作者引见
杨欣捷，浦发银行数据库专家，担任浦发银行数据库资源池、高可用、容灾、功能调优等数据库相关架构设计工作。同时涉足海量日志采集分析、大数据平台及机器学习算法。
置信大家做DBA的，都看到过很多数据库专家缜密思索、抽丝剥茧、层层推进最终找到成绩答案的精彩案例。Jason每次看到这样的案例，都被专家们丰富的阅历，执着的态度和弱小的逻辑推理才能折服。但这是不是诊断数据库成绩的独一方法论呢？可不可以讲近来大热的机器学习思想引入其中，经过统计学（深度学习的基础）来诊断成绩呢？Jason在近期遇到的一个成绩上，做了些许尝试，这里分享给大家。。。
成绩描画　
在Jason担任管理的开发测试环境中，忽然间有一个库连不上了，由于是12c多租户环境，好几个开发项目组同时暴跳。Jason登上环境，发现sqlplus已无法登录，alertlog里大量的ORA-4031。显然shared pool没有空间了。
由于是开发环境，为了让运用最疾速度可用，Jason重启了实例。重启后恢复正常，Jason也能sqlplus出来看看信息了。经过dba_hist_sgastat视图，发现有个叫”gcindex split transactio“的component不断在不断增长，在宕机前涨到了将近80G，几乎占满了整个SGA。于是自然4031了。
首先求助万能的BING（不能用Google，百度没有用），没有任何相关条目。去Oracle的metalink知识库，居然也没有任何条目。Jason暗暗叫苦，谁叫本人冲那么后面用12.2版本呢。
好在重启后恢复正常了，那就开个SR同时再观察几天吧。果然，自始自终，重启后这个component依然以每天6个G的速度增长。并且SR的处理效率也自始自终的慢。Jason仰仗多年阅历判别，这个八九不离十是BUG。但是等官方确认是BUG并且提供补丁遥遥无期。难道只能定期重启？这样的成绩上消费怎样办？能不能找到引发BUG的操作，至少能防患于已然。Jason决议不能坐以待毙。

没有配图，随意找张SGA吧...
另辟蹊径
既然定位BUG和补丁是Oracle的事情，那我们本人能做的，就是尽能够查到什么操作引发了这个BUG（现象）。大家都知道Oracle固定工夫（默许1小时）会做数据库的快照，保存大量的系统信息到DBA_HIST视图。Jason就想，何不拿这些数据和这个”gcindex split transactio“的增长做一个相关性分析？说不定能发现些什么呢。说干就干，Python程序写起！
首先选取V$SYSSTAT中一切VALUE不为0的STAT_NAME，然后把每个快照时期他们的增量和”gcindex split transactio“的增长量求一个相关系数。想法不错，但马上遇到第一个成绩，DBA_HIST_SGASTAT是累积量（culmulative)不是增量（delta）。没关系，好在有Oracle弱小的分析函数（其他数据库就没那么侥幸了），直接一句SQL把每行中的累积量换成增量：

然后，就在Python中把一切v$SYSSTAT中的目的全拿过来（1800多个），带入:name。每个目的取出的样本量是一切snapshot的总数。逐一用numpy中的corrcoef()计算相关系数。然后排序。最终获得相关系数最高的进一步分析。

分析结果　
大概也就跑了2分钟，结果出来了，排名靠前的目的和相关性：

可以看到user logons cumulative和logons cumulative的相关系数达到了8个9！基本上就是完全相关。于是接下去的分析方向就很分明了，单独拎出来跑个SQL，肉眼验证下：

的确很相关！用户登录在高的时分达到了每小时200万次。于是打开监听器日志，疾速发现了是哪个PDB，从哪里连过来的衔接。后经过和运用沟通，的确是运用的成绩，运用服务器的/etc/hosts没有配好，导致衔接失败，运用还疯狂的在衔接。运用停了，修正完，一切都正常了。
读到这里，有些读者能够会想，早干吗去了，用得着那么费事吗？早点去看看监听日志，或者更细心的去看看awr报告，不也能发现成绩吗？
说的没错，不过你对Jason要求太高了，Jason不做一线DBA那么多年，迷失在流程和商务中，早已得到了一线DBA敏锐的观察力和阅历累积。只能经过这种办法来分析成绩（当然也是灵感乍现后忽然来兴味了）。但我也不得不说，这个成绩Jason不是没有第一工夫让一线工程师看过，并未得出有效结论。
Jason的话
这个案例我觉得本身并不复杂，相对不能和各种专家处理的真正的疑问杂症相比。但是Jason经过另辟蹊径，想到了一种完全不同的分析成绩的方法论。并且经过实际的确是有效的。算是在Oracle诊断和机器学习间玩了个跨界。
Jason以为，基于统计的机器学习，在数据库成绩诊断范畴并不能替代资深DBA，毕竟人类的思想的灵敏性和逻辑推理才能，目前的机器学习算法还远不能及。但是机器学习至少可以在两个方面对DBA提供有效补充。一是对于初级DBA，机器学习可以有效减少成绩分析的方向，让其节省工夫，加快成绩处理速度。二是对于资深DBA，机器学习能提供思想惯性外的新方向，毕竟有些关联性就是深藏不露的。啤酒和尿布，在成为经典案例之前，可不是人人都看得到的。

文章来源：今日头条(发布内容请上昭通热线网www.ztrxw.cn)