CN109885623A - 一种数据库自动监控方法 - Google Patents
一种数据库自动监控方法 Download PDFInfo
- Publication number
- CN109885623A CN109885623A CN201910050716.5A CN201910050716A CN109885623A CN 109885623 A CN109885623 A CN 109885623A CN 201910050716 A CN201910050716 A CN 201910050716A CN 109885623 A CN109885623 A CN 109885623A
- Authority
- CN
- China
- Prior art keywords
- information
- database
- automatic
- monitoring method
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及一种数据库自动监控方法，包括以下步骤：S101：自动采集当前数据库系统多维度信息；S102：根据采集到的多维度信息智能分析当前数据库系统的运行状况；S103：根据智能分析名称和结果，结合最佳实践配置自动给出部分数据库优化方案并完成优化。通过自动采集当前应用系统ORACLE数据库多维度信息；然后根据采集到的多维度信息智能分析当前数据库系统的运行状况，最后智能分析结果，结合最佳实践配置自动给出部分数据库优化方案并完成优化，数据库自动监控方法，能够有效减少数据库故障发生率，减少运维成本、提高了故障排查效率。
Description
技术领域
本发明涉及数据库的采集技术领域，尤其涉及一种数据库自动监控方法。
背景技术
随着公司信息化的快速发展和科研生产无纸化的推进，公司科研生产一刻也离不开计算信息系统。目前公司科研生产繁重，为了保障公司科研生产的顺利推进，必须保障各业务信息系统高效运行，尤其是公司核心计算机信息系统，它们承担着公司极大部分的科研生产任务，其数据量大、业务涉及面广，并且当初上线前的某些业务需求可能不再适合现有的使用模式，从而导致程序运行效率不高，因此各应用系统都多次出现性能问题和资源瓶颈，并且以后还会出现。一旦出现严重性能问题或资源瓶颈将会严重影响科研生产。出现这类问题后，技术员分别从网络、磁盘I/O、操作系统、数据库及程序代码等多方面进行分析，排查方法还是通过人工键入命令把零星地分散在各类数据库表、视图、告警日志、跟踪文件中的各类信息收集起来进行分析，基本属于大海捞针式的定位，因此问题定位耗时长、对技术员水平要求，排查难度大，更难给出有效的优化建议方案，由此给公司的科研生产带来了较大的影响，特别是遇到严重的性能问题时会严重影响公司科研生产。
发明内容
本发明的目的在于克服现有技术中存在的上述问题，提供一种数据库自动监控方法，通过数据库自动监控系统，自动采集当前应用系统ORACLE数据库多维度信息；根据采集到的多维度信息智能分析当前数据库系统的运行状况；根据智能分析结果，结合最佳实践配置自动给出部分数据库优化方案并完成优化。降低故障发生率和运维成本。
为实现上述目的，本发明采用的技术方案如下。
一种数据库自动监控方法，其特征在于：包括以下步骤：
S101：自动采集当前数据库系统多维度信息，通过ORACLE数据库多维度信息自动采集系统，包括自动采集时间和频率设置以及订制采集参数；
所述自动采集时间和频率设置包括：提供用户自助配置监控系统自动执行时间和频率的web界面；
所述订制采集参数包括：数据库和实例信息、存储信息、回滚段信息、备份信息、性能信息、会话信息、安全信息、数据库对象信息、作业调度信息。
S102：根据采集到的多维度信息智能分析当前数据库系统的运行状况，包括如下步骤;
a、提供采集的多维度信息分析名称，包括存储、回滚段、备份、性能、会话、安全性、对象、作业调度性能；
b、提供采集的多维度信息分析结果，运行良好和建议优化；
c、将分析名称和分析结果在展示页面上显示；
S103：根据智能分析名称和结果，结合最佳实践配置自动给出部分数据库优化方案并完成优化，包括以下步骤：
S201、针对分析结果为“建议优化”的分析项结婚最佳实践配置和当前运行状况，给出优化建议；
S202、针对优化建议生产自动优化命令或脚本；
S203、对于用户开启自动优化的分析项，执行自动优化命令或脚本，并返回执行结果。
上述步骤S101中的数据库和实例信息包括：数据库名字、主机名、线程数、执行本次监控的用户、数据库概况、选项信息、已安装组件信息、初始化参数信息、版本信息、控制文件信息、在线重做日志信息、重做日志切换情况信息。
上述步骤S101中的存储信息包括：表空间信息、数据文件信息、数据库增长信息。
上述步骤S101中回滚段信息包括：归档模式信息、归档路径信息、归档配置参数信息。
当前会话信息、总的会话信息, 所述总的会话信息包括总的会话数、活动会话数、用户会话数、后台会话数。
上述步骤S101中安全信息包括：账号信息、具有数据库权利员角色的用户信息、DBLink信息, 所述DB Link信息包括：所属用户名、DB Link名字、被访问主机名、被访问数据库名、创建时间。
上述步骤S101中性能信息包括：系统全局区信息、最大系统全局区信息、程序全局区、文件I/O统计信息、占用缓存最多的前10条SQL语句的描述、硬盘读取次数最多的10条SQL语句的描述。
上述步骤S101中数据库对象信息包括：不能扩展的对象信息、无效对象信息、存在行迁移或行链接的表信息、使用默认表空间的用户信息、使用默认临时表空间的用户信息、系统表空间中的对象信息。
上述步骤S101中作业调度信息包括：作业任务ID、所属用户、作业内容、下次执行时间、执行间隔、上次执行时间、累积执行失败次数、是否中止。
采用本发明的优点在于。
1、通过自动采集当前应用系统ORACLE数据库多维度信息；然后根据采集到的多维度信息智能分析当前数据库系统的运行状况，最后智能分析结果，结合最佳实践配置自动给出部分数据库优化方案并完成优化，数据库自动监控方法，能够有效减少数据库故障发生率，减少运维成本、提高了故障排查效率，从而提高业务应用系统的可用性和稳定性。
2、通过系统根据分析结果为建议优化的选项区查找最佳实践配置和知识库，并结合数据库系统和服务器当前的软硬件配置，生成优化建议，建议的内容包括：需要修改的参数项、参数项所对应的目标值，以及优化后预计可以提高的性能指数。
3、通过系统根据生成的优化建议，查找知识库，获取某个参数的修改命令及格式，并结合建议中给出的目标值自动生成优化命令或脚本。
4、通过系统根据用户开启自动优化的分析项自动指向优化命令或优化脚本，并返回执行结果是“成功”或“失败”，点击结果弹出详细页面，详细展示执行的命令，以及执行过程生成的日志信息，便于跟踪执行过程和结果。
附图说明
图1为本发明的流程图。
图2为本发明数据库优化方案的流程图。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施例1
如图1所示，一种数据库自动监控方法，包括以下步骤：
S101：自动采集当前数据库系统多维度信息，通过ORACLE数据库多维度信息自动采集系统，包括自动采集时间和频率设置以及订制采集参数；
所述自动采集时间和频率设置包括：提供用户自助配置监控系统自动执行时间和频率的web界面；
所述订制采集参数包括：数据库和实例信息、存储信息、回滚段信息、备份信息、性能信息、会话信息、安全信息、数据库对象信息、作业调度信息；
通过系统根据分析结果为建议优化的选项区查找最佳实践配置和知识库，并结合数据库系统和服务器当前的软硬件配置，生成优化建议，建议的内容包括：需要修改的参数项、参数项所对应的目标值，以及优化后预计可以提高的性能指数；
S102：根据采集到的多维度信息智能分析当前数据库系统的运行状况，包括如下步骤;
a、提供采集的多维度信息分析名称，包括存储、回滚段、备份、性能、会话、安全性、对象、作业调度性能；
b、提供采集的多维度信息分析结果，运行良好和建议优化；
c、将分析名称和分析结果在展示页面上显示；
通过系统根据生成的优化建议，查找知识库，获取某个参数的修改命令及格式，并结合建议中给出的目标值自动生成优化命令或脚本；
S103：如图2所示，根据智能分析名称和结果，结合最佳实践配置自动给出部分数据库优化方案并完成优化，包括以下步骤：
S201、针对分析结果为“建议优化”的分析项结婚最佳实践配置和当前运行状况，给出优化建议；
S202、针对优化建议生产自动优化命令或脚本；
S203、对于用户开启自动优化的分析项，执行自动优化命令或脚本，并返回执行结果。
通过自动采集当前应用系统ORACLE数据库多维度信息；然后根据采集到的多维度信息智能分析当前数据库系统的运行状况，最后智能分析结果，结合最佳实践配置自动给出部分数据库优化方案并完成优化，数据库自动监控方法，能够有效减少数据库故障发生率，减少运维成本、提高了故障排查效率，从而提高业务应用系统的可用性和稳定性。
实施例2
如图1所示，一种数据库自动监控方法，包括以下步骤：
S101：自动采集当前数据库系统多维度信息，通过ORACLE数据库多维度信息自动采集系统，包括自动采集时间和频率设置以及订制采集参数；
所述自动采集时间和频率设置包括：提供用户自助配置监控系统自动执行时间和频率的web界面；
所述订制采集参数包括：数据库和实例信息、存储信息、回滚段信息、备份信息、性能信息、会话信息、安全信息、数据库对象信息、作业调度信息；
通过系统根据分析结果为建议优化的选项区查找最佳实践配置和知识库，并结合数据库系统和服务器当前的软硬件配置，生成优化建议，建议的内容包括：需要修改的参数项、参数项所对应的目标值，以及优化后预计可以提高的性能指数；
S102：根据采集到的多维度信息智能分析当前数据库系统的运行状况，包括如下步骤;
a、提供采集的多维度信息分析名称，包括存储、回滚段、备份、性能、会话、安全性、对象、作业调度性能；
b、提供采集的多维度信息分析结果，运行良好和建议优化；
c、将分析名称和分析结果在展示页面上显示；
通过系统根据生成的优化建议，查找知识库，获取某个参数的修改命令及格式，并结合建议中给出的目标值自动生成优化命令或脚本；
S103：如图2所示，根据智能分析名称和结果，结合最佳实践配置自动给出部分数据库优化方案并完成优化，包括以下步骤：
S201、针对分析结果为“建议优化”的分析项结婚最佳实践配置和当前运行状况，给出优化建议；
S202、针对优化建议生产自动优化命令或脚本；
S203、对于用户开启自动优化的分析项，执行自动优化命令或脚本，并返回执行结果。
上述步骤S101中的数据库和实例信息包括：数据库名字、主机名、线程数、执行本次监控的用户、数据库概况、选项信息、已安装组件信息、初始化参数信息、版本信息、控制文件信息、在线重做日志信息、重做日志切换情况信息。
上述步骤S101中的存储信息包括：表空间信息、数据文件信息、数据库增长信息。
上述步骤S101中回滚段信息包括：归档模式信息、归档路径信息、归档配置参数信息。
当前会话信息、总的会话信息, 所述总的会话信息包括总的会话数、活动会话数、用户会话数、后台会话数。
上述步骤S101中安全信息包括：账号信息、具有数据库权利员角色的用户信息、DBLink信息, 所述DB Link信息包括：所属用户名、DB Link名字、被访问主机名、被访问数据库名、创建时间。
上述步骤S101中性能信息包括：系统全局区信息、最大系统全局区信息、程序全局区、文件I/O统计信息、占用缓存最多的前10条SQL语句的描述、硬盘读取次数最多的10条SQL语句的描述。
上述步骤S101中数据库对象信息包括：不能扩展的对象信息、无效对象信息、存在行迁移或行链接的表信息、使用默认表空间的用户信息、使用默认临时表空间的用户信息、系统表空间中的对象信息。
上述步骤S101中作业调度信息包括：作业任务ID、所属用户、作业内容、下次执行时间、执行间隔、上次执行时间、累积执行失败次数、是否中止；
通过系统根据用户开启自动优化的分析项自动指向优化命令或优化脚本，并返回执行结果是“成功”或“失败”，点击结果弹出详细页面，详细展示执行的命令，以及执行过程生成的日志信息，便于跟踪执行过程和结果。
通过自动采集当前应用系统ORACLE数据库多维度信息；然后根据采集到的多维度信息智能分析当前数据库系统的运行状况，最后智能分析结果，结合最佳实践配置自动给出部分数据库优化方案并完成优化，数据库自动监控方法，能够有效减少数据库故障发生率，减少运维成本、提高了故障排查效率，从而提高业务应用系统的可用性和稳定性。
以上所述实施例仅表达了本申请的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请技术方案构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。
Claims (9)
1.一种数据库自动监控方法，其特征在于：包括以下步骤：
S101：自动采集当前数据库系统多维度信息，通过ORACLE数据库多维度信息自动采集系统，包括自动采集时间和频率设置以及订制采集参数；
所述自动采集时间和频率设置包括：提供用户自助配置监控系统自动执行时间和频率的web界面；
所述订制采集参数包括：数据库和实例信息、存储信息、回滚段信息、备份信息、性能信息、会话信息、安全信息、数据库对象信息、作业调度信息。
S102：根据采集到的多维度信息智能分析当前数据库系统的运行状况，包括如下步骤;
a、提供采集的多维度信息分析名称，包括存储、回滚段、备份、性能、会话、安全性、对象、作业调度性能；
b、提供采集的多维度信息分析结果，运行良好和建议优化；
c、将分析名称和分析结果在展示页面上显示；
S103：根据智能分析名称和结果，结合最佳实践配置自动给出部分数据库优化方案并完成优化，包括以下步骤：
S201、针对分析结果为“建议优化”的分析项结婚最佳实践配置和当前运行状况，给出优化建议；
S202、针对优化建议生产自动优化命令或脚本；
S203、对于用户开启自动优化的分析项，执行自动优化命令或脚本，并返回执行结果。
2.如权利要求1所述的一种数据库自动监控方法，其特征在于：上述步骤S101中的数据库和实例信息包括：数据库名字、主机名、线程数、执行本次监控的用户、数据库概况、选项信息、已安装组件信息、初始化参数信息、版本信息、控制文件信息、在线重做日志信息、重做日志切换情况信息。
3.如权利要求1所述的一种数据库自动监控方法，其特征在于：上述步骤S101中的存储信息包括：表空间信息、数据文件信息、数据库增长信息。
4.如权利要求1所述的一种数据库自动监控方法，其特征在于：上述步骤S101中回滚段信息包括：归档模式信息、归档路径信息、归档配置参数信息。
5.如权利要求1所述的一种数据库自动监控方法，其特征在于：上述步骤S101中会话信息包括：当前会话信息、总的会话信息, 所述总的会话信息包括总的会话数、活动会话数、用户会话数、后台会话数。
6.如权利要求1所述的一种数据库自动监控方法，其特征在于：上述步骤S101中安全信息包括：账号信息、具有数据库权利员角色的用户信息、DB Link信息, 所述DB Link信息包括：所属用户名、DB Link名字、被访问主机名、被访问数据库名、创建时间。
7.如权利要求1所述的一种数据库自动监控方法，其特征在于：上述步骤S101中性能信息包括：系统全局区信息、最大系统全局区信息、程序全局区、文件I/O统计信息、占用缓存最多的前10条SQL语句的描述、硬盘读取次数最多的10条SQL语句的描述。
8.如权利要求1所述的一种数据库自动监控方法，其特征在于：上述步骤S101中数据库对象信息包括：不能扩展的对象信息、无效对象信息、存在行迁移或行链接的表信息、使用默认表空间的用户信息、使用默认临时表空间的用户信息、系统表空间中的对象信息。
9.如权利要求1所述的一种数据库自动监控方法，其特征在于：上述步骤S101中作业调度信息包括：作业任务ID、所属用户、作业内容、下次执行时间、执行间隔、上次执行时间、累积执行失败次数、是否中止。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910050716.5A CN109885623A (zh) | 2019-01-20 | 2019-01-20 | 一种数据库自动监控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910050716.5A CN109885623A (zh) | 2019-01-20 | 2019-01-20 | 一种数据库自动监控方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109885623A true CN109885623A (zh) | 2019-06-14 |
Family
ID=66926319
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910050716.5A Pending CN109885623A (zh) | 2019-01-20 | 2019-01-20 | 一种数据库自动监控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109885623A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030056121A (ko) * | 2001-12-27 | 2003-07-04 | 삼성에스디에스 주식회사 | 데이터베이스의 성능 관리 방법 |
| CN101059810A (zh) * | 2007-03-16 | 2007-10-24 | 华为技术有限公司 | 一种实现数据库系统自动优化的系统和方法 |
| CN104699759A (zh) * | 2015-02-10 | 2015-06-10 | 上海新炬网络信息技术有限公司 | 一种数据库自动化运行维护方法 |
| CN105069134A (zh) * | 2015-08-18 | 2015-11-18 | 上海新炬网络信息技术有限公司 | 一种Oracle统计信息自动收集方法 |
-
2019
- 2019-01-20 CN CN201910050716.5A patent/CN109885623A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030056121A (ko) * | 2001-12-27 | 2003-07-04 | 삼성에스디에스 주식회사 | 데이터베이스의 성능 관리 방법 |
| CN101059810A (zh) * | 2007-03-16 | 2007-10-24 | 华为技术有限公司 | 一种实现数据库系统自动优化的系统和方法 |
| CN104699759A (zh) * | 2015-02-10 | 2015-06-10 | 上海新炬网络信息技术有限公司 | 一种数据库自动化运行维护方法 |
| CN105069134A (zh) * | 2015-08-18 | 2015-11-18 | 上海新炬网络信息技术有限公司 | 一种Oracle统计信息自动收集方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210392030A1 (en) | Method and System for Determining Compatibility of Computer Systems | |
| US11182404B2 (en) | Data replication technique in database management system | |
| US11132341B2 (en) | Automated information lifecycle management using low access patterns | |
| US7546312B1 (en) | System and methods for modeling a report query database | |
| US9811527B1 (en) | Methods and apparatus for database migration | |
| US20020091708A1 (en) | Database management system and method which monitors activity levels and determines appropriate schedule times | |
| US20090240711A1 (en) | Method and apparatus for enhancing performance of database and environment thereof | |
| CN104598495A (zh) | 基于分布式文件系统的分级存储方法及系统 | |
| Yang et al. | F1 Lightning: HTAP as a Service | |
| CN112416724A (zh) | 告警处理方法、系统、计算机设备和存储介质 | |
| CN110795614A (zh) | 一种索引自动优化方法及装置 | |
| EP3202091B1 (en) | Operation of data network | |
| US8838615B2 (en) | Computer implemented method for automatically managing stored checkpoint data | |
| CN104915376B (zh) | 一种云存储中文件的归档压缩方法 | |
| CN114356712A (zh) | 数据处理方法、装置、设备、可读存储介质及程序产品 | |
| CN109885623A (zh) | 一种数据库自动监控方法 | |
| CN106919566A (zh) | 一种基于海量数据的查询统计方法及系统 | |
| CN110321388A (zh) | 一种基于Greenplum的快速排序查询方法及系统 | |
| EP3748506B1 (en) | Information processing program, information processing device, and debugging system | |
| KR102116858B1 (ko) | 스케줄링장치 및 그 동작 방법 | |
| US20240012791A1 (en) | Systems and methods for processing aggregated records with deduplication markers | |
| CN117951119B (zh) | 一种基于云计算的数据库性能优化方法 | |
| CN107918670A (zh) | 一种应用于电力通信系统的告警处理方法 | |
| CN114691641A (zh) | 一种基于深度神经网络的数据库动态资源调优系统与方法 | |
| CN117857182A (zh) | 一种服务器异常访问的处理方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190614 |