Oracle中如何监控SQL执行时间?

在 Oracle 数据库中,监控 SQL 语句的执行时间是性能调优和问题排查的关键环节。Oracle 提供了多种机制来捕获和分析 SQL 的执行耗时,以下是 常用且实用的方法,按使用场景分类说明:


✅ 一、实时监控:查看当前正在执行的 SQL 及其已运行时间

方法:查询 V$SESSION + V$SQL

sql 复制代码
SELECT 
    s.sid,
    s.serial#,
    s.username,
    s.status,
    s.machine,
    s.program,
    q.sql_text,
    s.last_call_et AS "Seconds_Running",  -- 当前操作已运行秒数
    q.elapsed_time / 1000000 AS "Elapsed_Sec_Total",  -- 该SQL总耗时(秒)
    q.cpu_time / 1000000 AS "CPU_Sec"
FROM 
    v$session s
JOIN 
    v$sql q ON s.sql_id = q.sql_id
WHERE 
    s.status = 'ACTIVE'
    AND s.username IS NOT NULL
    AND s.type != 'BACKGROUND';

🔍 说明:

  • last_call_et:当前调用已持续的秒数(单位:秒),对活跃会话非常有用
  • elapsed_time:该 SQL 自首次执行以来累计总耗时(微秒),除以 1e6 转为秒。
  • 此方法适用于实时抓取慢查询

✅ 二、历史监控:查看已执行 SQL 的性能统计(AWR / V$SQL)

Oracle 会自动在共享池中缓存 SQL 的执行统计信息(通过 V$SQL 视图)。

查询最近执行过的 SQL 及其平均/总耗时:

sql 复制代码
SELECT 
    sql_id,
    substr(sql_text, 1, 100) AS sql_preview,
    executions AS execs,
    ROUND(elapsed_time / 1000000, 2) AS total_sec,
    ROUND(elapsed_time / NULLIF(executions, 0) / 1000000, 4) AS avg_sec,
    ROUND(cpu_time / NULLIF(executions, 0) / 1000000, 4) AS avg_cpu_sec,
    last_active_time
FROM 
    v$sql
WHERE 
    executions > 0
    AND last_active_time > SYSDATE - 1  -- 过去24小时
ORDER BY 
    elapsed_time DESC;

⚠️ 注意:

  • V$SQL 中的数据是内存中的缓存,实例重启或 SQL 被老化(aged out)后会丢失。
  • 适合查看近期高频或高耗时 SQL

✅ 三、长期监控:使用 AWR(Automatic Workload Repository)

AWR 是 Oracle 企业版(Enterprise Edition)提供的自动性能数据仓库,默认每小时快照一次,保留 8 天。

查看某段时间内最耗时的 SQL(Top SQL by Elapsed Time):

sql 复制代码
-- 需要知道快照 ID(snap_id)
SELECT * FROM TABLE(
    DBMS_WORKLOAD_REPOSITORY.select_sql(
        begin_snap => 12345,
        end_snap   => 12346,
        sql_id     => NULL  -- NULL 表示返回 Top SQL
    )
);

或者使用标准 AWR 报告:

sql 复制代码
-- 生成 HTML 或文本格式的 AWR 报告(需 DBA 权限)
@$ORACLE_HOME/rdbms/admin/awrrpt.sql

✅ AWR 优势:

  • 持久化存储,不受内存老化影响;
  • 包含等待事件、I/O、CPU 等完整上下文;
  • 支持跨时间段对比。
    ❌ 缺点:仅限 Enterprise Edition,且需额外许可(Diagnostics Pack)。

✅ 四、会话级跟踪:启用 SQL Trace(10046 Event)

如果要精确分析某条 SQL 的执行细节(包括各阶段耗时、等待事件),可开启 SQL Trace。

步骤:

1. 开启当前会话跟踪:
sql 复制代码
ALTER SESSION SET sql_trace = TRUE;
-- 或更详细的 10046 trace(level 12 包含绑定变量和等待事件)
ALTER SESSION SET EVENTS '10046 trace name context forever, level 12';
2. 执行你的 SQL
sql 复制代码
SELECT * FROM large_table WHERE ...;
3. 关闭跟踪
sql 复制代码
ALTER SESSION SET sql_trace = FALSE;
-- 或
ALTER SESSION SET EVENTS '10046 trace name context off';
4. 找到 trace 文件位置
sql 复制代码
SELECT value FROM v$diag_info WHERE name = 'Default Trace File';
5. 使用 tkprof 格式化分析
bash 复制代码
tkprof tracefile.trc output.txt explain=user/pass sort=exeela

📊 输出包含:

  • Parse / Execute / Fetch 各阶段耗时
  • CPU time、Elapsed time、Disk reads
  • 执行计划
    💡 适用场景:深度性能诊断,但不适用于生产环境大规模开启

✅ 五、使用 DBMS_MONITOR 跟踪特定会话或客户端

可针对某个用户、服务名或会话开启跟踪:

sql 复制代码
-- 跟踪某个客户端程序(如 JDBC 应用)
BEGIN
  DBMS_MONITOR.client_id_trace_enable(
    client_id => 'MY_APP_USER',
    waits     => TRUE,
    binds     => TRUE
  );
END;
/

后续用 tkprof 分析生成的 trace 文件。


✅ 六、监控长时间运行的操作(Long Operations)

对于 DML、DDL、备份等长时间操作,可用:

sql 复制代码
SELECT 
    opname,
    target,
    sofar,
    totalwork,
    ROUND(sofar/totalwork*100, 2) AS pct_done,
    time_remaining,
    elapsed_seconds
FROM 
    v$session_longops
WHERE 
    totalwork > 0 
    AND sofar != totalwork;

🔒 权限说明

操作 所需权限
查询 V$SESSION, V$SQL SELECT ANY DICTIONARY 或 DBA 授予 V_$SESSION
生成 AWR 报告 SELECT_CATALOG_ROLEDBA
开启 SQL Trace ALTER SESSION(普通用户可开自己的),全局跟踪需 DBA

✅ 总结:如何选择?

场景 推荐方法
实时查看谁在跑慢 SQL V$SESSION + V$SQL(查 last_call_et
分析最近哪些 SQL 最耗时 V$SQLelapsed_time 排序
长期性能趋势分析 AWR 报告
深度诊断单条 SQL 10046 trace + tkprof
监控大事务/导入导出进度 V$SESSION_LONGOPS

相关推荐
TDengine (老段)2 小时前
携手桂冠电力、南网储能、中能拾贝,TDengine 三项案例入选“星河奖”
大数据·数据库·物联网·时序数据库·tdengine·涛思数据
乘凉~2 小时前
【Linux作业】CentOS 7下MySQL数据库安装与数据导入实操项目报告
linux·数据库·centos
q行2 小时前
MySQL学习日志--表之间的关系
数据库·学习·mysql
MoonBit月兔2 小时前
海外开发者实践分享:用 MoonBit 开发 SQLC 插件(其三)
java·开发语言·数据库·redis·rust·编程·moonbit
电商API_180079052472 小时前
进阶篇:电商商品评论情感分析 + 关键词挖掘(Python NLP 实战)
大数据·开发语言·网络·数据库·人工智能
麦麦鸡腿堡2 小时前
MySQL_INSERT UPDATE DELETE语句
数据库·mysql
老李四2 小时前
深入理解MySQL事务:特性、原理与实践
数据库·mysql
SelectDB技术团队2 小时前
慢 SQL 诊断准确率 99.99%,天翼云基于 Apache Doris MCP 的 AI 智能运维实践
大数据·数据库·人工智能·sql·apache
倔强的小石头_3 小时前
Python 从入门到实战(十三):Flask + 数据库(让 Web 应用支持数据持久化与多人协作)
数据库·python·flask