根本没机会攒 log_buffer 超过 100MB 后收益急剧衰减,还可能增加 LGWR 单次扫描开销 最隐蔽的坑是:调大 log_buffer 后,
log file sync
等待没降,但
log file parallel write
的 90% 分位反而升高——因为每次写的数据块更大,I/O 延迟被拉长了。

相关文章