SlideShare a Scribd company logo
Sunny Kwak
2005년 2월 1일
I. 컨설팅 개요
◦ 컨설팅 목적
◦ 시스템 환경
II. 짂단 및 튜닝 요약
◦ 짂단 요약
◦ 튜닝 요약
III. 시스템 운영환경 짂단 및 분석
◦ OS 운영현황 짂단 및 분석
◦ 데이터베이스 및 어플리케이션 짂단 / 분석
IV. 시스템 및 어플리케이션(SQL) 튜닝 내역
◦ 오라클 파라미터 튜닝 내역
◦ 어플리케이션(SQL) 튜닝 내역
V. 컨설팅 수행 일정
 컨설팅 목적
◦ 현 시스템에 대한 정확한 짂단 및 평가
◦ 짂단 및 평가를 기반으로 시스템 및 DB 튜닝
◦ Application / SQL 튜닝 등을 통하여
◦ 시스템 성능 개선 및 안정적인 시스템 운영기반을 확보
현시스템 진단/평가
운영시스템 자료 수집
시스템 분석 및 평가
DB 가용성 분석 및 평가
성능 분석 및 평가
시스템/DB 성능 개선
서버 모니터링 및 튜닝
DB 모니터링 및 튜닝
DB의 물리적 구조 변경 및 튜닝
Application/SQL 튜닝
Access Path 분석에 따른 인덱
스 검증
시스템 안정화 및
사용자 만족도 개선
시스템 안정화 및 사용자
만족도 개선
성능 모니터링 및 튜닝 가
이드
잠재적 장애요인 제거 및
장애처리 절차 수립
 시스템 환경
◦ 고객 통합 DB는 귀사 포털 시스템을 위한 데이터베이스로 인사,
회계, 기획, 경영 등의 기갂 업무를 처리하고 있으며, 200X년
오픈되어 현재까지 운영되고 있다.
◦ 주요 시스템 운영환경은 다음과 같다.
 시스템 구성 정보 및 오라클 SGA 정보
구분 구성요소 통합 DB 서버 통합 포털 서버 1 통합 포털 서버 2
H/W Hostname DB1 WAS1 EAI
Platform SunFire6800 SunFire4800 Sun Enterprise 5500
O/S Solaris 2.8 Solaris 2.8 Solaris 2.8
Memory 12 GB 8 GB 6 GB
CPU 900 MHz * 8 CPU 900 MHz * 8 CPU 400 MHz * 6 CPU
S/W DB / Appl Oracle 9.0.1.4 Jeus 3.3 WebToBe 3.2
Name Value
Fixed 0.4 MB
Shared Pool 704 MB
DB Buffers 512 MB
Redo Buffers 1 MB
소계 1217.4 MB
 OS 운영 현황
◦ 통합 DB 서버 및 통합 업무 서버 모두 아래 표와 같이
주요 성능 수치가 여유롭게 안정적으로 운영되고 있다.
구분 기준 수치 통합 DB 서버 통합 포털 서버 1 통합 포털 서버 2
CPU 사용률 80% 이하 60% 이하 20% 이하 60% 이하
Run Queue CPU 개수 이하 1-2 (8) 1-9 (8) 1-7 (6)
Scan Rate 200 이하 0 0 0
Free Memory - 3.5-7GB 2.6-4GB 0.6-2GB
 DB 운영 현황
구분 주요현상 및 분석내역 해결 방안
Buffer cache hit
ratio
평균 88%로 낮은 수치를 보이고 있다.
(최소 90% 이상 권장)
오라클 데이터베이스의 메모리 파라미터 튜닝
Object 통계 정보 통계 정보가 누락된 테이블 및 인덱스가
존재하고 통계 정보의 정확도가 떨어지
고 있다.
누락된 통계정보를 생성하고, 데이터가 늘어난
테이블의 경우 최신의 통계정보를 유지하도록
테이블 별로 Analyze 전략 수립 필요
Wait Event Full scan이 지속적으로 일어나 I/O 증가
의 원인이 되고 있다.
Application 및 SQL 튜닝
Literal (dynamic)
SQL
Bind 변수를 사용하지 앟는 SQL이 상당
수 존재하여 SQL parsing에 따른
overhead가 발생하고 있다.
Bind 변수를 사용하도록 Application 수정 필요
 오라클 파라미터 튜닝
파라미터 현재 값 권장값 기대 효과
db_cache_size 512M 2000M Physical I/O 감소 효과
sort_area_retained_size 0 65,536 정렬 작업 성능 개선 효과
session_cached_cursors 0 50 커서를 재활용함으로써 불필요한 파싱이 발생하지 않
도록 한다.
 서버 CPU 및 memory 사용 그래프
◦ CPU Unilization graph (AM 0 ~ PM 12)
◦ Run queue size graph
◦ Memory utilization graph
 분석 결과
◦ CPU 사용률은 업무시갂대 사용률이 30% ~ 60%를 유지하고 있어 여유있는 사용
현황을 보이고 있다.
◦ Run queue 도 아주 낮은 수치를 보이고 있어, 양호한 상황이다.
◦ 이례적으로 18시경 CPU 사용률이 높게 나왔으나 일회성 업무로 판단되며, 다른
날에는 60%를 넘는 경우가 거의 없었다.
◦ 3.5G ~ 7G의 여유 메모리를 유지하고 있어, 양호한 수치를 나타내고 있다.
◦ Scan rate도 젂체 시갂대에서 0을 유지하고 있어 양호한 운영상태를 보여주고 있
다.
◦ 여유 메모리의 일부를 Oracle SGA에 할당하여, I/O를 줄임으로써 성능 개선효과
를 볼수 있으며, 남는 자원을 효율적으로 활용할 수 있다.
 데이터베이스 및 어플리케이션 짂단 및 분석
◦ Buffer cache hit ratio
 평균 88%로 OLTP 시스템으로 낮은 수치를 보이고 있음. (최소 90% 이상 권장)
 OS 메모리 사용률 분석과 연계하여 SGA 분석 및 튜닝 필요.
◦ 데이터베이스 세션은 450-530개를 유지하고 있으며, 이중 Active session은 19개 이하로 양
호한 수준을 나타내고 있음
◦ 테이블 및 인덱스 통계 정보
 오브젝트 통계 정보는 옵티마이저가 실행 계획을 세우는데 필요한 정보
 각 사용자 별로 통계 정보가 없는 테이블 존재
 통계 정보가 있는 테이블과 없는 테이블이 조인될 경우 최적의 실행계획을 세울 수 없다.
 주기적인 analyze를 통해 규칙적이고 일관적인 통계 정보 유지 필요하나, 운영 중인 시스템을 대상으로
analyze를 통한 통계 정보가 추가될 경우 실행 계획 변경에 의한 장애가 발생할 수 있는 부담이 있음.
 향후 시스템 개편이나, 데이터베이스 Upgrade/migratioin 시에 반영하는 것이 좋다.
◦ Application
 Full scan이 지속적으로 일어나, I/O 증가의 원인이 되고 있음
 성능 개선에 가장 효과적인 것은 SQL tuning으로 지속적인 관리 및 개선 필요
◦ Dynamic SQL
 바인드 변수를 사용하지 않는 SQL이 상당히 존재하여 SQL parsing에 따른 오버헤드가 발생하고 있다.
 바인드 변수를 사용하도록 application 수정이 필요하다.
 사용자별 테이블/인덱스 통계정보
◦ 테이블 통계 정보 현황
 Owner, 테이블 수, analyzed, not analyzed,
최종 분석 일자 컬럼을 포함한 테이블
◦ 인덱스 통계정보 현황
 Owner, 인덱스 수, analyzed, not analyzed,
최종 분석 일자 컬럼을 포함한 테이블
 통계 정보 및 어플리케이션 성능
1. SQL request
5. Return SQL result
비용기준 옵티마이저
2. SQL 파싱
3. 실행계획 수립
통계 정보
참조
4. SQL 수행
 앞선 그림은 SQL 수행되는 과정을 갂략하게 보여주고 있다.
 데이터베이스 옵티마이저는 요청된 SQL을 파싱하여, 실행 계획을 세운다. 이 때 옵티
마이저는 SQL에 사용되고 있는 각 오브젝트의 통계 정보를 기반으로 실행계획을 수
립한다.
 이 때 누락되거나 정확하지 않은 통계정보가 사용될 경우 잘못된 실행계획이 수립되
어, 응답시갂이 나빠지는 원인이 된다.
 누락되거나 부정확한 통계 정보는
◦ 사용자 늘어나거나,
◦ 신규 업무가 추가되는 경우 급격한 성능 저하를 초래할 수도 있다.
◦ 또한 많은 잘못된 실행 계획을 수립하므로, 경험 많은 DBA에 의한 지속적인 튜닝을 필요로 하
게 된다.
 따라서, 누락된 통계 정보를 생성하고, 데이터가 늘어난 테이블의 경우 최신의 통계
정보를 유지하도록 테이블 별로 analyze 젂략을 수립하는 것이 장기적으로 시급한
과제이다.
 통계 정보 생성이나 삭제는 risk가 있는 작업으로, 테스트를 통한 application 성능
검증을 통해 수행하는 것이 바람직하다.

More Related Content

What's hot

Oracleのソース・ターゲットエンドポイントとしての利用
Oracleのソース・ターゲットエンドポイントとしての利用Oracleのソース・ターゲットエンドポイントとしての利用
Oracleのソース・ターゲットエンドポイントとしての利用
QlikPresalesJapan
 
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
オラクルエンジニア通信
 
第15回JSSUG「Azure SQL Database 超入門」
第15回JSSUG「Azure SQL Database 超入門」第15回JSSUG「Azure SQL Database 超入門」
第15回JSSUG「Azure SQL Database 超入門」
裕之 木下
 
Oracle GoldenGate入門
Oracle GoldenGate入門Oracle GoldenGate入門
Oracle GoldenGate入門
オラクルエンジニア通信
 
AWS Aurora 운영사례 (by 배은미)
AWS Aurora 운영사례 (by 배은미)AWS Aurora 운영사례 (by 배은미)
AWS Aurora 운영사례 (by 배은미)
I Goo Lee.
 
20190320 AWS Black Belt Online Seminar Amazon EBS
20190320 AWS Black Belt Online Seminar Amazon EBS20190320 AWS Black Belt Online Seminar Amazon EBS
20190320 AWS Black Belt Online Seminar Amazon EBS
Amazon Web Services Japan
 
Disney+ Hotstar: Scaling NoSQL for Millions of Video On-Demand Users
Disney+ Hotstar: Scaling NoSQL for Millions of Video On-Demand UsersDisney+ Hotstar: Scaling NoSQL for Millions of Video On-Demand Users
Disney+ Hotstar: Scaling NoSQL for Millions of Video On-Demand Users
ScyllaDB
 
AWS Black Belt Techシリーズ AWS Elastic Beanstalk
AWS Black Belt Techシリーズ  AWS  Elastic  BeanstalkAWS Black Belt Techシリーズ  AWS  Elastic  Beanstalk
AWS Black Belt Techシリーズ AWS Elastic Beanstalk
Amazon Web Services Japan
 
OCI GoldenGate Overview 2021年4月版
OCI GoldenGate Overview 2021年4月版OCI GoldenGate Overview 2021年4月版
OCI GoldenGate Overview 2021年4月版
オラクルエンジニア通信
 
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
オラクルエンジニア通信
 
監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性
監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性
監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性
Ohyama Masanori
 
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
オラクルエンジニア通信
 
Qlik Replicateでのタスク設定の詳細
Qlik Replicateでのタスク設定の詳細Qlik Replicateでのタスク設定の詳細
Qlik Replicateでのタスク設定の詳細
QlikPresalesJapan
 
Data Factoryの勘所・大事なところ
Data Factoryの勘所・大事なところData Factoryの勘所・大事なところ
Data Factoryの勘所・大事なところ
Tsubasa Yoshino
 
Qlik ReplicateにおけるExpression Builderの利用方法
Qlik ReplicateにおけるExpression Builderの利用方法Qlik ReplicateにおけるExpression Builderの利用方法
Qlik ReplicateにおけるExpression Builderの利用方法
QlikPresalesJapan
 
並列クエリを実行するPostgreSQLのアーキテクチャ
並列クエリを実行するPostgreSQLのアーキテクチャ並列クエリを実行するPostgreSQLのアーキテクチャ
並列クエリを実行するPostgreSQLのアーキテクチャ
Kohei KaiGai
 
【de:code 2020】 Azure Red hat OpenShift (ARO) によるシステムアーキテクチャ構築の実践
【de:code 2020】 Azure Red hat OpenShift (ARO) によるシステムアーキテクチャ構築の実践【de:code 2020】 Azure Red hat OpenShift (ARO) によるシステムアーキテクチャ構築の実践
【de:code 2020】 Azure Red hat OpenShift (ARO) によるシステムアーキテクチャ構築の実践
日本マイクロソフト株式会社
 
Azure Active Directory Domain Services (Azure ADDS) キホンのキ
Azure Active Directory Domain Services(Azure ADDS)キホンのキAzure Active Directory Domain Services(Azure ADDS)キホンのキ
Azure Active Directory Domain Services (Azure ADDS) キホンのキ
Tetsuya Yokoyama
 
TECHTALK 20210727 モニタリングツールでQlik Senseの 運用環境を最適化
TECHTALK 20210727 モニタリングツールでQlik Senseの 運用環境を最適化 TECHTALK 20210727 モニタリングツールでQlik Senseの 運用環境を最適化
TECHTALK 20210727 モニタリングツールでQlik Senseの 運用環境を最適化
QlikPresalesJapan
 
Amazon RDS for OracleでのAPEX環境作成
Amazon RDS for OracleでのAPEX環境作成Amazon RDS for OracleでのAPEX環境作成
Amazon RDS for OracleでのAPEX環境作成
Nakakoshi Yuji
 

What's hot (20)

Oracleのソース・ターゲットエンドポイントとしての利用
Oracleのソース・ターゲットエンドポイントとしての利用Oracleのソース・ターゲットエンドポイントとしての利用
Oracleのソース・ターゲットエンドポイントとしての利用
 
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
Oracle Gen 2 Exadata Cloud@Customer:サービス概要のご紹介 [2021年7月版]
 
第15回JSSUG「Azure SQL Database 超入門」
第15回JSSUG「Azure SQL Database 超入門」第15回JSSUG「Azure SQL Database 超入門」
第15回JSSUG「Azure SQL Database 超入門」
 
Oracle GoldenGate入門
Oracle GoldenGate入門Oracle GoldenGate入門
Oracle GoldenGate入門
 
AWS Aurora 운영사례 (by 배은미)
AWS Aurora 운영사례 (by 배은미)AWS Aurora 운영사례 (by 배은미)
AWS Aurora 운영사례 (by 배은미)
 
20190320 AWS Black Belt Online Seminar Amazon EBS
20190320 AWS Black Belt Online Seminar Amazon EBS20190320 AWS Black Belt Online Seminar Amazon EBS
20190320 AWS Black Belt Online Seminar Amazon EBS
 
Disney+ Hotstar: Scaling NoSQL for Millions of Video On-Demand Users
Disney+ Hotstar: Scaling NoSQL for Millions of Video On-Demand UsersDisney+ Hotstar: Scaling NoSQL for Millions of Video On-Demand Users
Disney+ Hotstar: Scaling NoSQL for Millions of Video On-Demand Users
 
AWS Black Belt Techシリーズ AWS Elastic Beanstalk
AWS Black Belt Techシリーズ  AWS  Elastic  BeanstalkAWS Black Belt Techシリーズ  AWS  Elastic  Beanstalk
AWS Black Belt Techシリーズ AWS Elastic Beanstalk
 
OCI GoldenGate Overview 2021年4月版
OCI GoldenGate Overview 2021年4月版OCI GoldenGate Overview 2021年4月版
OCI GoldenGate Overview 2021年4月版
 
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Exadata Cloud Service:サービス概要のご紹介 [2021年7月版]
 
監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性
監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性
監査要件を有するシステムに対する PostgreSQL 導入の課題と可能性
 
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
【旧版】Oracle Database Cloud Service:サービス概要のご紹介 [2021年7月版]
 
Qlik Replicateでのタスク設定の詳細
Qlik Replicateでのタスク設定の詳細Qlik Replicateでのタスク設定の詳細
Qlik Replicateでのタスク設定の詳細
 
Data Factoryの勘所・大事なところ
Data Factoryの勘所・大事なところData Factoryの勘所・大事なところ
Data Factoryの勘所・大事なところ
 
Qlik ReplicateにおけるExpression Builderの利用方法
Qlik ReplicateにおけるExpression Builderの利用方法Qlik ReplicateにおけるExpression Builderの利用方法
Qlik ReplicateにおけるExpression Builderの利用方法
 
並列クエリを実行するPostgreSQLのアーキテクチャ
並列クエリを実行するPostgreSQLのアーキテクチャ並列クエリを実行するPostgreSQLのアーキテクチャ
並列クエリを実行するPostgreSQLのアーキテクチャ
 
【de:code 2020】 Azure Red hat OpenShift (ARO) によるシステムアーキテクチャ構築の実践
【de:code 2020】 Azure Red hat OpenShift (ARO) によるシステムアーキテクチャ構築の実践【de:code 2020】 Azure Red hat OpenShift (ARO) によるシステムアーキテクチャ構築の実践
【de:code 2020】 Azure Red hat OpenShift (ARO) によるシステムアーキテクチャ構築の実践
 
Azure Active Directory Domain Services (Azure ADDS) キホンのキ
Azure Active Directory Domain Services(Azure ADDS)キホンのキAzure Active Directory Domain Services(Azure ADDS)キホンのキ
Azure Active Directory Domain Services (Azure ADDS) キホンのキ
 
TECHTALK 20210727 モニタリングツールでQlik Senseの 運用環境を最適化
TECHTALK 20210727 モニタリングツールでQlik Senseの 運用環境を最適化 TECHTALK 20210727 モニタリングツールでQlik Senseの 運用環境を最適化
TECHTALK 20210727 モニタリングツールでQlik Senseの 運用環境を最適化
 
Amazon RDS for OracleでのAPEX環境作成
Amazon RDS for OracleでのAPEX環境作成Amazon RDS for OracleでのAPEX環境作成
Amazon RDS for OracleでのAPEX環境作成
 

Viewers also liked

오픈소스 프레임워크 기반 웹 서비스 설계 (Example)
오픈소스 프레임워크 기반 웹 서비스 설계 (Example)오픈소스 프레임워크 기반 웹 서비스 설계 (Example)
오픈소스 프레임워크 기반 웹 서비스 설계 (Example)
중선 곽
 
젠킨스 설치 및 설정
젠킨스 설치 및 설정젠킨스 설치 및 설정
젠킨스 설치 및 설정
중선 곽
 
TABLE ACCESS 패턴을 이용한 SQL 튜닝_Wh oracle
TABLE ACCESS 패턴을 이용한 SQL 튜닝_Wh oracleTABLE ACCESS 패턴을 이용한 SQL 튜닝_Wh oracle
TABLE ACCESS 패턴을 이용한 SQL 튜닝_Wh oracle
엑셈
 
프로그래밍 방식의 변천 과정
프로그래밍 방식의 변천 과정프로그래밍 방식의 변천 과정
프로그래밍 방식의 변천 과정
중선 곽
 
자바로 배우는 자료구조
자바로 배우는 자료구조자바로 배우는 자료구조
자바로 배우는 자료구조
중선 곽
 
Scale up and scale out
Scale up and scale outScale up and scale out
Scale up and scale out
중선 곽
 
지속적인 통합
지속적인 통합지속적인 통합
지속적인 통합
중선 곽
 
서버 아키텍쳐 입문
서버 아키텍쳐 입문서버 아키텍쳐 입문
서버 아키텍쳐 입문
중선 곽
 
Online service 계층별 성능 모니터링 방안
Online service 계층별 성능 모니터링 방안Online service 계층별 성능 모니터링 방안
Online service 계층별 성능 모니터링 방안
중선 곽
 
컴퓨터 네트워크와 인터넷
컴퓨터 네트워크와 인터넷컴퓨터 네트워크와 인터넷
컴퓨터 네트워크와 인터넷
중선 곽
 
메이븐 기본 이해
메이븐 기본 이해메이븐 기본 이해
메이븐 기본 이해
중선 곽
 
서버 성능에 대한 정의와 이해
서버 성능에 대한 정의와 이해서버 성능에 대한 정의와 이해
서버 성능에 대한 정의와 이해
중선 곽
 
Test driven development short lesson
Test driven development   short lessonTest driven development   short lesson
Test driven development short lesson
중선 곽
 
Intranet query tuning (example)
Intranet query tuning (example)Intranet query tuning (example)
Intranet query tuning (example)
중선 곽
 
객체지향 철학 그리고 5대 개념
객체지향 철학 그리고 5대 개념객체지향 철학 그리고 5대 개념
객체지향 철학 그리고 5대 개념
중선 곽
 
데이터품질진단솔루션
데이터품질진단솔루션데이터품질진단솔루션
데이터품질진단솔루션
시온시큐리티
 
부적절한 DDL 수행에 의한 성능 저하 분석 사례_Maxgauge case study
부적절한 DDL 수행에 의한 성능 저하 분석 사례_Maxgauge case study부적절한 DDL 수행에 의한 성능 저하 분석 사례_Maxgauge case study
부적절한 DDL 수행에 의한 성능 저하 분석 사례_Maxgauge case study
엑셈
 
2 mysql트랜잭션과잠금 v0
2 mysql트랜잭션과잠금 v02 mysql트랜잭션과잠금 v0
2 mysql트랜잭션과잠금 v0
resoliwan
 
m5 모델링 v0
m5 모델링 v0m5 모델링 v0
m5 모델링 v0
resoliwan
 

Viewers also liked (20)

오픈소스 프레임워크 기반 웹 서비스 설계 (Example)
오픈소스 프레임워크 기반 웹 서비스 설계 (Example)오픈소스 프레임워크 기반 웹 서비스 설계 (Example)
오픈소스 프레임워크 기반 웹 서비스 설계 (Example)
 
젠킨스 설치 및 설정
젠킨스 설치 및 설정젠킨스 설치 및 설정
젠킨스 설치 및 설정
 
TABLE ACCESS 패턴을 이용한 SQL 튜닝_Wh oracle
TABLE ACCESS 패턴을 이용한 SQL 튜닝_Wh oracleTABLE ACCESS 패턴을 이용한 SQL 튜닝_Wh oracle
TABLE ACCESS 패턴을 이용한 SQL 튜닝_Wh oracle
 
프로그래밍 방식의 변천 과정
프로그래밍 방식의 변천 과정프로그래밍 방식의 변천 과정
프로그래밍 방식의 변천 과정
 
자바로 배우는 자료구조
자바로 배우는 자료구조자바로 배우는 자료구조
자바로 배우는 자료구조
 
Scale up and scale out
Scale up and scale outScale up and scale out
Scale up and scale out
 
지속적인 통합
지속적인 통합지속적인 통합
지속적인 통합
 
서버 아키텍쳐 입문
서버 아키텍쳐 입문서버 아키텍쳐 입문
서버 아키텍쳐 입문
 
Online service 계층별 성능 모니터링 방안
Online service 계층별 성능 모니터링 방안Online service 계층별 성능 모니터링 방안
Online service 계층별 성능 모니터링 방안
 
컴퓨터 네트워크와 인터넷
컴퓨터 네트워크와 인터넷컴퓨터 네트워크와 인터넷
컴퓨터 네트워크와 인터넷
 
메이븐 기본 이해
메이븐 기본 이해메이븐 기본 이해
메이븐 기본 이해
 
서버 성능에 대한 정의와 이해
서버 성능에 대한 정의와 이해서버 성능에 대한 정의와 이해
서버 성능에 대한 정의와 이해
 
Test driven development short lesson
Test driven development   short lessonTest driven development   short lesson
Test driven development short lesson
 
Intranet query tuning (example)
Intranet query tuning (example)Intranet query tuning (example)
Intranet query tuning (example)
 
Maven의 이해
Maven의 이해Maven의 이해
Maven의 이해
 
객체지향 철학 그리고 5대 개념
객체지향 철학 그리고 5대 개념객체지향 철학 그리고 5대 개념
객체지향 철학 그리고 5대 개념
 
데이터품질진단솔루션
데이터품질진단솔루션데이터품질진단솔루션
데이터품질진단솔루션
 
부적절한 DDL 수행에 의한 성능 저하 분석 사례_Maxgauge case study
부적절한 DDL 수행에 의한 성능 저하 분석 사례_Maxgauge case study부적절한 DDL 수행에 의한 성능 저하 분석 사례_Maxgauge case study
부적절한 DDL 수행에 의한 성능 저하 분석 사례_Maxgauge case study
 
2 mysql트랜잭션과잠금 v0
2 mysql트랜잭션과잠금 v02 mysql트랜잭션과잠금 v0
2 mysql트랜잭션과잠금 v0
 
m5 모델링 v0
m5 모델링 v0m5 모델링 v0
m5 모델링 v0
 

Similar to Db 진단 및 튜닝 보고 (example)

Windows 성능모니터를 이용한 SQL Server 성능 분석
Windows 성능모니터를 이용한 SQL Server 성능 분석Windows 성능모니터를 이용한 SQL Server 성능 분석
Windows 성능모니터를 이용한 SQL Server 성능 분석
Sung wook Kang
 
MySQL Performance Tuning (In Korean)
MySQL Performance Tuning (In Korean)MySQL Performance Tuning (In Korean)
MySQL Performance Tuning (In Korean)
OracleMySQL
 
오픈 소스를 활용한 게임 배치 플랫폼 개선 사례
오픈 소스를 활용한 게임 배치 플랫폼 개선 사례오픈 소스를 활용한 게임 배치 플랫폼 개선 사례
오픈 소스를 활용한 게임 배치 플랫폼 개선 사례
형석 김
 
OMC
OMCOMC
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4Seok-joon Yun
 
[오픈소스컨설팅]Java Performance Tuning
[오픈소스컨설팅]Java Performance Tuning[오픈소스컨설팅]Java Performance Tuning
[오픈소스컨설팅]Java Performance Tuning
Ji-Woong Choi
 
01. kpi기반의 정량적 성능 평가 체계 구축
01. kpi기반의 정량적 성능 평가 체계 구축01. kpi기반의 정량적 성능 평가 체계 구축
01. kpi기반의 정량적 성능 평가 체계 구축
InGuen Hwang
 
SQream DB, GPU-accelerated data warehouse
SQream DB, GPU-accelerated data warehouseSQream DB, GPU-accelerated data warehouse
SQream DB, GPU-accelerated data warehouse
NAVER Engineering
 
MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바
NeoClova
 
H/W 규모산정기준
H/W 규모산정기준H/W 규모산정기준
H/W 규모산정기준
sam Cyberspace
 
Chap1. 개발환경구성 3주차 20130329
Chap1. 개발환경구성 3주차 20130329Chap1. 개발환경구성 3주차 20130329
Chap1. 개발환경구성 3주차 20130329광명 우
 
[오픈소스컨설팅]Performance Tuning How To
[오픈소스컨설팅]Performance Tuning How To[오픈소스컨설팅]Performance Tuning How To
[오픈소스컨설팅]Performance Tuning How To
Ji-Woong Choi
 
Chap1. 개발환경구성 3주차 20130329
Chap1. 개발환경구성 3주차 20130329Chap1. 개발환경구성 3주차 20130329
Chap1. 개발환경구성 3주차 20130329광명 우
 
Fundamentals of Oracle SQL
Fundamentals of Oracle SQLFundamentals of Oracle SQL
Fundamentals of Oracle SQL
JAEGEUN YU
 
MySQL_SQL_Tunning_v0.1.3.docx
MySQL_SQL_Tunning_v0.1.3.docxMySQL_SQL_Tunning_v0.1.3.docx
MySQL_SQL_Tunning_v0.1.3.docx
NeoClova
 
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
Amazon Web Services Korea
 
2015 SINVAS USER CONFERENCE - SINVAS 플랫폼을 활용한 정보시스템 유지보수 방안
2015 SINVAS USER CONFERENCE - SINVAS 플랫폼을 활용한 정보시스템 유지보수 방안2015 SINVAS USER CONFERENCE - SINVAS 플랫폼을 활용한 정보시스템 유지보수 방안
2015 SINVAS USER CONFERENCE - SINVAS 플랫폼을 활용한 정보시스템 유지보수 방안
Suji Lee
 
Talk IT_ Oracle_한혜영_110720
Talk IT_ Oracle_한혜영_110720Talk IT_ Oracle_한혜영_110720
Talk IT_ Oracle_한혜영_110720Cana Ko
 
KEEP BUFFER 활용 방안_Wh oracle
KEEP BUFFER 활용 방안_Wh oracleKEEP BUFFER 활용 방안_Wh oracle
KEEP BUFFER 활용 방안_Wh oracle
엑셈
 
[2016 데이터 그랜드 컨퍼런스] 6 1(전략,솔루션). 지티원 dw 및 bi 환경에서의 효율적 데이터 흐름 관리 및 모니터링 방안
[2016 데이터 그랜드 컨퍼런스] 6 1(전략,솔루션). 지티원 dw 및 bi 환경에서의 효율적 데이터 흐름 관리 및 모니터링 방안[2016 데이터 그랜드 컨퍼런스] 6 1(전략,솔루션). 지티원 dw 및 bi 환경에서의 효율적 데이터 흐름 관리 및 모니터링 방안
[2016 데이터 그랜드 컨퍼런스] 6 1(전략,솔루션). 지티원 dw 및 bi 환경에서의 효율적 데이터 흐름 관리 및 모니터링 방안
K data
 

Similar to Db 진단 및 튜닝 보고 (example) (20)

Windows 성능모니터를 이용한 SQL Server 성능 분석
Windows 성능모니터를 이용한 SQL Server 성능 분석Windows 성능모니터를 이용한 SQL Server 성능 분석
Windows 성능모니터를 이용한 SQL Server 성능 분석
 
MySQL Performance Tuning (In Korean)
MySQL Performance Tuning (In Korean)MySQL Performance Tuning (In Korean)
MySQL Performance Tuning (In Korean)
 
오픈 소스를 활용한 게임 배치 플랫폼 개선 사례
오픈 소스를 활용한 게임 배치 플랫폼 개선 사례오픈 소스를 활용한 게임 배치 플랫폼 개선 사례
오픈 소스를 활용한 게임 배치 플랫폼 개선 사례
 
OMC
OMCOMC
OMC
 
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4
[2015 07-06-윤석준] Oracle 성능 최적화 및 품질 고도화 4
 
[오픈소스컨설팅]Java Performance Tuning
[오픈소스컨설팅]Java Performance Tuning[오픈소스컨설팅]Java Performance Tuning
[오픈소스컨설팅]Java Performance Tuning
 
01. kpi기반의 정량적 성능 평가 체계 구축
01. kpi기반의 정량적 성능 평가 체계 구축01. kpi기반의 정량적 성능 평가 체계 구축
01. kpi기반의 정량적 성능 평가 체계 구축
 
SQream DB, GPU-accelerated data warehouse
SQream DB, GPU-accelerated data warehouseSQream DB, GPU-accelerated data warehouse
SQream DB, GPU-accelerated data warehouse
 
MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바
 
H/W 규모산정기준
H/W 규모산정기준H/W 규모산정기준
H/W 규모산정기준
 
Chap1. 개발환경구성 3주차 20130329
Chap1. 개발환경구성 3주차 20130329Chap1. 개발환경구성 3주차 20130329
Chap1. 개발환경구성 3주차 20130329
 
[오픈소스컨설팅]Performance Tuning How To
[오픈소스컨설팅]Performance Tuning How To[오픈소스컨설팅]Performance Tuning How To
[오픈소스컨설팅]Performance Tuning How To
 
Chap1. 개발환경구성 3주차 20130329
Chap1. 개발환경구성 3주차 20130329Chap1. 개발환경구성 3주차 20130329
Chap1. 개발환경구성 3주차 20130329
 
Fundamentals of Oracle SQL
Fundamentals of Oracle SQLFundamentals of Oracle SQL
Fundamentals of Oracle SQL
 
MySQL_SQL_Tunning_v0.1.3.docx
MySQL_SQL_Tunning_v0.1.3.docxMySQL_SQL_Tunning_v0.1.3.docx
MySQL_SQL_Tunning_v0.1.3.docx
 
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
 
2015 SINVAS USER CONFERENCE - SINVAS 플랫폼을 활용한 정보시스템 유지보수 방안
2015 SINVAS USER CONFERENCE - SINVAS 플랫폼을 활용한 정보시스템 유지보수 방안2015 SINVAS USER CONFERENCE - SINVAS 플랫폼을 활용한 정보시스템 유지보수 방안
2015 SINVAS USER CONFERENCE - SINVAS 플랫폼을 활용한 정보시스템 유지보수 방안
 
Talk IT_ Oracle_한혜영_110720
Talk IT_ Oracle_한혜영_110720Talk IT_ Oracle_한혜영_110720
Talk IT_ Oracle_한혜영_110720
 
KEEP BUFFER 활용 방안_Wh oracle
KEEP BUFFER 활용 방안_Wh oracleKEEP BUFFER 활용 방안_Wh oracle
KEEP BUFFER 활용 방안_Wh oracle
 
[2016 데이터 그랜드 컨퍼런스] 6 1(전략,솔루션). 지티원 dw 및 bi 환경에서의 효율적 데이터 흐름 관리 및 모니터링 방안
[2016 데이터 그랜드 컨퍼런스] 6 1(전략,솔루션). 지티원 dw 및 bi 환경에서의 효율적 데이터 흐름 관리 및 모니터링 방안[2016 데이터 그랜드 컨퍼런스] 6 1(전략,솔루션). 지티원 dw 및 bi 환경에서의 효율적 데이터 흐름 관리 및 모니터링 방안
[2016 데이터 그랜드 컨퍼런스] 6 1(전략,솔루션). 지티원 dw 및 bi 환경에서의 효율적 데이터 흐름 관리 및 모니터링 방안
 

More from 중선 곽

Tomcat monitoring using_javamelody
Tomcat monitoring using_javamelodyTomcat monitoring using_javamelody
Tomcat monitoring using_javamelody
중선 곽
 
Web service performance_test_using_jmeter_ver1.2
Web service performance_test_using_jmeter_ver1.2Web service performance_test_using_jmeter_ver1.2
Web service performance_test_using_jmeter_ver1.2
중선 곽
 
Java rmi 개발 가이드
Java rmi 개발 가이드Java rmi 개발 가이드
Java rmi 개발 가이드
중선 곽
 
Java rmi 개발 가이드
Java rmi 개발 가이드Java rmi 개발 가이드
Java rmi 개발 가이드중선 곽
 
자바 직렬화 (Java serialization)
자바 직렬화 (Java serialization)자바 직렬화 (Java serialization)
자바 직렬화 (Java serialization)
중선 곽
 
숫자 구분자 처리 (Digit group separators)
숫자 구분자 처리 (Digit group separators)숫자 구분자 처리 (Digit group separators)
숫자 구분자 처리 (Digit group separators)
중선 곽
 
서버 아키텍쳐 입문
서버 아키텍쳐 입문서버 아키텍쳐 입문
서버 아키텍쳐 입문중선 곽
 
Apache ZooKeeper 소개
Apache ZooKeeper 소개Apache ZooKeeper 소개
Apache ZooKeeper 소개
중선 곽
 
프로그래머가 알아야 하는 메모리 관리 기법
프로그래머가 알아야 하는 메모리 관리 기법프로그래머가 알아야 하는 메모리 관리 기법
프로그래머가 알아야 하는 메모리 관리 기법
중선 곽
 
사칙연산 프로그램
사칙연산 프로그램사칙연산 프로그램
사칙연산 프로그램
중선 곽
 
프로그래머가 알아야 하는 2진수 기반의 컴퓨터 동작 원리
프로그래머가 알아야 하는 2진수 기반의 컴퓨터 동작 원리프로그래머가 알아야 하는 2진수 기반의 컴퓨터 동작 원리
프로그래머가 알아야 하는 2진수 기반의 컴퓨터 동작 원리
중선 곽
 
소프트웨어의 동작 방식 이해
소프트웨어의 동작 방식 이해소프트웨어의 동작 방식 이해
소프트웨어의 동작 방식 이해
중선 곽
 
Effective java 1 and 2
Effective java 1 and 2Effective java 1 and 2
Effective java 1 and 2
중선 곽
 
지식경영 이해
지식경영 이해지식경영 이해
지식경영 이해
중선 곽
 
Continue break goto_에_대한_고찰
Continue break goto_에_대한_고찰Continue break goto_에_대한_고찰
Continue break goto_에_대한_고찰
중선 곽
 
폰노이만 머신 이해
폰노이만 머신 이해폰노이만 머신 이해
폰노이만 머신 이해
중선 곽
 

More from 중선 곽 (16)

Tomcat monitoring using_javamelody
Tomcat monitoring using_javamelodyTomcat monitoring using_javamelody
Tomcat monitoring using_javamelody
 
Web service performance_test_using_jmeter_ver1.2
Web service performance_test_using_jmeter_ver1.2Web service performance_test_using_jmeter_ver1.2
Web service performance_test_using_jmeter_ver1.2
 
Java rmi 개발 가이드
Java rmi 개발 가이드Java rmi 개발 가이드
Java rmi 개발 가이드
 
Java rmi 개발 가이드
Java rmi 개발 가이드Java rmi 개발 가이드
Java rmi 개발 가이드
 
자바 직렬화 (Java serialization)
자바 직렬화 (Java serialization)자바 직렬화 (Java serialization)
자바 직렬화 (Java serialization)
 
숫자 구분자 처리 (Digit group separators)
숫자 구분자 처리 (Digit group separators)숫자 구분자 처리 (Digit group separators)
숫자 구분자 처리 (Digit group separators)
 
서버 아키텍쳐 입문
서버 아키텍쳐 입문서버 아키텍쳐 입문
서버 아키텍쳐 입문
 
Apache ZooKeeper 소개
Apache ZooKeeper 소개Apache ZooKeeper 소개
Apache ZooKeeper 소개
 
프로그래머가 알아야 하는 메모리 관리 기법
프로그래머가 알아야 하는 메모리 관리 기법프로그래머가 알아야 하는 메모리 관리 기법
프로그래머가 알아야 하는 메모리 관리 기법
 
사칙연산 프로그램
사칙연산 프로그램사칙연산 프로그램
사칙연산 프로그램
 
프로그래머가 알아야 하는 2진수 기반의 컴퓨터 동작 원리
프로그래머가 알아야 하는 2진수 기반의 컴퓨터 동작 원리프로그래머가 알아야 하는 2진수 기반의 컴퓨터 동작 원리
프로그래머가 알아야 하는 2진수 기반의 컴퓨터 동작 원리
 
소프트웨어의 동작 방식 이해
소프트웨어의 동작 방식 이해소프트웨어의 동작 방식 이해
소프트웨어의 동작 방식 이해
 
Effective java 1 and 2
Effective java 1 and 2Effective java 1 and 2
Effective java 1 and 2
 
지식경영 이해
지식경영 이해지식경영 이해
지식경영 이해
 
Continue break goto_에_대한_고찰
Continue break goto_에_대한_고찰Continue break goto_에_대한_고찰
Continue break goto_에_대한_고찰
 
폰노이만 머신 이해
폰노이만 머신 이해폰노이만 머신 이해
폰노이만 머신 이해
 

Db 진단 및 튜닝 보고 (example)

  • 2. I. 컨설팅 개요 ◦ 컨설팅 목적 ◦ 시스템 환경 II. 짂단 및 튜닝 요약 ◦ 짂단 요약 ◦ 튜닝 요약 III. 시스템 운영환경 짂단 및 분석 ◦ OS 운영현황 짂단 및 분석 ◦ 데이터베이스 및 어플리케이션 짂단 / 분석 IV. 시스템 및 어플리케이션(SQL) 튜닝 내역 ◦ 오라클 파라미터 튜닝 내역 ◦ 어플리케이션(SQL) 튜닝 내역 V. 컨설팅 수행 일정
  • 3.  컨설팅 목적 ◦ 현 시스템에 대한 정확한 짂단 및 평가 ◦ 짂단 및 평가를 기반으로 시스템 및 DB 튜닝 ◦ Application / SQL 튜닝 등을 통하여 ◦ 시스템 성능 개선 및 안정적인 시스템 운영기반을 확보 현시스템 진단/평가 운영시스템 자료 수집 시스템 분석 및 평가 DB 가용성 분석 및 평가 성능 분석 및 평가 시스템/DB 성능 개선 서버 모니터링 및 튜닝 DB 모니터링 및 튜닝 DB의 물리적 구조 변경 및 튜닝 Application/SQL 튜닝 Access Path 분석에 따른 인덱 스 검증 시스템 안정화 및 사용자 만족도 개선 시스템 안정화 및 사용자 만족도 개선 성능 모니터링 및 튜닝 가 이드 잠재적 장애요인 제거 및 장애처리 절차 수립
  • 4.  시스템 환경 ◦ 고객 통합 DB는 귀사 포털 시스템을 위한 데이터베이스로 인사, 회계, 기획, 경영 등의 기갂 업무를 처리하고 있으며, 200X년 오픈되어 현재까지 운영되고 있다. ◦ 주요 시스템 운영환경은 다음과 같다.  시스템 구성 정보 및 오라클 SGA 정보 구분 구성요소 통합 DB 서버 통합 포털 서버 1 통합 포털 서버 2 H/W Hostname DB1 WAS1 EAI Platform SunFire6800 SunFire4800 Sun Enterprise 5500 O/S Solaris 2.8 Solaris 2.8 Solaris 2.8 Memory 12 GB 8 GB 6 GB CPU 900 MHz * 8 CPU 900 MHz * 8 CPU 400 MHz * 6 CPU S/W DB / Appl Oracle 9.0.1.4 Jeus 3.3 WebToBe 3.2 Name Value Fixed 0.4 MB Shared Pool 704 MB DB Buffers 512 MB Redo Buffers 1 MB 소계 1217.4 MB
  • 5.  OS 운영 현황 ◦ 통합 DB 서버 및 통합 업무 서버 모두 아래 표와 같이 주요 성능 수치가 여유롭게 안정적으로 운영되고 있다. 구분 기준 수치 통합 DB 서버 통합 포털 서버 1 통합 포털 서버 2 CPU 사용률 80% 이하 60% 이하 20% 이하 60% 이하 Run Queue CPU 개수 이하 1-2 (8) 1-9 (8) 1-7 (6) Scan Rate 200 이하 0 0 0 Free Memory - 3.5-7GB 2.6-4GB 0.6-2GB
  • 6.  DB 운영 현황 구분 주요현상 및 분석내역 해결 방안 Buffer cache hit ratio 평균 88%로 낮은 수치를 보이고 있다. (최소 90% 이상 권장) 오라클 데이터베이스의 메모리 파라미터 튜닝 Object 통계 정보 통계 정보가 누락된 테이블 및 인덱스가 존재하고 통계 정보의 정확도가 떨어지 고 있다. 누락된 통계정보를 생성하고, 데이터가 늘어난 테이블의 경우 최신의 통계정보를 유지하도록 테이블 별로 Analyze 전략 수립 필요 Wait Event Full scan이 지속적으로 일어나 I/O 증가 의 원인이 되고 있다. Application 및 SQL 튜닝 Literal (dynamic) SQL Bind 변수를 사용하지 앟는 SQL이 상당 수 존재하여 SQL parsing에 따른 overhead가 발생하고 있다. Bind 변수를 사용하도록 Application 수정 필요
  • 7.  오라클 파라미터 튜닝 파라미터 현재 값 권장값 기대 효과 db_cache_size 512M 2000M Physical I/O 감소 효과 sort_area_retained_size 0 65,536 정렬 작업 성능 개선 효과 session_cached_cursors 0 50 커서를 재활용함으로써 불필요한 파싱이 발생하지 않 도록 한다.
  • 8.  서버 CPU 및 memory 사용 그래프 ◦ CPU Unilization graph (AM 0 ~ PM 12) ◦ Run queue size graph ◦ Memory utilization graph  분석 결과 ◦ CPU 사용률은 업무시갂대 사용률이 30% ~ 60%를 유지하고 있어 여유있는 사용 현황을 보이고 있다. ◦ Run queue 도 아주 낮은 수치를 보이고 있어, 양호한 상황이다. ◦ 이례적으로 18시경 CPU 사용률이 높게 나왔으나 일회성 업무로 판단되며, 다른 날에는 60%를 넘는 경우가 거의 없었다. ◦ 3.5G ~ 7G의 여유 메모리를 유지하고 있어, 양호한 수치를 나타내고 있다. ◦ Scan rate도 젂체 시갂대에서 0을 유지하고 있어 양호한 운영상태를 보여주고 있 다. ◦ 여유 메모리의 일부를 Oracle SGA에 할당하여, I/O를 줄임으로써 성능 개선효과 를 볼수 있으며, 남는 자원을 효율적으로 활용할 수 있다.
  • 9.  데이터베이스 및 어플리케이션 짂단 및 분석 ◦ Buffer cache hit ratio  평균 88%로 OLTP 시스템으로 낮은 수치를 보이고 있음. (최소 90% 이상 권장)  OS 메모리 사용률 분석과 연계하여 SGA 분석 및 튜닝 필요. ◦ 데이터베이스 세션은 450-530개를 유지하고 있으며, 이중 Active session은 19개 이하로 양 호한 수준을 나타내고 있음 ◦ 테이블 및 인덱스 통계 정보  오브젝트 통계 정보는 옵티마이저가 실행 계획을 세우는데 필요한 정보  각 사용자 별로 통계 정보가 없는 테이블 존재  통계 정보가 있는 테이블과 없는 테이블이 조인될 경우 최적의 실행계획을 세울 수 없다.  주기적인 analyze를 통해 규칙적이고 일관적인 통계 정보 유지 필요하나, 운영 중인 시스템을 대상으로 analyze를 통한 통계 정보가 추가될 경우 실행 계획 변경에 의한 장애가 발생할 수 있는 부담이 있음.  향후 시스템 개편이나, 데이터베이스 Upgrade/migratioin 시에 반영하는 것이 좋다. ◦ Application  Full scan이 지속적으로 일어나, I/O 증가의 원인이 되고 있음  성능 개선에 가장 효과적인 것은 SQL tuning으로 지속적인 관리 및 개선 필요 ◦ Dynamic SQL  바인드 변수를 사용하지 않는 SQL이 상당히 존재하여 SQL parsing에 따른 오버헤드가 발생하고 있다.  바인드 변수를 사용하도록 application 수정이 필요하다.
  • 10.  사용자별 테이블/인덱스 통계정보 ◦ 테이블 통계 정보 현황  Owner, 테이블 수, analyzed, not analyzed, 최종 분석 일자 컬럼을 포함한 테이블 ◦ 인덱스 통계정보 현황  Owner, 인덱스 수, analyzed, not analyzed, 최종 분석 일자 컬럼을 포함한 테이블
  • 11.  통계 정보 및 어플리케이션 성능 1. SQL request 5. Return SQL result 비용기준 옵티마이저 2. SQL 파싱 3. 실행계획 수립 통계 정보 참조 4. SQL 수행
  • 12.  앞선 그림은 SQL 수행되는 과정을 갂략하게 보여주고 있다.  데이터베이스 옵티마이저는 요청된 SQL을 파싱하여, 실행 계획을 세운다. 이 때 옵티 마이저는 SQL에 사용되고 있는 각 오브젝트의 통계 정보를 기반으로 실행계획을 수 립한다.  이 때 누락되거나 정확하지 않은 통계정보가 사용될 경우 잘못된 실행계획이 수립되 어, 응답시갂이 나빠지는 원인이 된다.  누락되거나 부정확한 통계 정보는 ◦ 사용자 늘어나거나, ◦ 신규 업무가 추가되는 경우 급격한 성능 저하를 초래할 수도 있다. ◦ 또한 많은 잘못된 실행 계획을 수립하므로, 경험 많은 DBA에 의한 지속적인 튜닝을 필요로 하 게 된다.  따라서, 누락된 통계 정보를 생성하고, 데이터가 늘어난 테이블의 경우 최신의 통계 정보를 유지하도록 테이블 별로 analyze 젂략을 수립하는 것이 장기적으로 시급한 과제이다.  통계 정보 생성이나 삭제는 risk가 있는 작업으로, 테스트를 통한 application 성능 검증을 통해 수행하는 것이 바람직하다.