책 이미지
책 정보
· 분류 : 국내도서 > 컴퓨터/모바일 > 컴퓨터 공학 > 데이터베이스 개론
· ISBN : 9788996204596
· 쪽수 : 568쪽
책 소개
목차
1부 DB 성능 분석과 튜닝 17
1장 데이터베이스 성능 분석 및 튜닝 19
DB 성능 분석 19
AWR의 개념 20
AWR 데이터의 활용 22
이 책의 구성 및 활용 방법 27
2장 AWR 관리 29
AWR 스냅샷 관리 29
AWR 데이터 백업 및 복구 36
3장 AWR 보고서 생성 45
AWR 보고서 생성 45
AWR DB 보고서 생성 47
AWR DB 비교 보고서 생성 52
AWR SQL 보고서 생성 58
AWR 정보 검색 보고서 생성 61
기타 AWR 보고서 생성 관련 스크립트 62
4장 AWR DB 보고서 분석 및 튜닝 63
AWR DB 보고서 분석 63
요약 보고서 63
상세 보고서 89
5장 AWR DB 보고서 분석 사례 연구 255
사례 1: INSERT 과부하로 SQL 성능 저하 255
사례 2: SQL PLAN 변경으로 버퍼 캐시 I/O 대량 발생- 성능 저하 260
사례 3: 서로 다른 배치 작업 동시 수행으로 인한 성능 저하 265
사례 4: 지연된 블록 크린 아웃으로 인한 배치 작업 성능 저하 269
6장 ASH 보고서 분석 및 튜닝 273
ASH의 개념 273
Active Session History 정보 검색 277
ASH 보고서 생성 286
ASH 보고서 분석 292
사례 연구: 악성 SQL 수행으로 일시적 성능 저하 발생 323
7장 ADDM 보고서 분석 및 튜닝 327
ADDM의 개념 327
ADDM 보고서 생성 327
ADDM 보고서 분석 329
8장 SQL 추적 파일 분석 및 튜닝 333
SQL 추적 파일의 활용 333
SQL 추적 파일 생성 334
TKPROF를 이용한 SQL 추적 파일 분석 341
SQL 추적 파일 분석 362
사례 연구 1: TKPROF 보고서 활용 사례 374
사례 연구 2: 특정 시점에 SQL 수행 성능 저하 원인 파악 378
사례 연구 3: TKPROF 보고서 내용 오류로 SQL 추적 파일 직접 분석 381
2부 오라클 및 스토리지 아키텍처 385
9장 SGA 아키텍처 387
SGA의 개념 387
공유 풀 389
버퍼 캐시 403
리두 로그 버퍼 418
대용량 풀 424
자바 풀 426
10장 PGA 아키텍처 427
11장 락 아키텍처 437
락의 종류 437
렛치 438
엔큐 448
데이터 변경 관리 락 460
공유 풀 락/데이터 딕셔너리 락 476
버퍼 캐시 락 486
RAC 락 486
12장 체크포인트 489
13장 언두 세그먼트 아키텍처 495
언두 세그먼트의 개념 495
언두 세그먼트 관리 방식 498
언두 유지 시간 500
언두 세그먼트의 익스텐트 관리 505
언두 세그먼트 구성요소 508
언두 데이터와 읽기 일관성 510
언두 세그먼트와 트랜잭션 518
메모리 처리 언두 519
14장 스토리지 구성 521
스토리지 구성의 중요성 521
스토리지 구성 522
스트라이핑 527
파일 시스템과 RAW 디바이스 533
다이렉트 I/O 536
데이터 파일 I/O 분산 537
RAID 구성 541
성능 분석 스크립트 545
부록. 동적 뷰와 딕셔너리를 이용한 모니터링 545
AWR DB 보고서 데이터 검색 스크립트 545
SQL 및 SQL 수행 정보 검색 스크립트 550
메모리 사용 정보 검색 스크립트 552
락 발생 정보 검색 스크립트 553
세션 정보 검색 스크립트 553
언두 세그먼트 정보 검색 스크립트 554
기타 정보 검색 스크립트 555
찾아보기 556
책속에서
DB 성능 분석을 수행하다 보면 한두 가지 핵심 원인으로 인해서 여러 가지 성능 저하 현상이 발생하는 경우를 종종 보게 된다. 예를 들어, 어플리케이션 성능이 저하된 구간의 AWR 보고서를 점검하였더니 RAC 관련 통계 수치가 권장치 이상이며, 핫 블록 경합이 발생하였고 << 중략 >> 최악의 경우, 위에서 언급한 모든 것이 원인일 수 있다. << 중략 >> 여러 성능 저하 현상이 발생할 경우 그 속에서 핵심 원인을 파악하기 위해 각 현상 사이의 인과 관계를 파악할 수 있어야 하며, 눈에 띄는 한 개의 항목에서 이상 현상이 발생할 때에도 그 현상과 연관된 항목의 수치를 빠르게 파악할 수 있어야 한다. 즉, 오라클의 각 항목들 사이의 연관성 분석이 필요하며, 그러
기 위해서는 오라클 아키텍처를 이해하고 있어야 한다. 또한 정확한 원인 파악을 위해서는 판단의 근거가 되는 데이터를 가급적 많이 수집해야 하며, 이를 정확하게 분석해야 한다. << 중략 >> 오라클 10g부터는 AWR 개념이 도입되어 보다 상세한 DB 모니터링 정보를 지속적으로 저장하며, 이를 활용하여 보다 많은 측면의 성능 분석 데이터 접근이 가능해졌다.
