如何监控Ubuntu Oracle的性能指标

Ubuntu 上监控 Oracle 性能的可落地方案

一 监控体系与工具选型

• 系统层：使用 top/htop、vmstat、iostat、sar、dstat、nmon 观察 CPU、内存、I/O、网络 等基础资源，定位瓶颈是否来自操作系统。
• 数据库层：优先使用 Oracle Enterprise Manager（OEM） 或 oratop 做实时与历史性能观测；在具备相应许可时，利用 Diagnostics Pack 提供的 AWR/ASH/ADDM 做深度分析与对比。
• 平台化：中小型环境可用 Zabbix 通过 ODBC/脚本采集；云上或混合环境可用 OCI Database Management 统一监控、性能管理与 SQL 调优。
• 日志与连通性：关注 alert.log、listener.log，并用 tnsping、sqlplus 验证连接与监听状态。

二 快速上手的命令行监控

• 系统资源快检
  • CPU/内存/进程：top/htop；整体资源：vmstat 1；磁盘 I/O：iostat -xz 1；历史/系统活动：sar；多合一：dstat；可视化：nmon。
• Oracle 连通与健康
  • 监听与连接：tnsping ORCL；sqlplus / as sysdba 登录检查实例状态。
• 实时会话与慢 SQL
  • 活跃会话与正在执行的 SQL（示例）：

    col inst_sid heading "INST_ID|:SID" format a7
    col username format a10
    col machine format a12
    col sql_exec_start heading "SQL|START|D HH:MM:SS" format a11
    col sql_id format a13
    col sql_text format a40
    col event format a33
    col wait_sec heading "WAIT|(SEC)" format 99999
    set linesize 200
    select ses.inst_id||chr(58)||ses.sid as inst_sid,
           username,
           (sysdate - sql_exec_start) day(1) to second(0) as sql_exec_start,
           ses.sql_id,
           substr(sql.sql_text,1,40) sql_text,
           substr(case time_since_last_wait_micro
                    when 0 then (case wait_class when 'Idle' then 'IDLE: '||event else event end)
                    else 'ON CPU' end,1,33) event,
           (case time_since_last_wait_micro
                    when 0 then wait_time_micro
                    else time_since_last_wait_micro end) /1000000 wait_sec
    from gv$session ses, gv$sqlstats sql
    where ses.inst_id||chr(58)||ses.sid <> sys_context('USERENV','INSTANCE')||chr(58)||sys_context('USERENV','SID')
      and username is not null
      and status='ACTIVE'
      and ses.sql_id = sql.sql_id (+)
    order by sql_exec_start, username, ses.sid, ses.sql_id;
    

• 日志与告警线索
  • 数据库告警：查看 $ORACLE_BASE/diag/rdbms///trace/alert_.log
  • 监听日志：查看 $ORACLE_HOME/diag/tnslsnr//trace/listener.log
  • 归档与空间：确认归档开启与增长，必要时监控 FRA/归档目录 使用率。

三 图形化与平台化监控

• Oracle Enterprise Manager（OEM）
  • 适合集中监控与性能诊断；在许可前提下，内置 AWR/ASH/ADDM 提供自动化性能诊断、时段对比与实时 ADDM，能显著缩短定位时间。
• Zabbix
  • 通过 ODBC 或 external check 采集数据库指标，结合模板实现 会话、SQL、表空间、等待事件 等监控与告警；适合已有 Zabbix 体系的团队。
• Prometheus + oracle_exporter
  • 以 Prometheus 为时序库，配合 oracle_exporter 拉取 Oracle 指标，Grafana 做可视化与阈值告警，适合云原生与容器化环境。
• OCI Database Management
  • 面向 云与本地 数据库的统一控制台，提供 舰队监控、Performance Hub、SQL Tuning Advisor 等；每小时为单个数据库采集 1300+ 指标，支持跨库聚合分析与作业编排。

四 关键指标与阈值建议

• 资源类
  • CPU：持续高于 80% 需排查热点 SQL/并行/系统负载。
  • 内存：应用可用内存长期偏低或 swap 持续使用，检查 SGA/PGA 配置与工作负载。
  • I/O：iostat 的 await、svctm、util 偏高，关注存储延迟与队列；util 接近 100% 表示设备饱和。
• 数据库类
  • 活动会话与等待：V$SESSION/V$ACTIVE_SESSION_HISTORY 中等待事件（如 db file sequential/scattered read、log file sync）占比高时，优先分析对应 SQL 与 I/O。
  • SQL 执行：长时运行 SQL、高逻辑读/物理读、频繁硬解析；结合 执行计划 与 基线 优化。
  • 容量与增长：表空间/FRA/归档 使用率超过 80% 及时扩容或清理；监控 AWR 基线 的周同比变化。

五 告警与自动化巡检脚本

• 告警思路
  • 指标阈值：CPU>80%、I/O 高 util、表空间>80%、长事务/锁等待、归档失败、监听异常等触发 严重/警告 分级告警。
  • 通道：企业微信/钉钉/邮件/短信；建议采用 告警去抖 与 升级策略，避免告警风暴。
• 巡检脚本示例（节选）
  • 表空间使用率

    set linesize 200
    col tablespace_name for a30
    select tablespace_name, round((used_space/ total_space)*100,2) pct_used
    from (
      select df.tablespace_name,
             sum(fs.bytes) used_space,
             sum(df.bytes) total_space
      from dba_data_files df,
           dba_free_space fs
      where df.file_id = fs.file_id(+)
      group by df.tablespace_name
    )
    where round((used_space/ total_space)*100,2) > 80
    order by pct_used desc;
    

  • 长事务与活跃会话

    -- 超过 5 分钟未提交的会话
    select sid, serial#, username, sql_id, last_call_et/60 mins_inactive
    from v$session
    where status='ACTIVE' and last_call_et > 300
    order by mins_inactive desc;
    

  • 部署建议：将上述 SQL 集成到 Shell/Python 脚本，由 cron 定时执行，结果通过 Zabbix sender 或 Webhook 推送告警。