面试宝典:介绍下Oracle数据库动态性能视图 V$ASM_DISK_SPARSE_STAT

以下是对 Oracle 19c 中 V$ASM_DISK_SPARSE_STAT 动态性能视图的全面解析：

---

1. 作用

V$ASM_DISK_SPARSE_STAT 提供稀疏磁盘（Thin-Provisioned Disks）的历史统计信息，用于：

• 追踪物理空间分配变化趋势
• 分析空间回收效率
• 监控存储空间过度分配风险
• 诊断空间碎片化问题
• 评估存储成本优化效果

📌 区别于 V$ASM_DISK_SPARSE（当前状态），此视图提供时间序列数据，是容量规划的关键工具。

---

2. 使用场景

• 容量趋势分析：监控物理空间增长趋势
• 回收效率评估：量化 UNMAP/TRIM 操作效果
• 异常检测：识别异常空间消耗模式
• 成本审计：云环境中分析存储成本变化
• 性能优化：空间碎片化导致的 I/O 性能问题诊断
• 存储迁移：评估迁移到精简配置的长期效益

---

3. 字段含义 (Oracle 19c)

字段名	数据类型	说明
GROUP_NUMBER	NUMBER	磁盘组编号
DISK_NUMBER	NUMBER	磁盘编号
INST_ID	NUMBER	实例ID (RAC)
SNAPSHOT_TIMESTAMP	TIMESTAMP	统计快照时间
TOTAL_MB	NUMBER	逻辑总空间(MB)
ALLOCATED_MB	NUMBER	物理已分配空间(MB)
USED_MB	NUMBER	实际使用空间(MB)
RECLAIMABLE_SPACE_MB	NUMBER	可回收空间(MB)
ALLOCATION_CHANGE_MB	NUMBER	自上次快照分配变化量(MB)
USED_CHANGE_MB	NUMBER	自上次快照使用变化量(MB)
RECLAIMED_SPACE_MB	NUMBER	自上次快照回收空间量(MB)
UNMAP_OPERATIONS	NUMBER	UNMAP操作次数
UNMAP_BYTES	NUMBER	UNMAP操作字节数
ALLOCATION_RATE_MB_PER_MIN	NUMBER	空间分配速率(MB/分钟)
RECLAIM_RATE_MB_PER_MIN	NUMBER	空间回收速率(MB/分钟)
FRAGMENTATION_PCT	NUMBER	空间碎片化百分比

---

4. 关键指标分析

• 空间增长率：
  ALLOCATION_RATE_MB_PER_MIN（物理空间）
  USED_CHANGE_MB / time_diff（逻辑空间）
• 回收效率：
  RECLAIMED_SPACE_MB / RECLAIMABLE_SPACE_MB
• 碎片化影响：
  高 FRAGMENTATION_PCT 值（>30%）预示性能风险
• UNMAP 效率：
  UNMAP_BYTES / UNMAP_OPERATIONS（每次操作回收量）

---

5. 相关视图与基表

• 相关视图：
  • V$ASM_DISK_SPARSE：当前稀疏磁盘状态
  • V$ASM_DISK_IOSTAT_SPARSE：稀疏磁盘 I/O 统计
  • DBA_HIST_ASM_DISK_SPARSE：AWR 历史数据（需诊断包）
  • V$ASM_OPERATION：空间回收操作状态
• 基表：
  • 数据源自 ASM 实例的内存结构
  • 快照由 MMON 后台进程定期捕获（默认 30 分钟）
  • 持久化存储依赖 AWR（自动工作负载仓库）

---

6. 工作原理

1. 数据收集：

   • 每 30 分钟自动捕获快照（SNAPSHOT_TIMESTAMP）
   • 通过操作系统接口（ioctl）或云 API 获取物理空间数据
   • 计算增量变化：CURRENT_VALUE - PREVIOUS_VALUE

2. UNMAP 跟踪：

   • 记录 ALTER DISKGROUP REBALANCE 触发的 UNMAP 操作
   • 统计 SCSI UNMAP 或 NVMe DEALLOCATE 命令
   • 云环境映射到底层 API（如 AWS EBS ModifyVolume）

3. 碎片化计算：

   \text{FRAGMENTATION\_PCT} = \left(1 - \frac{\text{最大连续空闲空间}}{\text{总空闲空间}}\right) \times 100
   

4. RAC 处理：

   • 每个 ASM 实例维护本地统计
   • 全局视图通过 GV$ASM_DISK_SPARSE_STAT 聚合

---

7. 常用 SQL 查询示例

(1) 磁盘空间变化趋势分析

SELECT
  TO_CHAR(snapshot_timestamp, 'YYYY-MM-DD HH24:MI') AS snap_time,
  allocated_mb,
  used_mb,
  reclaimable_space_mb,
  allocation_change_mb AS alloc_delta,
  used_change_mb AS used_delta
FROM v$asm_disk_sparse_stat
WHERE group_number = 1 AND disk_number = 0
ORDER BY snapshot_timestamp DESC;

(2) 检测异常空间增长（>500MB/小时）

SELECT 
  d.name,
  s.snapshot_timestamp,
  s.allocation_rate_mb_per_min * 60 AS hourly_growth_mb
FROM v$asm_disk_sparse_stat s
JOIN v$asm_disk d USING (group_number, disk_number)
WHERE s.allocation_rate_mb_per_min * 60 > 500  -- 阈值
ORDER BY hourly_growth_mb DESC;

(3) UNMAP 操作效率分析

SELECT
  TO_CHAR(snapshot_timestamp, 'MM-DD HH24:MI') AS snap_time,
  unmap_operations,
  unmap_bytes/1048576 AS unmap_mb,
  ROUND(unmap_bytes / NULLIF(unmap_operations,0)/1024) AS avg_kb_per_op
FROM v$asm_disk_sparse_stat
WHERE unmap_operations > 0
ORDER BY snapshot_timestamp DESC;

(4) 碎片化最严重的磁盘（当前快照）

WITH latest AS (
  SELECT group_number, disk_number, MAX(snapshot_timestamp) AS latest_ts
  FROM v$asm_disk_sparse_stat
  GROUP BY group_number, disk_number
)
SELECT
  g.name AS dg_name,
  d.name AS disk_name,
  s.fragmentation_pct
FROM latest l
JOIN v$asm_disk_sparse_stat s ON (l.group_number=s.group_number 
  AND l.disk_number=s.disk_number AND l.latest_ts=s.snapshot_timestamp)
JOIN v$asm_disk d USING (group_number, disk_number)
JOIN v$asm_diskgroup g USING (group_number)
WHERE s.fragmentation_pct > 20  -- 阈值
ORDER BY s.fragmentation_pct DESC;

(5) 回收操作效果验证

-- 回收前快照
INSERT INTO space_snap 
SELECT group_number, disk_number, SYSTIMESTAMP, reclaimable_space_mb 
FROM v$asm_disk_sparse 
WHERE group_number=1 AND disk_number=0;

-- 执行回收
ALTER DISKGROUP DATA REBALANCE POWER 32 WAIT;

-- 比较回收效果
SELECT 
  (s.reclaimable_space_mb - pre.reclaim_mb) AS reclaimed_mb,
  ROUND((s.reclaimable_space_mb - pre.reclaim_mb) / pre.reclaim_mb * 100, 2) AS pct_reclaimed
FROM v$asm_disk_sparse s
JOIN space_snap pre ON (s.group_number=pre.group_number AND s.disk_number=pre.disk_number)
WHERE pre.snap_time = (SELECT MAX(snap_time) FROM space_snap);

---

8. 注意事项

1. 数据保留：

   • 内存中保留约 24 小时数据
   • 长期分析需依赖 DBA_HIST_* AWR 视图

2. 云平台差异：

   • AWS：UNMAP_BYTES 对应 EBS VolumeBytesConsumed 变化
   • Azure：ALLOCATION_CHANGE_MB 映射到 UsedBytes 增量
   • GCP：需启用 discard 选项

3. 性能影响：

4. 关键阈值：

   • 空间增长率：> 100 MB/min 需调查
   • 碎片化：> 30% 建议优化
   • UNMAP 效率：< 1 MB/op 可能配置不当

5. 最佳实践：

   • 结合 AWR 报告 "ASM Space Statistics" 部分
   • 在云环境中启用 _asm_disk_repair_time 参数
   • 定期执行预防性回收：

     ALTER DISKGROUP ALL REBALANCE RECLAIM /*+ NOPARALLEL */;
     

---

总结

V$ASM_DISK_SPARSE_STAT 是管理 ASM 稀疏磁盘的时间序列分析核心视图，通过提供：

• 物理空间分配历史（ALLOCATED_MB）
• 空间回收指标（RECLAIMED_SPACE_MB, UNMAP_OPERATIONS）
• 变化速率（ALLOCATION_RATE_MB_PER_MIN）
• 碎片化数据（FRAGMENTATION_PCT）

使 DBA 能够：

1. 预测存储容量需求
2. 验证空间回收效率
3. 诊断性能异常
4. 优化云存储成本
5. 制定数据生命周期策略

结合定期 REBALANCE RECLAIM 操作和云存储特性配置，可最大化精简配置存储的效益。

欢迎关注我的公众号《IT小Chen》