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

📊 深入解析 Oracle 19C 的 V$WAITCLASSMETRIC_HISTORY 视图

1. 视图概述与核心作用

V$WAITCLASSMETRI{C}_{H}ISTORY\ast \ast 是\ast \ast V$WAITCLASSMETRIC 的历史扩展版本，它提供了更长时间范围内的等待类别性能指标历史数据。这个视图是 Oracle 数据库性能诊断和容量规划的关键工具。

• 核心作用：保存和展示比 V$WAITCLASSMETRIC 更长时间范围的等待类别性能指标，用于分析性能趋势、识别周期性问题和进行容量规划。
• 关键问题它回答：
  • 数据库在过去一小时内性能等待的趋势如何？
  • 是否存在周期性的性能瓶颈？
  • 不同时间段的等待类别分布有什么变化？
  • 系统性能是改善还是恶化？

该视图保留了大约15个时间间隔的数据（约15分钟），提供了比 V$WAITCLASSMETRIC 更长的历史视角。

2. 核心字段详解

V$WAITCLASSMETRI{C}_{H}ISTORY\ast \ast 包含与\ast \ast V$WAITCLASSMETRIC 相同的字段结构，但包含更多的历史时间间隔数据。

字段名	数据类型	是否可为空	描述
WAIT_CLASS_ID	NUMBER	NO	等待类别的内部标识符。Oracle 内部使用的数字ID。
WAIT_CLASS#	NUMBER	NO	等待类别的编号。与 V$SYSTEM_WAIT_CLASS 中的等待类别编号对应。
WAIT_CLASS	VARCHAR2(64)	NO	等待类别名称。重要分类字段，包括： - User I/O：用户I/O等待 - System I/O：系统I/O等待 - Concurrency：并发等待 - Commit：提交等待 - Network：网络等待 - Application：应用程序等待 - Configuration：配置相关等待 - Administrative：管理任务等待 - Cluster：RAC集群等待 - Other：其他等待 - Idle：空闲等待
TIME_WAITED	NUMBER	NO	在特定时间间隔内，此类等待的总等待时间（厘秒）。1秒 = 100厘秒。
WAIT_COUNT	NUMBER	NO	在特定时间间隔内，此类等待的发生次数。
AVERAGE_WAITER_COUNT	NUMBER	YES	在特定时间间隔内，平均同时等待的会话数。
DBTIME	NUMBER	YES	数据库时间（Database Time）。该时间间隔内的总数据库时间消耗。
GROUP_ID	NUMBER	NO	指标组标识符。用于内部管理。
INST_ID	NUMBER	NO	（在 RAC 环境中）实例标识符。
BEGIN_TIME	DATE	NO	时间间隔的开始时间。
END_TIME	DATE	NO	时间间隔的结束时间。

3. 工作原理与底层机制

3.1 性能指标收集体系

Oracle 使用一个多层次的性能指标收集系统：

1. 实时数据：V$WAITCLASSMETRIC - 保存最近11个间隔（约11分钟）
2. 近期历史：V$WAITCLASSMETRIC_HISTORY - 保存最近15个间隔（约15分钟）
3. 长期历史：DBA_HIST_WAITCLASSMETRIC - 通过 AWR 快照保存长期历史数据

3.2 数据流转过程

V$WAITCLASSMETRIC_HISTORY 的数据流转过程如下：

1. 数据生成：Oracle 内核持续收集等待事件数据，每秒钟更新内存中的统计信息。
2. 间隔聚合：每60秒，系统将累积的等待统计数据聚合到时间间隔桶中。
3. 循环缓冲区：
   • 最新11个间隔的数据存放在 V$WAITCLASSMETRIC 的循环缓冲区中
   • 接下来的15个间隔（更早的数据）存放在 V$WAITCLASSMETRIC_HISTORY 的循环缓冲区中
4. AWR 持久化：每小时（或自定义间隔），AWR 快照进程将内存中的性能数据（包括这些指标）持久化到磁盘上的 AWR 表中，形成 DBA_HIST_WAITCLASSMETRIC
5. 数据老化：当新的时间间隔数据产生时，最旧的数据会被覆盖，保持总共约26分钟的数据（11 + 15个间隔）

3.3 内存结构

该视图的数据来源于 SGA 中的内部 X$ 表（如 X$KSMVM），这些表由 Oracle 内核维护，存储了按时间间隔聚合的性能指标。

4. 主要应用场景

4.1 性能趋势分析

分析较长时间范围内的性能变化趋势。

-- 分析过去15分钟内等待类别的趋势变化
SELECT 
    TO_CHAR(begin_time, 'HH24:MI:SS') AS time_period,
    wait_class,
    ROUND(time_waited / 100, 2) AS time_waited_seconds,
    wait_count,
    ROUND(time_waited / NULLIF(wait_count, 0) * 10, 2) AS avg_wait_ms
FROM v$waitclassmetric_history 
WHERE wait_class != 'Idle'
ORDER BY begin_time DESC, time_waited DESC;

4.2 周期性问题诊断

识别重复出现的性能问题模式。

-- 查找周期性的性能瓶颈
SELECT 
    wait_class,
    COUNT(*) AS occurrences,
    AVG(ROUND(time_waited / 100, 2)) AS avg_time_waited_seconds,
    MAX(ROUND(time_waited / 100, 2)) AS max_time_waited_seconds
FROM v$waitclassmetric_history 
WHERE wait_class NOT IN ('Idle', 'Network')
GROUP BY wait_class
HAVING COUNT(*) > 3
ORDER BY avg_time_waited_seconds DESC;

4.3 性能基线比较

将当前性能与近期历史进行比较。

-- 比较当前性能与近期基线
WITH current_metrics AS (
    SELECT wait_class, time_waited AS current_time_waited
    FROM v$waitclassmetric
    WHERE begin_time = (SELECT MAX(begin_time) FROM v$waitclassmetric)
),
historical_avg AS (
    SELECT wait_class, AVG(time_waited) AS avg_time_waited
    FROM v$waitclassmetric_history
    WHERE begin_time < (SELECT MAX(begin_time) FROM v$waitclassmetric)
    GROUP BY wait_class
)
SELECT 
    c.wait_class,
    ROUND(c.current_time_waited / 100, 2) AS current_seconds,
    ROUND(h.avg_time_waited / 100, 2) AS avg_historical_seconds,
    ROUND((c.current_time_waited - h.avg_time_waited) / h.avg_time_waited * 100, 2) AS pct_change
FROM current_metrics c
JOIN historical_avg h ON c.wait_class = h.wait_class
WHERE c.wait_class != 'Idle'
ORDER BY pct_change DESC;

4.4 容量规划和资源评估

评估系统资源需求和使用模式。

-- 分析资源使用模式和需求
SELECT 
    wait_class,
    SUM(time_waited) AS total_time_waited,
    SUM(wait_count) AS total_waits,
    ROUND(SUM(time_waited) / SUM(wait_count), 2) AS avg_wait_per_event,
    ROUND(SUM(time_waited) / (SELECT SUM(time_waited) 
                             FROM v$waitclassmetric_history 
                             WHERE wait_class != 'Idle') * 100, 2) AS pct_total
FROM v$waitclassmetric_history 
WHERE wait_class != 'Idle'
GROUP BY wait_class
ORDER BY total_time_waited DESC;

5. 相关视图与关联查询

视图名称	描述	常用关联字段
V$WAITCLASSMETRIC	当前和最近11个时间间隔的等待类别指标。	相同的字段结构，可联合查询获取完整26分钟数据。
DBA_HIST_WAITCLASSMETRIC	AWR 历史等待类别指标，用于长期趋势分析。	相同的数据结构，用于历史数据分析。
V$SYSMETRIC_HISTORY	系统级性能指标历史数据。	可通过时间间隔关联进行综合分析。
V$EVENTMETRIC_HISTORY	等待事件级别的历史指标数据。	可下钻分析特定等待类别的具体事件。

常用综合查询：完整的性能分析报告

-- 生成详细的等待类别历史性能报告
COLUMN wait_class FORMAT A20
COLUMN time_period FORMAT A11
COLUMN time_waited_sec FORMAT 999999.99
COLUMN waits_per_sec FORMAT 9999.99
COLUMN avg_wait_ms FORMAT 9999.99
COLUMN pct_total FORMAT 999.99

SELECT 
    TO_CHAR(begin_time, 'HH24:MI:SS') AS time_period,
    wait_class,
    ROUND(time_waited / 100, 2) AS time_waited_sec,
    ROUND(wait_count / 60, 2) AS waits_per_sec,
    ROUND((time_waited / NULLIF(wait_count, 0)) * 10, 2) AS avg_wait_ms,
    ROUND((time_waited / SUM(time_waited) OVER (PARTITION BY begin_time)) * 100, 2) AS pct_total
FROM 
    v$waitclassmetric_history
WHERE 
    wait_class != 'Idle'
    AND begin_time > SYSDATE - INTERVAL '15' MINUTE
ORDER BY 
    begin_time DESC, 
    time_waited DESC;

6. 关键知识点总结

1. 时间范围：V$WAITCLASSMETRI{C}_{H}ISTORY\ast \ast 保存大约\ast \ast 15个时间间隔\ast \ast 的数据（约15分钟），与\ast \ast V$WAITCLASSMETRIC 的11个间隔结合，提供总共约26分钟的性能历史数据。
2. 数据流转：数据从 V$WAITCLASSMETRIC\ast \ast 流转到\ast \ast V$WAITCLASSMETRIC_HISTORY，最后到 DBA_HIST_WAITCLASSMETRIC（通过AWR快照）。
3. 循环缓冲区：数据存储在SGA的循环缓冲区中， oldest的数据会被新数据覆盖。
4. 性能诊断：此视图特别适合诊断间歇性性能问题和分析性能趋势。
5. 等待类别分析：通过聚合到等待类别级别，简化了性能分析，帮助快速定位问题方向。
6. 关键指标：
   • TIME_WAITED：等待时间的总量（厘秒）
   • WAIT_COUNT：等待事件的发生次数
   • AVERAGE_WAITER_COUNT：并发等待的严重程度指标
7. RAC 环境：在 RAC 环境中，需要关注 INST_ID 字段，或使用 GV$WAITCLASSMETRIC_HISTORY 查看所有实例的数据。
8. 与实时监控的关系：V$WAITCLASSMETRIC\ast \ast 用于实时监控，而\ast \ast V$WAITCLASSMETRIC_HISTORY 用于近期历史分析。

补充：下钻分析到具体等待事件

-- 当发现某个等待类别有问题时，下钻分析具体等待事件
SELECT 
    TO_CHAR(h.begin_time, 'HH24:MI:SS') AS time_period,
    e.event_name,
    SUM(e.time_waited) AS total_time_waited,
    SUM(e.wait_count) AS total_waits
FROM v$eventmetric_history e
JOIN v$waitclassmetric_history h ON e.begin_time = h.begin_time 
    AND e.wait_class# = h.wait_class#
WHERE h.wait_class = 'User I/O'
    AND h.begin_time > SYSDATE - INTERVAL '15' MINUTE
GROUP BY h.begin_time, e.event_name
ORDER BY h.begin_time DESC, total_time_waited DESC;

最佳实践建议：

1. 定期监控：建立定期查询此视图的监控作业，捕获性能趋势
2. 基线建立：使用历史数据建立性能基线，用于异常检测
3. 告警设置：基于历史数据设置合理的性能告警阈值
4. 容量规划：使用趋势数据预测未来的资源需求
5. 关联分析：将此视图数据与其他性能视图（如 V$SYSMETRIC_HISTORY）关联分析

总之，V$WAITCLASSMETRIC_HISTORY 是 Oracle 数据库性能管理体系中承上启下的关键组件，它填补了实时监控和长期历史分析之间的空白，为DBA提供了分析近期性能趋势和诊断间歇性问题的强大工具。

欢迎关注我的公众号《IT小Chen》