Oracle 等待事件那么多，怎么记才有用？

前言

最近在分析一套 Oracle 19c RAC 数据库的性能问题，业务反馈某个生产系统偶尔出现接口超时。

根据业务反馈的异常时间段，抓取了两份 AWR 报告。先看了 DB Time、CPU、Load Profile，整体负载并不高。两个实例的平均 AAS 都在 1 ～ 2 左右，CPU 也比较空闲。

继续往下看，就到了等待事件：

AWR 等待事件示意图

可以看到有很多等待事件：db file sequential read、read by other session、log file sync、gc cr grant 2-way……

Oracle 的等待事件非常多，尤其是 RAC 环境下，各种 gc 开头的事件，看着差不多，实际含义却不完全一样。

刚开始接触 AWR 时，我也想过把常见的等待事件整理出来，方便平时查阅。但后来发现，单纯记住事件名称和含义，实际帮助并没有想象中那么大。

比如看到 db file sequential read，知道它是单块读，但到底是存储响应慢，还是 SQL 读取的数据太多？光知道事件的定义，显然还不够。

所以这篇简单聊聊，我平时是怎么理解和记忆 Oracle 等待事件的。

一、先从名字入手

Oracle 很多等待事件的名称，其实已经告诉了我们大致的排查方向。

当然，这种分类并不严谨，只是方便平时快速判断。

比如 gc current block 2-way，一看 gc 就知道和 RAC 的 Cache Fusion 有关；enq: TX - row lock contention 通常要往事务锁的方向排查；而 log file sync，则主要关注事务提交和 Redo 写入。

这样至少能先确定排查方向，至于具体的等待机制、参数含义，遇到了再进一步查也不迟。

二、I/O 相关的等待，先记这几个

最常见的三个：

1db file sequential read
2db file scattered read
3direct path read

db file sequential read 主要是单块读，常见于索引扫描、ROWID 回表等操作；db file scattered read 主要是多块读，通常与全表扫描有关；direct path read 则是直接路径读取，大表扫描、并行查询时比较常见。

这几个事件都比较常见，但实际分析时不能只看事件名称。

比如 db file sequential read 排在 AWR 等待事件前面，很多人第一反应就是磁盘 I/O 有问题，其实不一定。

这次数据库的 AWR 中，两个实例的 db file sequential read 平均等待时间都不到 1ms，单次 I/O 响应并不慢。但继续分析 SQL 后发现，有些 SQL 每次执行需要读取大量数据块，虽然单次读取很快，累计下来耗时依然很长。

其中一条 SQL 的统计信息如下（数值已做近似处理）：

1SQL_ID          已隐藏
2执行次数        少于 10 次
3平均执行时间    超过 100 秒
4平均逻辑读      数十万块
5平均物理读      十万块以上

SQL 访问的是一张业务明细表，主要根据多个业务条件进行汇总查询。

执行计划如下（对象名称已脱敏）：

1SORT GROUP BY NOSORT
2  INLIST ITERATOR
3    TABLE ACCESS BY INDEX ROWID BUSINESS_TABLE
4      INDEX RANGE SCAN IDX_BUSINESS_01

从执行计划来看，这条 SQL 虽然走了索引，但单次执行仍然产生了大量逻辑读和物理读。

其中 INDEX RANGE SCAN 预估返回百万级记录，后续还需要通过 ROWID 回表。这里的行数是优化器估算值，实际扫描了多少，还需要结合执行统计进一步确认。

不过，单从 AWR 的数据来看，这条 SQL 的读取量已经明显偏高。

这也说明，db file sequential read 等待较多，并不一定是存储性能问题，也可能是 SQL 本身访问了太多数据块。所以分析 I/O 等待时，除了关注单次 I/O 延迟，还要结合 SQL 的逻辑读、物理读和执行计划一起看。

db file scattered read 和 direct path read 也是一样，重点还是看实际扫描了多少数据，以及这些读取是否必要。

毕竟，走了索引不代表 SQL 一定快，全表扫描也不代表执行计划一定有问题。

三、Commit 相关的等待

这类先熟悉两个就够了：

1log file sync
2log file parallel write

log file sync 主要是前台会话等待事务提交完成，log file parallel write 则是 LGWR 写入 Redo 日志时产生的等待。

这两个事件通常需要结合起来分析：如果 log file sync 和 log file parallel write 的平均等待时间都明显升高，就需要重点检查 Redo 日志写入延迟。

如果 log file sync 较高，而 log file parallel write 比较正常，就不能直接判断是存储问题，还需要结合 Commit 次数、LGWR 调度等情况进一步排查。

另外，应用频繁提交事务也值得关注：比如每处理一条记录就执行一次 Commit，即使单次提交耗时不高，累计等待时间也可能比较明显。

因此，分析 log file sync 时，不能只看累计等待时间，还要结合平均等待时间、提交频率以及 log file parallel write 的表现，判断究竟是提交过于频繁，还是 Redo 写入本身存在延迟。

四、锁和并发相关的等待

最常见的是：

1enq: TX - row lock contention

比如会话 A 更新一条记录后一直没有提交，会话 B 又来修改同一条记录，就可能产生等待。

不过，enq: TX - row lock contention 并不一定都是普通的行锁阻塞，也可能涉及唯一键冲突、ITL 资源不足等情况。实际排查时，可以先通过 GV$SESSION 查看阻塞会话，再结合事务信息、等待模式和 SQL 进一步分析。

另外，还有一个比较常见的等待事件：

1read by other session

这个事件和行锁等待不是一回事，它表示当前会话需要读取的数据块正在由其他会话读取，因此需要等待对方完成 I/O。

前面提到的那条高读取量 SQL，在 ASH 中就出现了这类等待。

所以碰到并发等待时，还是要先区分具体的等待资源，enq: TX - row lock contention 重点排查事务锁，而 read by other session 则需要关注并发读取、热点数据块以及相关 SQL 的 I/O 情况。

五、RAC 里面的 gc 等待

在 RAC 环境中，gc 开头的等待事件也比较常见，主要与实例之间的 Global Cache（全局缓存）协调有关。

比如：

1gc cr block 2-way
2gc current block 2-way
3gc cr grant 2-way

这几个等待事件名称比较相似，可以拆开来看：

• gc：Global Cache，RAC 全局缓存。
• cr：Consistent Read，一致性读。
• current：当前版本的数据块。
• block：通常涉及跨实例数据块传输。
• grant：主要涉及全局缓存访问授权，不一定需要传输数据块。

至于后面的 2-way、3-way，主要用于区分不同的消息交互路径。

需要注意的是，RAC 本身就存在跨实例数据块访问，因此出现 gc 等待并不代表集群有问题。

实际分析时，我一般会结合等待次数、平均等待时间和数据块传输量来判断。如果等待时间明显偏高，再进一步检查相关 SQL、热点对象、跨实例访问情况以及私有网络延迟。

六、等待事件到底怎么看？

前面说了这么多，其实平时看 AWR，我主要关注以下几个指标：

这里需要注意，等待次数多不一定代表问题严重，平均等待时间高也不一定说明对数据库整体影响很大。

比如一个事件发生了 100 万次，平均等待 0.1ms，累计等待时间为 100 秒；另一个事件只发生了 100 次，但平均等待 2 秒，累计等待时间反而达到 200 秒。

因此，分析时需要结合等待次数、累计等待时间和平均等待时间，不能只看其中一个指标。

另外，还要注意 AWR 的统计时间范围。这次数据库的 AWR 覆盖了数小时，两个实例的平均 AAS 都比较低，db file sequential read 的平均等待时间也不到 1ms。

但业务反馈的是偶发超时，长时间窗口的平均数据很可能掩盖短时间内的性能波动。

对于这种情况，还需要结合业务异常的具体时间，通过 ASH 查看当时的活跃会话、SQL_ID 和等待事件，进一步确认问题发生在哪个环节。

七、遇到不认识的事件怎么办？

这个很简单，直接查。

Oracle 自己就提供了等待事件信息：

1SELECT name,
2       wait_class,
3       parameter1,
4       parameter2,
5       parameter3
6FROM v$event_name
7WHERE name = 'db file sequential read';

查询结果：

1NAME                     WAIT_CLASS  PARAMETER1  PARAMETER2  PARAMETER3
2-----------------------  ----------  ----------  ----------  ----------
3db file sequential read  User I/O    file#       block#      blocks

可以查看事件所属的 Wait Class，以及 P1、P2、P3 对应的参数含义。

如果想看看数据库当前累计等待时间较高的事件：

1SELECT event,
2       total_waits,
3       ROUND(time_waited_micro / 1000000, 2) time_sec,
4       ROUND(
5         time_waited_micro /
6         NULLIF(total_waits, 0) / 1000, 3
7       ) avg_wait_ms
8FROM v$system_event
9WHERE wait_class <> 'Idle'
10ORDER BY time_waited_micro DESC
11FETCH FIRST 20 ROWS ONLY;

下面是部分常见等待事件的示例输出（演示数据，非生产查询结果）：

1EVENT                          TOTAL_WAITS   TIME_SEC  AVG_WAIT_MS
2-----------------------------  ------------  --------  -----------
3db file sequential read           12500000    8750.00        0.700
4log file sync                      3200000    4800.00        1.500
5gc current block 2-way            4800000    2400.00        0.500
6log file parallel write           2500000    2500.00        1.000
7direct path read                   1800000    2700.00        1.500
8read by other session              1500000    1200.00        0.800
9gc cr block 2-way                  2100000    1050.00        0.500

需要注意的是，V$SYSTEM_EVENT 记录的是实例启动以来的累计等待统计，并不是指定时间段的数据。如果要分析某个历史时段的性能问题，还是需要结合 AWR、ASH 进行排查。

对于不熟悉的等待事件，可以先通过 V$EVENT_NAME 查看事件分类和等待参数，再结合具体 SQL、会话及执行计划分析。平时遇到有代表性的案例，也可以顺手记录一下，后续碰到类似问题直接参考即可。

最后

Oracle 等待事件虽然很多，但平时真正经常遇到的也就那么一些。像 I/O、Commit、锁和 RAC 相关的等待，结合实际故障多分析几次，基本就熟悉了。

其他不常见的事件，遇到了再查也不迟。关键还是要结合等待时间、SQL 和执行计划，判断问题到底出在哪里，而不是单纯根据等待事件的名称下结论。