성능 문제 식별 방법론과 튜닝 접근법 - 편집 역사

Jhwang327: /* 처리량 문제 (Throughput Issues) */

2025-10-22T06:25:56Z

처리량 문제 (Throughput Issues)

← 이전 판		2025년 10월 22일 (수) 15:25 판
53번째 줄:		53번째 줄:

	==== 처리량 문제 (Throughput Issues) ====		==== 처리량 문제 (Throughput Issues) ====
	<source lang=sql>		::::<source lang=sql>
	-- 시간당 트랜잭션 처리량 분석		-- 시간당 트랜잭션 처리량 분석
	SELECT		SELECT

Jhwang327: /* 응답 시간 문제 (Response Time Issues) */

2025-10-22T06:25:45Z

응답 시간 문제 (Response Time Issues)

← 이전 판		2025년 10월 22일 (수) 15:25 판
37번째 줄:		37번째 줄:

	==== 응답 시간 문제 (Response Time Issues) ====		==== 응답 시간 문제 (Response Time Issues) ====
	<source lang=sql>		::::<source lang=sql>
	-- 응답 시간 분석을 위한 기본 쿼리		-- 응답 시간 분석을 위한 기본 쿼리
	SELECT		SELECT
51번째 줄:		51번째 줄:
	ORDER BY s.last_call_et DESC;		ORDER BY s.last_call_et DESC;
	</source>		</source>


	==== 처리량 문제 (Throughput Issues) ====		==== 처리량 문제 (Throughput Issues) ====

2025년 9월 16일 (화) 02:06에 Oracle님의 편집

2025-09-16T02:06:12Z

← 이전 판		2025년 9월 16일 (화) 11:06 판
50번째 줄:		50번째 줄:
	AND s.status = 'ACTIVE' AND		AND s.status = 'ACTIVE' AND
	ORDER BY s.last_call_et DESC;		ORDER BY s.last_call_et DESC;
	~~```~~		</source>


	==== 처리량 문제 (Throughput Issues) ====		==== 처리량 문제 (Throughput Issues) ====
243번째 줄:		244번째 줄:
	ROUND((1 - (physical_reads / (db_block_gets + consistent_gets))) * 100, 2) as hit_ratio		ROUND((1 - (physical_reads / (db_block_gets + consistent_gets))) * 100, 2) as hit_ratio
	FROM v$buffer_pool_statistics;		FROM v$buffer_pool_statistics;
	~~```~~		</source>


	==== PGA 메모리 분석 ====		==== PGA 메모리 분석 ====

Oracle: /* Python 기반 성능 모니터링 자동화 */

2025-09-16T02:05:21Z

Python 기반 성능 모니터링 자동화

← 이전 판		2025년 9월 16일 (화) 11:05 판
482번째 줄:		482번째 줄:
	</source>		</source>

	~~=== Python 기반 성능 모니터링 자동화 ===~~
	~~<source lang=python>~~
	~~# Oracle 성능 모니터링 자동화 스크립트 예시~~
	~~import cx_Oracle~~
	~~import pandas as pd~~
	~~import numpy as np~~
	~~from datetime import datetime, timedelta~~

	~~class OraclePerformanceMonitor:~~
	~~def __init__(self, connection_string):~~
	~~self.connection = cx_Oracle.connect(connection_string) self~~

	~~def get_top_wait_events(self, hours_back=1): def~~
	~~query = """ query~~
	~~SELECT event, total_waits, time_waited, average_wait~~
	~~FROM v$system_event~~
	~~WHERE wait_class != 'Idle' WHERE~~
	~~AND total_waits > 0~~
	~~ORDER BY time_waited DESC~~
	~~FETCH FIRST 10 ROWS ONLY~~
	~~"""~~
	~~return pd.read_sql(query, self.connection)~~

	~~def analyze_performance_degradation(self):~~
	~~= CPU 사용률 체크 =~~
	~~cpu_query = """ cpu_query~~
	~~SELECT value FROM v$sysmetric~~
	~~WHERE metric_name = 'Host CPU Utilization (%)' WHERE~~
	~~AND intsize_csec = 6000 AND~~
	~~"""~~
	~~cpu_usage = pd.read_sql(cpu_query, self.connection) cpu_usage~~

	~~= 임계치 초과 시 알림 =~~
	~~if cpu_usage['VALUE'].iloc[0] > 80:~~
	~~return "HIGH_CPU_ALERT"~~

	~~return "NORMAL"~~
	~~</source>~~

	[[category:oracle]]		[[category:oracle]]

Oracle: /* Python 기반 성능 모니터링 자동화 */

2025-09-16T02:05:05Z

Python 기반 성능 모니터링 자동화

← 이전 판		2025년 9월 16일 (화) 11:05 판
484번째 줄:		484번째 줄:
	=== Python 기반 성능 모니터링 자동화 ===		=== Python 기반 성능 모니터링 자동화 ===
	<source lang=python>		<source lang=python>
	= Oracle 성능 모니터링 자동화 스크립트 예시 =		# Oracle 성능 모니터링 자동화 스크립트 예시
	import cx_Oracle		import cx_Oracle
	import pandas as pd		import pandas as pd

Oracle: /* ADDM 보고서 자동 생성 스크립트 */

2025-09-16T02:04:41Z

ADDM 보고서 자동 생성 스크립트

← 이전 판		2025년 9월 16일 (화) 11:04 판
480번째 줄:		480번째 줄:
	END;		END;
	/		/
	~~```~~		</source>

	=== Python 기반 성능 모니터링 자동화 ===		=== Python 기반 성능 모니터링 자동화 ===

2025년 9월 16일 (화) 02:03에 Oracle님의 편집

2025-09-16T02:03:59Z

차이 보기

2025년 9월 16일 (화) 02:00에 Oracle님의 편집

2025-09-16T02:00:01Z

← 이전 판		2025년 9월 16일 (화) 11:00 판
1번째 줄:		1번째 줄:
	= 성능 문제 식별 방법론과 튜닝 접근법 =		= 성능 문제 식별 방법론과 튜닝 접근법 =

	== 1. 성능 문제 분석 방법론 ==		== 성능 문제 분석 방법론 ==

	=== ~~1.1~~ Top-Down 접근법 (시스템 → 세션 → SQL) ===		=== Top-Down 접근법 (시스템 → 세션 → SQL) ===

	단계별 분석 순서:		단계별 분석 순서:
20번째 줄:		20번째 줄:
	- Statspack (AWR 대체)		- Statspack (AWR 대체)

	=== ~~1.2~~ Bottom-Up 접근법 (SQL → 세션 → 시스템) ===		=== Bottom-Up 접근법 (SQL → 세션 → 시스템) ===

	적용 시나리오:		적용 시나리오:
32번째 줄:		32번째 줄:
	- SQL Tuning Advisor		- SQL Tuning Advisor

	== 2. 성능 문제 분류 체계 ==		== 성능 문제 분류 체계 ==

	=== ~~2.1~~ 문제 유형별 분류 ===		=== 문제 유형별 분류 ===

	==== A. 응답 시간 문제 (Response Time Issues) ====		==== 응답 시간 문제 (Response Time Issues) ====
	```sql		```sql
	-- 응답 시간 분석을 위한 기본 쿼리		-- 응답 시간 분석을 위한 기본 쿼리
52번째 줄:		52번째 줄:
	```		```

	==== B. 처리량 문제 (Throughput Issues) ====		==== 처리량 문제 (Throughput Issues) ====
	```sql		```sql
	-- 시간당 트랜잭션 처리량 분석		-- 시간당 트랜잭션 처리량 분석
67번째 줄:		67번째 줄:
	```		```

	==== C. 리소스 고갈 문제 (Resource Exhaustion) ====		==== 리소스 고갈 문제 (Resource Exhaustion) ====
	```sql		```sql
	-- 메모리 사용률 분석		-- 메모리 사용률 분석
80번째 줄:		80번째 줄:
	```		```

	=== ~~2.2~~ 문제 심각도 분류 ===		=== 문제 심각도 분류 ===

	==== 긴급도 매트릭스 ====		==== 긴급도 매트릭스 ====
90번째 줄:		90번째 줄:
	\| P4 \| 미미한 영향 \| < 50% 증가 \| 성능 개선 여지 \|		\| P4 \| 미미한 영향 \| < 50% 증가 \| 성능 개선 여지 \|

	== 3. Wait Event 기반 근본 원인 분석 ==		== Wait Event 기반 근본 원인 분석 ==

	=== ~~3.1~~ Wait Event 분류 및 진단 ===		=== Wait Event 분류 및 진단 ===

	==== A. User I/O 관련 Wait Events ====		==== User I/O 관련 Wait Events ====
	```sql		```sql
	-- I/O 관련 대기 이벤트 상세 분석		-- I/O 관련 대기 이벤트 상세 분석
131번째 줄:		131번째 줄:
	- `log file sync`: 커밋 대기		- `log file sync`: 커밋 대기

	==== B. Concurrency 관련 Wait Events ====		==== Concurrency 관련 Wait Events ====
	```sql		```sql
	-- Lock 경합 분석		-- Lock 경합 분석
155번째 줄:		155번째 줄:
	- `library cache lock`: 공유 SQL 영역 경합		- `library cache lock`: 공유 SQL 영역 경합

	=== ~~3.2~~ Wait Event 패턴 분석 ===		=== Wait Event 패턴 분석 ===

	==== 시간대별 Wait Event 트렌드 ====		==== 시간대별 Wait Event 트렌드 ====
182번째 줄:		182번째 줄:
	```		```

	== 4. 시스템 리소스 분석 ==		== 시스템 리소스 분석 ==

	=== ~~4.1~~ CPU 사용률 분석 ===		=== CPU 사용률 분석 ===

	==== OS Level CPU 분석 ====		==== OS Level CPU 분석 ====
218번째 줄:		218번째 줄:
	```		```

	=== ~~4.2~~ 메모리 사용률 분석 ===		=== 메모리 사용률 분석 ===

	==== SGA 구성요소별 분석 ====		==== SGA 구성요소별 분석 ====
266번째 줄:		266번째 줄:
	```		```

	== 5. SQL 레벨 근본 원인 분석 ==		== SQL 레벨 근본 원인 분석 ==

	=== ~~5.1~~ Top SQL 식별 및 분석 ===		=== Top SQL 식별 및 분석 ===

	==== 리소스 소비량 기준 Top SQL ====		==== 리소스 소비량 기준 Top SQL ====
306번째 줄:		306번째 줄:
	```		```

	=== ~~5.2~~ 실행 계획 분석 ===		=== 실행 계획 분석 ===

	==== 비효율적인 실행 계획 패턴 식별 ====		==== 비효율적인 실행 계획 패턴 식별 ====
341번째 줄:		341번째 줄:
	```		```

	== 6. 애플리케이션 레벨 분석 ==		== 애플리케이션 레벨 분석 ==

	=== ~~6.1~~ Connection Pool 분석 ===		=== Connection Pool 분석 ===
	```sql		```sql
	-- 세션 상태별 분포		-- 세션 상태별 분포
367번째 줄:		367번째 줄:
	```		```

	=== ~~6.2~~ 트랜잭션 패턴 분석 ===		=== 트랜잭션 패턴 분석 ===
	```sql		```sql
	-- 장기 실행 트랜잭션 식별		-- 장기 실행 트랜잭션 식별
383번째 줄:		383번째 줄:
	```		```

	== 7. 실전 진단 시나리오 ==		== 실전 진단 시나리오 ==

	=== 시나리오 1: 갑작스러운 전체 시스템 성능 저하 ===		=== 시나리오 1: 갑작스러운 전체 시스템 성능 저하 ===
447번째 줄:		447번째 줄:
	```		```

	== 8. 자동화된 근본 원인 분석 도구 ==		== 자동화된 근본 원인 분석 도구 ==

	=== ~~8.1~~ ADDM 보고서 자동 생성 스크립트 ===		=== ADDM 보고서 자동 생성 스크립트 ===
	```sql		```sql
	-- ADDM 보고서 생성 및 분석		-- ADDM 보고서 생성 및 분석
483번째 줄:		483번째 줄:
	```		```

	=== ~~8.2~~ Python 기반 성능 모니터링 자동화 ===		=== Python 기반 성능 모니터링 자동화 ===
	```python		```python
	= Oracle 성능 모니터링 자동화 스크립트 예시 =		= Oracle 성능 모니터링 자동화 스크립트 예시 =
522번째 줄:		522번째 줄:
	```		```

	~~이러한 체계적인 접근법을 통해 Oracle Database의 성능 문제를 효과적으로 진단하고 근본 원인을 파악할 수 있습니다.~~		[[category:oracle]]
	~~각 단계별로 구체적인 SQL과 분석 방법을 제시했으니, 실제 운영 환경에서 활용하시기 바랍니다.~~

2025년 9월 16일 (화) 01:55에 Oracle님의 편집

2025-09-16T01:55:59Z

차이 보기

2025년 9월 16일 (화) 01:53에 Oracle님의 편집

2025-09-16T01:53:28Z

← 이전 판		2025년 9월 16일 (화) 10:53 판
522번째 줄:		522번째 줄:
	```		```

	이러한 체계적인 접근법을 통해 Oracle Database의 성능 문제를 효과적으로 진단하고 근본 원인을 파악할 수 있습니다. 각 단계별로 구체적인 SQL과 분석 방법을 제시했으니, 실제 운영 환경에서 활용하시기 바랍니다.		이러한 체계적인 접근법을 통해 Oracle Database의 성능 문제를 효과적으로 진단하고 근본 원인을 파악할 수 있습니다.
			각 단계별로 구체적인 SQL과 분석 방법을 제시했으니, 실제 운영 환경에서 활용하시기 바랍니다.