Oracle Session每日统计功能实现
作者：空白葛 发布时间：2023-07-22 09:47:24
标签：Oracle,Session,统计
背景
客户最近有这样的需求，想通过统计Oracle数据库活跃会话数，并记录在案，利用比对历史的活跃会话的方式，实现对系统整体用户并发量有大概的预估。
功能分析
客户现场有不少Oracle数据库，如果每一套都进行查询，效率太慢，而且数据也不能保留，所以需要通过脚本批量查询的方式实现。具体功能要点如下：
编写统计会话的SQL脚本
通过shell 批量管理众多Oracle实例，for实现
输出每次查询的记录留存，根据实例分别保存
在有一次初始数据之后，以后的每天查出增量数据
众多Oracle实例统计完成之后，统一输出到一个文件便于查看
具体实现
统计会话SQL脚本
根据客户要求，统计活跃会话数，一天运行一次即可，没必要实时数据，数据可以从数据库V$SESSION，V$ACTIVE_SESSION_HISTORY，DBA_HIST_ACTIVE_SESS_HISTORY三个视图中获取，V$SESSION视图为当前实时活跃会话信息（内存中保存，实时信息），V$ACTIVE_SESSION_HISTORY视图为1s从V$SESSION获取的活跃会话信息（内存中保存，保存时长依赖内存ash_buffers参数），DBA_HIST_ACTIVE_SESS_HISTORY视图每10s从V$ACTIVE_SESSION_HISTORY视图中获取一份（持久化保存，一般为7天），经过以上分析，SQL所需数据理应通过DBA_HIST_ACTIVE_SESS_HISTORY视图获取。
以下是具体的SQL查询语句，参考redo log切换统计语句格式。
prompt
prompt Session cnt
prompt ~~~~~~~~~~~~~~~~
set linesize 200
set pages 2000
col 00 for 9999
col 01 for 9999
col 02 for 9999
col 03 for 9999
col 04 for 9999
col 05 for 9999
col 06 for 9999
col 07 for 9999
col 08 for 9999
col 09 for 9999
col 10 for 9999
col 11 for 9999
col 12 for 9999
col 13 for 9999
col 14 for 9999
col 15 for 9999
col 16 for 9999
col 17 for 9999
col 18 for 9999
col 19 for 9999
col 20 for 9999
col 21 for 9999
col 22 for 9999
col 23 for 9999
select INST_ID,
a.ttime,
sum(c0) "00",
sum(c1) "01",
sum(c2) "02",
sum(c3) "03",
sum(c4) "04",
sum(c5) "05",
sum(c6) "06",
sum(c7) "07",
sum(c8) "08",
sum(c9) "09",
sum(c10) "10",
sum(c11) "11",
sum(c12) "12",
sum(c13) "13",
sum(c14) "14",
sum(c15) "15",
sum(c16) "16",
sum(c17) "17",
sum(c18) "18",
sum(c19) "19",
sum(c20) "20",
sum(c21) "21",
sum(c22) "22",
sum(c23) "23"
from (select INST_ID,
ttime,
decode(tthour, '00', c_cnt, 0) c0,
decode(tthour, '01', c_cnt, 0) c1,
decode(tthour, '02', c_cnt, 0) c2,
decode(tthour, '03', c_cnt, 0) c3,
decode(tthour, '04', c_cnt, 0) c4,
decode(tthour, '05', c_cnt, 0) c5,
decode(tthour, '06', c_cnt, 0) c6,
decode(tthour, '07', c_cnt, 0) c7,
decode(tthour, '08', c_cnt, 0) c8,
decode(tthour, '09', c_cnt, 0) c9,
decode(tthour, '10', c_cnt, 0) c10,
decode(tthour, '11', c_cnt, 0) c11,
decode(tthour, '12', c_cnt, 0) c12,
decode(tthour, '13', c_cnt, 0) c13,
decode(tthour, '14', c_cnt, 0) c14,
decode(tthour, '15', c_cnt, 0) c15,
decode(tthour, '16', c_cnt, 0) c16,
decode(tthour, '17', c_cnt, 0) c17,
decode(tthour, '18', c_cnt, 0) c18,
decode(tthour, '19', c_cnt, 0) c19,
decode(tthour, '20', c_cnt, 0) c20,
decode(tthour, '21', c_cnt, 0) c21,
decode(tthour, '22', c_cnt, 0) c22,
decode(tthour, '23', c_cnt, 0) c23
from (select instance_number INST_ID,
to_char(sample_time, 'YYYY-MM-DD') ttime,
to_char(sample_time, 'HH24') tthour,
count(1) c_cnt
from dba_hist_active_sess_history
where sample_time >= trunc(sysdate) - 7
and sample_time < trunc(sysdate) - 1
group by instance_number,
to_char(sample_time, 'YYYY-MM-DD'),
to_char(sample_time, 'HH24'))) a
group by INST_ID, ttime
order by ttime desc;
语句执行完成之后，效果如下
批量Oracle实例 for实现
根据客户现场环境，有多台服务器，每套服务器上部署多个实例，为了避免重复的代码，此处大概需要2个嵌套for循环，外层负责服务器，内存负责实例，外层实现逻辑如下：
function Startmain
{
#machines=(Xx)
machines=(Xx Xx Xx xX Xx)
v_flag=$1
for i in ${!machines[*]}
do
local v_machine="${machines[$i]}"
if [[ $v_machine == "Xx" ]];then
v_args=("XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521")
v_ip="xxx.xxx.xxx.xxx"
elif [[ $v_machine == "Xx" ]];then
v_args=("XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521")
v_ip="xxx.xxx.xxx.xxx"
elif [[ $v_machine == "Xx" ]];then
v_args=("XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521")
v_ip="xxx.xxx.xxx.xxx"
elif [[ $v_machine == "xx" ]];then
v_args=("XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "XXX,1521" "xxxx,1527")
v_ip="xxx.xxx.xxx.xxx"
elif [[ $v_machine == "Xx" ]];then
v_args=("XXX,1521" "XXX,1521" "xxxx,1526")
v_ip="xxx.xxx.xxx.xxx"
else
echo "Error"
fi
echo "$v_machine------------------------------------"|tee -a $newfilename
GetSesscnt $v_machine "${v_args[*]}" $v_ip $v_flag
done
}
外层for通过调用GetSesscnt函数，实现对服务器内部实例的解析，（注：在增量查询之后调用了日志转存函数，把数据统一输出到一个文件）内层实现逻辑如下：
function GetSesscnt
{
if [[ $# -ne 4 ]];then
echo "GetSesscnt XX (XXX XXX XXX XXX XXX) xxx.xxx.xxx.xxx flag"
fi
machine=$1
args=($2)
s_ip=$3
v_flag=$4
for i in ${!args[*]}
do
local v_arg="${args[$i]}"
v_name=${v_arg％,*}
v_port=${v_arg#*,}
recho "$machine $v_name start.." |tee -a $newfilename
if [[ $v_flag == "incr" ]];then
$ORACLE_HOME/bin/sqlplus -S "system/password@$s_ip:$v_port/$v_name" <<EOF > $pathpwd/$1_$v_name
@$pathpwd/sessioncntincr.sql
exit;
EOF
LogConvert $pathpwd $1_$v_name
else
$ORACLE_HOME/bin/sqlplus -S "system/password@$s_ip:$v_port/$v_name" <<EOF > $pathpwd/$1_$v_name".log"
@$pathpwd/sessioncntinit.sql
exit;
EOF
fi
recho "$machine $v_name end"|tee -a $newfilename
done
}
上述shell脚本中，同时包含了对不同服务器不同实例的结果留存，根据传输的是增量还是全量参数，实现对不同数据的生成保存，全量数据为.log后缀，增量数据没有log后缀保存记录如下
全量数据格式如下：
增量数据格式如下：
数据统一汇总
通过以上2步基本把所需的数据全部查询出来，有全量数据之后，每天跑增量即可，剩下工作就把每天跑的增量数据结合全量数据汇总和，统一输出到一个文件中，实现代码如下：
function LogConvert
{
v_log_path=$1
v_log_name=$2
grep -v '^$' $v_log_path/$v_log_name > $v_log_path/log_temp
v_date=(`cat $v_log_path/log_temp | awk '{print $2}'`)
v_cnt=(`grep $v_date $v_log_path/$v_log_name".log"|wc -l`)
if [[ $v_cnt == 0 ]]; then
sed -i "10 r $v_log_path/log_temp" $v_log_path/$v_log_name".log"
fi
head -40 $v_log_path/$v_log_name".log" >> $newfilename
}
至此，session 统计脚本工作完成，文章中只罗列了部分代码实现逻辑。
来源：https://www.cnblogs.com/bicewow/p/13846259.html
0
投稿猜你喜欢
- <input type=button value=刷新 onclick="window.location.reload()&
对于当前数据库的监控方式有很多，分为数据库自带、商用、开源三大类，每一种都有各自的特色；而对于 mysql 数据库由于其有很高的社区活跃度，- 前言我们实战经常会遇到以下几个问题：1、遇到一个利用步骤十分繁琐的漏洞，中间错一步就无法利用2、挖到一个通用漏洞，想要批量刷洞小赚一波，但手
- 本文实例讲述了go语言map字典删除操作的方法。分享给大家供大家参考。具体分析如下：这里先构造了一点map，添加了青岛、济南、烟台三地的拼音
- 本文旨在挖掘表格在艺术创意方面的一些功能效果。运行代码框<script language="JavaScript"
- JupyterLab 是 Jupyter 主打的最新数据科学生产工具，某种意义上，它的出现是为了取代Jupyter Notebook。它作为
- 首先，建一个文件夹，把你要隐藏的文件放在里面，你的所有黑客程序什么的。假设你建的文件夹叫hacker然后呢，我们给这个文件夹加个扩展名（后缀
- 在封装自己的FileSystemObject库的时候，测试的时候发现在文件夹或文件很多的时候，效率很低，显示一个文件夹需要2秒甚至更多，这让
- 简述从官网下载了Python3.7.4，直接编译安装后，使用pip3出现了报错信息： Can't connect to HTTPS
- views.py中的修改增加相应的请求处理函数：def getdevjson(request): print 'get here&#
- 开发中遇到过问题就是对时间以半个小时分钟分组，如统计08：00-08：30的人数，08：30-09：00的人数，貌似sql中没有这样的函数吧
- 1、这里只是简单介绍一下Django的view如何跟js进行交互，首先，进入用户明细的时候会进入一个页面，叫用户信息表，里面包含了用户学习的
- 我们将研究一种判别式分类方法，其中直接学习评估 g(x）所需的 w 参数。我们将使用感知器学习算法。感知器学习算法很容易实现，但为了节省时间
- 第一步：获取mysql YUM源进入mysql官网获取RPM包下载地址https://dev.mysql.com/downloads/rep
- 引题：该题源自一个网友的求助，作为水群龙王的我义不容辞的接下了这道题目，先来看题目：拿到这道题，题目的意思已经很清楚了，列表里含有2的元素都
- 糟糕的SQL查询语句可对整个应用程序的运行产生严重的影响，其不仅消耗掉更多的数据库时间，且它将对其他应用组件产生影响。如同其它学科，优化查询
- 本文实例为大家分享了javascript实现切割轮播的具体代码，供大家参考，具体内容如下效果代码<!DOCTYPE html>&
- JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，易于人阅读和编写。JSON 函数使用 JSON
- What's more important to your web site: pictures or text? If you h
- 在模板中往往要加载静态文件，如CSS， JavaScript，图片等。那么这些文件在django中如何才能正确加载呢？首先要在setting
