计算机软件及应用19-Shared pool深入分析及性能调整

sharedpool的概念用户提交的命令：解析、执行用户命令的解析：解析的过程是一个相当复杂的过程，它要考虑各种可能的异常情况，比方SQL语句涉及到的对象不存在、提交的用户没有权限等等。而且，还需要考虑如何执行SQL语句，采用什么方式去获取数据等。解析的最终结果是要产生oracle自己内部的执行方案，从而指导SQL的执行过程。可以看到，解析的过程是一个非常消耗资源的过程。因此，oracle在解析用户提交的SQL语句的过程中，如果对每次出现的新的SQL语句，都按照标准过程完整的从头到尾解析一遍的话，效率太低，尤其随着并发用户数量的增加、数据量的增加，数据库的整体性能将直线下降。

SQL语句静态局部和动态局部oracle对SQL语句进行了概括和抽象，将SQL语句提炼为两局部，一局部是SQL语句的静态局部，也就是SQL语句本身的关键词、所涉及的表名称以及表的列等。另一局部就是SQL语句的动态局部，也就是SQL语句中的值〔即表里的数据〕。很明显的，整个数据库中所包含的对象数量是有限的，而其中所包含的数据那么是无限的。而正是这无限的数据导致了SQL语句的千变万化，也就是说在数据库运行的过程中，发生的所有SQL语句中，静态局部可以认为数量是有限的，而动态局部那么是无限的。而实际上，动态局部对解析的影响相比静态局部对解析的影响来说是微乎其微，也就是说通常情况下，对于相同的静态局部的SQL语句来说，不同的动态局部所产生的解析结果〔执行方案〕根本都是一样的。这也就为oracle提高解析SQL语句的效率提供了方向。

共享池oracle会将用户提交来的SQL语句都缓存在内存中。每次处理新的一条SQL语句时，都会先在内存中查看是否有相同的SQL语句。如果相同那么可以减少最重要的解析工作〔也就是生成执行方案〕，从而节省了大量的资源；反之，如果没有找到相同的SQL语句，那么必须重新从头到尾进行完整的解析过程。这局部存放SQL语句的内存就叫做共享池〔sharedpool〕。当然，sharedpool里不仅仅是SQL语句，还包括管理sharedpool的内存结构以及执行方案、控制信息等等内存结构。

绑定变量当oracle在sharedpool中查找相同的SQL语句的过程中，如果SQL语句使用了绑定变量〔bindvariable〕，那么就是比较SQL语句的静态局部，前面我们已经知道，静态局部是有限的，很容易就能够缓存在内存里，从而找到相同的SQL语句的概率很高。如果没有使用绑定变量，那么就是比较SQL语句的静态局部和动态局部，而动态局部的变化是无限的，因此这样的SQL语句很难被缓存在sharedpool里。毕竟内存是有限的，不可能把所有的动态局部都缓存在sharedpool里，即便能够缓存，管理这样一个无限大的sharedpool也是不可能完成的任务。不使用绑定变量导致的直接结果就是，找到相同的SQL语句的概率很低，导致必须完整的解析SQL语句，也就导致消耗更多的资源。从这里也可以看出，只有我们使用了绑定变量，才真正遵循了oracle引入sharedpool的哲学思想，才能够更有效的利用sharedpool共享池：库缓存+字典缓存sharedpool的大小由初始化参数shared_pool_size决定。10g以后可以不用设定该参数，而只需要指定sga_target，从而oracle将自动决定sharedpool的大小尺寸。在一个很高的层次上来看，sharedpool可以分为库缓存〔librarycache〕和数据字典缓存〔dictionarycache〕。Librarycache存放了最近执行的SQL语句、存储过程、函数、解析树以及执行方案等。而dictionarycache那么存放了在执行SQL语句过程中，所参照的数据字典的信息，包括SQL语句所涉及的表名、表的列、权限信息等。dictionarycache也叫做rowcache，因为这里面的信息都是以数据行的形式存放的，而不是以数据块的形式存放的。对于dictionarycache来说，oracle倾向于将它们一直缓存在sharedpool里，不会将它们交换出内存，因此我们不用对它们进行过多的关注。而librarycache那么是sharedpool里最重要的局部，也是在sharedpool中进进出出最活泼的局部，需要我们仔细研究。所以，我们在说到sharedpool实际上就可以认为是在指librarycache。sharedpool的内存结构〔逻辑结构〕从一个逻辑层面来看，sharedpool由librarycache和dictionarycache组成。sharedpool中组件之间的关系可以用以下图一来表示。从下面这个图中可以看到，当SQL语句〔selectobject_id,object_namefromsharedpool_test〕进入librarycache时，oracle会到dictionarycache中去找与sharedpool_test表有关的数据字典信息，比方表名、表的列等，以及用户权限等信息。如果发现dictionarycache中没有这些信息，那么会将system表空间里的数据字典信息调入buffercache内存，读取内存数据块里的数据字典内容，然后将这些读取出来的数据字典内容按照行的形式放入dictionarycache里，从而构造出dc_tables之类的对象。然后，再从dictionarycache中的行数据中取出有关的列信息放入librarycache中。

sharedpool的内存结构〔物理结构〕从一个物理的层面来看，sharedpool是由许多内存块组成，这些内存块通常称为chunk。Chunk是sharedpool中内存分配的最小单位，一个chunk中的所有内存都是连续的。这些chunk可以分为四类，这四类可以从x$ksmsp〔该视图中的每个行都表示sharedpool里的一个chunk〕的ksmchcls字段看到：

1)free：这种类型的chunk不包含有效的对象，可以不受限制的被分配。

2)recr：意味着recreatable，这种类型的chunks里包含的对象可以在需要的时候被临时移走，并且在需要的时候重新创立。比方对于很多有关共享SQL语句的chunks就是recreatable的。

3)freeabl：这种类型的chunks包含的对象都是曾经被session使用过的，并且随后会被完全或局部释放的。这种类型的chunks不能临时从内存移走，因为它们是在处理过程中间产生的，如果移走的话就无法被重建。

4)perm：意味着permanent，这种类型的chunks包含永久的对象，大型的permanent类型的chunks也可能含有可用空间，这局部可用空间可以在需要的时候释放回sharedpool里。

当chunk属于free类型的时候，它既不属于librarycache，也不属于dictionarycache。如果该chunk被用于存放SQL游标时，那么该chunk进入librarycache；同样，如果该chunk被用于存放数据字典的信息时，那么该chunk进入dictionarycache。

在sharedpool里，可用的chunk〔free类型〕会被串起来成为可用链表〔freelists〕或者也可以叫做buckets〔一个可用链表也就是一个bucket〕。我们可以使用下面的命令将sharedpool的内容转储出来看看这些bucket。

altersessionsetevents'immediatetracenameheapdumplevel2';

然后翻开产生的转储文件，找到“FREELISTS〞局部，可以发现类似如以下图所示的内容。每个bucket上挂的chunk的尺寸是不一样的，有一个递增的趋势。我们可以看到，每个bucket都有一个size字段，这个size就说明了该bucket上所能链接的可用chunk的大小尺寸。当一个进程需要sharedpool里的一个chunk时，假设当前需要21个单位的空间，那么该进程首先到符合所需空间大小的bucket〔这里就是bucket2〕上去扫描，以找到一个尺寸最适宜的chunk，扫描持续到bucket的最末端，直到找到完全符合尺寸的chunk为止。如果找到的chunk的尺寸比需要的尺寸要大，那么该chunk就会被拆分成两个chunk，一个chunk被用来存放数据，而另外一个那么成为free类型的chunk，并被挂到当前该bucket上，也就是bucket2上。然而，如果该bucket上不含有任何需要尺寸的chunk，那么就从下一个非空的bucket上〔这里就是bucket3〕获得一个最小的chunk。如果在剩下的所有bucket上都找不到可用的chunk，那么需要扫描已经使用的recreatable类型的chunk链表，从该链表上释放一局部的chunk出来，因为只有recreatable类型的chunk才是可以被临时移出内存的。当某个chunk正在被使用时〔可能是用户正在使用，也可能是使用了dbms_shared_pool包将对象钉在sharedpool里〕，该chunk是不能被移出内存的。比方某个SQL语句正在执行，那么该SQL语句所对应的游标对象是不能被移出内存的，该SQL语句所引用的表、索引等对象所占用的chunk也是不能被移出内存的。当sharedpool中无法找到足够大小的所需内存时，报ORA-4031错。当出现4031错的时候，你查询v$sgastat里可用的sharedpool空间时，可能会发现name为“freememory〞的可用内存还足够大，但是为何还是会报4031错呢？事实上，在oracle发出4031错之前，已经释放了不少recreatable类型的chunk了，因此会产生不少可用内存。但是这些可用chunk中，没有一个chunk是能够以连续的物理内存提供所需要的内存空间的，从而才会发出4031的错。对bucket的扫描、管理、分配chunk等这些操作都是在sharedpoollatch的保护下进行的。如果sharedpool含有数量巨大的非常小的free类型的chunk的话，那么扫描bucket时，sharedpoollatch会被锁定很长的时间，这也是8i以前的sharedpoollatch争用的主要原因。而如果增加sharedpool尺寸的话，仅仅是延缓sharedpoollatch的争用，而到最后，就会因为小的freechunks的数量越来越多，争用也会越来越严重。而到了9i以后，由于大大增加了可用chunk链表〔也就是bucket〕的数量，同时，每个bucket所管理的可用chunk的尺寸递增的幅度非常小，于是就可以有效的将可用的chunk都均匀的分布在所有的bucket上。这样的结果就是每个bucket上所挂的free类型的chunk都不多，所以在查找可用chunk而持有sharedpoollatch的时间也可以缩短很多。对于非常大的对象，oracle会为它们单独从保存区域里分配空间，而不是从这个可用chunk链表中来分配空间。这局部空间的大小尺寸就是由初始化参数shared_pool_reserved_size决定的，缺省为shared_pool_size的5%，这块保存区域与正常的chunk的管理是完全分开的，小的chunk不会进入这块保存区域，而这块保存区域的可用chunk也不会挂在bucket上。这块保存区域的使用情况可以从视图v$shared_pool_reserved中看到，通常来说，该视图的request_misses字段显示了需要从保存区域的可用链表上上获得大的chunk而不能获得的次数，该字段应该尽量为0。librarycache最主要的功能就是存放用户提交的SQL语句、SQL语句相关的解析树〔解析树也就是对SQL语句中所涉及到的所有对象的展现〕、执行方案、用户提交的PL/SQL程序块〔包括匿名程序块、存储过程、包、函数等〕以及它们转换后能够被oracle执行的代码等。为了对这些内存结构进行管理，还存放了很多控制结构，包括lock、pin、dependencytable等。

librarycache还存放了很多的数据库对象的信息，包括表、索引等等。有关这些数据库对象的信息都是从dictionarycache中获得的。如果用户对librarycache中的对象信息进行了修改，那么这些修改会返回到dictionarycache中。在librarycache中存放的所有的信息单元都叫做对象〔object〕，这些对象可以分成两类：一类叫存储对象，也就是上面所说的数据库对象。它们是通过显式的SQL语句或PL/SQL程序创立出来的，如果要删除它们，也必须通过显示的SQL命令进行删除。这类对象包括表、视图、索引、包、函数等等；另一类叫做过渡对象，也就是上面所说的用户提交的SQL语句或者提交的PL/SQL程序块等。这些过渡对象是在执行SQL语句或PL/SQL程序的过程中产生的，并缓存在内存里。如果实例关闭那么删除，或者由于内存缺乏而被交换出去，从而被删除。

父子游标当用户提交SQL语句或PL/SQL程序块到oracle的sharedpool以后，在librarycache中生成的一个可执行的对象，这个对象就叫做游标〔cursor〕。不要把这里的游标与标准SQL〔ANSISQL〕的游标混淆起来了，标准SQL的游标是指返回多条记录的SQL形式，需要定义、翻开、关闭。下面所说到的游标如无特别说明，都是指librarycache中的可执行的对象。游标是可以被所有进程共享的，也就是说如果100个进程都执行相同的SQL语句，那么这100个进程都可以同时使用该SQL语句所产生的游标，从而节省了内存。每个游标都是由librarycache中的两个或多个对象所表达的，至少两个对象。一个对象叫做父游标〔parentcursor〕，包含游标的名称以及其他独立于提交用户的信息。从v$sqlarea视图里看到的都是有关父游标的信息；另外一个或多个对象叫做子游标〔childcursors〕，如果SQL文本相同，但是可能提交SQL语句的用户不同，或者用户提交的SQL语句所涉及到的对象为同名词等，都有可能生成不同的子游标。因为这些SQL语句的文本虽然完全一样，但是上下文环境却不一样，因此这样的SQL语句不是一个可执行的对象，必须细化为多个子游标后才能够执行。子游标含有执行方案或者PL/SQL对象的程序代码块等。HASH算法在介绍librarycache的内部管理机制前，先简单介绍一下所谓的hash算法。

oracle内部在实现管理的过程中大量用到了hash算法。hash算法是为了能够进行快速查找定位所使用一种技术。所谓hash算法，就是根据要查找的值，对该值进行一定的hash算法后得出该值所在的索引号，然后进入到该值应该存在的一列数值列表〔可以理解为一个二维数组〕里，通过该索引号去找它应该属于哪一个列表。然后再进入所确定的列表里，对其中所含有的值，进行一个一个的比较，从而找到该值。这样就防止了对整个数值列表进行扫描才能找到该值，这种全扫描的方式显然要比hash查找方式低效很多。其中，每个索引号对应的数值列在oracle里都叫做一个hashbucket。我们来列举一个最简单的hash算法。假设我们的数值列表最多可以有10个元素，也就是有10个hashbuckets，每个元素最多可以包含20个数值。那么对应的二维数组就是t[10][20]。我们可以定义hash算法为nMOD10。通过这种算法，可以将所有进入的数据均匀放在10个hashbucket里面，hashbucket编号从0到9。比方，我们把1到100都通过这个hash函数均匀放到这10个hashbucket里，当查找32在哪里时，只要将32MOD10等于2，这样就知道可以到2号hashbucket里去找，也就是到t[2][20]里去找，2号hashbucket里有10个数值，逐个比较2号hashbucket里是否存在32就可以了。

librarycache就是使用多个hashbucket来管理的，其hash算法当然比我们前面列举的要复杂多了。每个hashbucket后面都串连着多个句柄〔该句柄叫做librarycacheobjecthandle〕，这些句柄描述了librarycache里的对象的一些属性，包括名称、标记、指向对象所处的内存地址的指针等。可以用以下图来描述librarycache的整体结构。

当一条SQL语句进入librarycache的时候，先将SQL文本转化为对应ASCII数值，然后对该这些ASCII数值进行hash函数的运算，传入函数的是SQL语句的名称〔name，对于SQL语句来说其name就是SQL语句的文本〕以及命名空间〔namespace，对于SQL语句来说是“SQLAREA〞，表示共享游标。可以从视图v$librarycache里找到所有的namespace〕。运用hash函数后得到一个值，该值就是hashbucket的号码，从而该SQL语句被分配到该号的hashbucket里去。实际上，hashbucket就是通过串连起来的对象句柄才表达出来的，它本身是一个逻辑上的概念，是一个逻辑组，而不像对象是一个具体的实体。oracle根据shared_pool_size所指定的sharedpool尺寸自动计算hashbuckets的个数，sharedpool越大，那么可以挂载的对象句柄就越多。

当某个进程需要处理某个对象时，比方处理一条新进入的SQL语句时，它会对该SQL语句应用hash函数算法，以决定其所在的hashbucket的编号，然后进入该hashbucket进行扫描并比较。有可能会发生该对象的句柄存在，但是句柄所指向的对象已经被交换出内存的情况出现。这时对应的对象必须被再次装载〔reload〕。也可能该对象的句柄都不存在，这时进程必须重新构建一个对象句柄挂到hashbucket上，然后再重新装载对象。SQL语句相关的对象有很多〔最直观的就是SQL语句的文本〕，这些对象都存放在librarycache里，它们都通过句柄来访问。可以把librarycache理解为一本书，而SQL语句的对象就是书中的页，而句柄就是目录，通过目录可以快速定位到指定内容的页。对象句柄存放了对象的名称〔name〕、对象所属的命名空间〔namespace〕、有关对象的一些标记〔比方对象是否为只读、为本地对象还是远程对象、是否被pin在内存中等等〕以及有关对象的一些统计信息等。而且，对象句柄中还存放了当前正在lock住和pin住该对象的用户列表、以及当前正在等待lock和pin该对象的用户列表。对象句柄中存放的最重要的内容就是指向Heap0对象的指针了。Heap0用来存放与对象有直接关系的一些信息，比方对象类型、对象相关的表〔比方依赖表、子表等〕、指向对象的其他数据块的指针〔这些数据块指向了实际存放SQL文本、PL/SQL代码、错误信息等的大内存块，这些大内存块依次叫做Heap1、2、3、4等〕等信息。

Heap是通过调用效劳器进程进行分配的，任何对象都具有heap0，至于还应该分配哪些其他的heap那么是由对象的类型决定的，比方SQL游标具有heap1和6，而PL/SQL程序包那么具有heap1、2、3和4。按照heap的使用情况，oracle会在SGA〔librarycache〕、PGA或UGA中分配heap，但是heap0始终都是在librarycache中进行分配的。如果所请求的heap已经在SGA中分配了，那么不会在PGA中再次分配heap。Heap是由一个或多个chunk组成的，这些chunk可以是分散的分布在librarycache中的，不需要连续分布。1)objecttype：librarycache中的对象类型包括：表、视图、索引、同名词等等。每个对象只能有一个objecttype，根据objecttype将对象归类到不同的namespace里。一个objecttype对应一个namespace，但是一个namespace可能对应多个objecttype。这样的话，查找一个对象时，只要在该对象所属的namespace中去找就可以了。比较常见的namespace包括：

a)SQLAREA：也可以叫做CRSR，表示sharedcursor，存放共享的SQL语句。

b)TABLE/PROCEDURE：存放的objecttype包括：table、view、sequence、synonym、procedure的定义、function的定义以及package的定义。

c)BODY：存放procedure的实际代码、function的实际代码以及package的实际代码。

d)TRIGGER：存放的objecttype为trigger。

e)INDEX：存放的objecttype为index。2)objectname：对象名称由三局部组成：

a)Schema的名称，对于共享游标〔SQL语句或PL/SQL程序块〕来说为空。

b)对象名称。分为两种情况：对于共享游标〔SQL语句或PL/SQL程序块〕来说，其对象名称就是SQL的语句本身；而对于其他对象〔比方表、视图、索引等〕就是其在数据字典中的名称。

c)Databaselink的名称。这是可选的，如果是本地对象，那么为空。

这样，对象的名称的格式为：SCHEMA.NAME@DBLINK。比方，可以为，也可以为hr.employees等。3)flags：flags主要用来描述对象是否已经被锁定。对象具有三种类型的flag：

a)publicflag：表示对象上没有锁定〔pin〕或者latch。

b)statusflag：表示对象上存在锁定〔pin〕，说明对象正在被创立或删除或修改等。

c)specitialflag：表示对象上存在librarycachelatch。4)tables：对每个对象，都会维护以下一串tables中的假设干个：

a)dependencytable：含有当前对象所依赖的其他对象。比方一个视图可能会依赖其组成的多个表、一个存储过程可能依赖其中所调用的其他存储过程、一个游标可能依赖其中所涉及到的多个表等。Dependencytable中的每个条目都指向一块物理内存，该物理内存中含有当前对象所依赖的对象的句柄。

b)childtable：含有当前对象的子对象，只有游标具有childtable。Childtable中的每个条目都指向一个可执行的SQL命令所对应的句柄。

c)translationtable：包含当前对象所引用的名称是如何解释为oracle底层对象的名称，只有游标具有translationtable。

d)authorizationtable：包含该对象上所对应的权限，一个条目对应一个权限。

e)accesstable：对于dependencytable中的每一个条目，都会在accesstable中存在对应的一个或多个条目。比方，假设对象A依赖对象B，那么在A的dependencytable和accesstable中都会存在一个条目指向B。位于accesstable中的指向B的条目说明了对B具有什么样的访问类型，从而也就说明了用户要执行A那么必须具有对B的权限。

f)read-onlydependencytable：类似于dependencytable，但是存放只读的对象。

g)schemanametable：包含authorizationtable中的条目所属的schema。5)datablocks：对象的其他信息会存放在不同的heap中，为了找到这些heap，会在heap0中存放多个〔最多16个，但是这16个datablock不会都用到〕datablocks结构，每个datablock含有指向这些实际heap内存块的指针。

除了heap0以外，还有11个heap，根据对象的不同进行分配，并存放了不同的内容：

1)Heap1：存放PL/SQL对象的源代码。

2)Heap2：存放PL/SQL对象的解析树，这有个好听的名字：DIANA。

3)Heap3：存放PL/SQL对象的伪代码。

4)Heap4：存放PL/SQL对象的基于硬件的伪代码。

5)Heap5：存放了编译时的错误信息。

6)Heap6：存放了共享游标对象的SQL文本。

7)Heap7：可用空间。

8)Heaps8–11：根据对象的不同而使用的子heap。我们可以通过查询v$db_object_cache来显示librarycache中有哪些对象被缓存，以及这些对象的大小尺寸。比方，我们可以用下面的SQL语句来显示每个namespace中，大小尺寸排在前3名的对象：select*from(selectrow_number()over(partitionbynamespaceorderbysharable_memdesc)size_rank,namespace,sharable_mem,substr(name,1,50)namefromv$db_object_cacheorderbysharable_memdesc)wheresize_rank<=3orderbynamespace,size_rank/转储librarycacheoracle提供了命令可以对librarycache中的内容进行转储。于是我们可以对librarycache进行转储，从而对上面所说的librarycache的内容进行验证。

ALTERSESSIONSETEVENTS'immediatetracenamelibrary_cachelevelN';

这里的N可以取的值分别为：

1转储librarycache的统计信息

2转储hash表的汇总信息

4转储librarycacheobject的根本信息

8转储librarycacheobject的详细信息

16转储heapsize的信息

32转储heap的详细信息

在测试之前，我们先创立一个测试表，然后再显示该表的数据。从而在librarycache中放入一些数据。翻开跟踪文件可以看到类似这样的信息，这实际就是v$librarycache里记录的信息，只不过v$librarycache中记录的是根据下面的信息合并汇总以后得到的。

我们分别以level4、8、16、32分别对librarycache进行转储，生成的转储文件分别以4#、8#、16#和32#来表示。翻开4#文件，然后直接查找“selectobject_id,object_namefromsharedpool_test〞，因为我们前面说到过，对于SQL语句来说，整个SQL语句的文本就是librarycacheobject的名称。于是，我们可以发现类似以下图四所示的内容：

这里是BUCKET105702。该bucket上只挂了一个对象，其对象句柄号为2cd433f8。在这个对象句柄里存放了很多信息，这里可以看到该对象的namespace为CRSR，也就是SQLAREA。可以看到该SQL语句的hash值为4d57861815002bfb42d03c9d2ecb9ce6。我们还可以看到很复杂的flags字段，它会包括很多标记，比方RON表示只读〔ReadOnly〕，SML表示当前句柄尺寸比较小〔Small〕等。而下面的lwt那么表示正在等待lock的对象列表〔LockWaiters〕，对应“LockWaiters〞；ltm那么表示临时正在持有lock的对象列表〔LockTemporary〕，对应“LockOwners〞；pwt那么表示正在等待pin的对象列表〔PinWaiters〕对应“PinWaiters〞；ptm那么表示临时正在持有pin的对象列表〔PinTemporary〕，对应图“PinOwners〞。再往下看，可以看到CHILDREN局部，这局部就是前面所说过的子游标的信息了。实际上，指向heap0的指针也位于这一局部，这个指针也就是2cd43314。这里显示的是一个handle寻找定位heap0我们翻开8#文件，查找2cd43314，可以看到如以下图所示的内容。这就是heap0中所包含的内容。可以看到该heap0的handle正是2cd43314，type为CRSR。还可以看到几个重要的table，这些table都是我们前面介绍过的，包括DEPENDENCIES、ACCESSES、TRANSACTIONS。从前面我们已经知道dependencytable记录的是SQL语句所依赖的对象，这里我们可以看到我们的SQL语句依赖一个对象，同时该对象的handle为2cd44348，很明显，它一定指向sharedpool_test表。同时，我们可以看到transactiontable所记录的oracle底层解析的对象的handle也是2cd44348，它与dependencytable所记录的对象是一样的，说明这个表是实实在在的表，而不是一个同名词。我们可以看到最后一局部是DATABLOCKS，从我们前面介绍过的内容可以知道这局部的记录指向了其他的heap内存块。我们从data#列上可以知道，该SQL存在两个相关的heap，编号为0和6。我们知道，heap0存放了SQL语句本身所涉及到的对象以及假设干种表等的信息，而heap6那么存放了SQL语句的文本、执行方案等。我们可以到32#文件中查找33e8ff08〔heap0〕和310ac968〔heap6〕我们继续在8#文件里查找2cd44348，也就是找到librarycache中记录SQL所引用的对象的局部。我们可以看到类似以下图所示的内容。从name列中可以看到，该对象正是sharedpool_test表，同时该表所在的schema为COST。而且从type为TABL也可以看到，对象sharedpool_test是一个表。如以下图所示。我们同时可以看到owner的值，实际上这正是在图五中的object的代号。同时从heap的name处也可以看到，heap0为Pcursor，而heap6为sqlarea，这也说明了这两个不同的heap所存放的不同内容。

dictionarycache概述递归调用dictionarycache专门用来存放SYSschema所拥有的对象的内存区域。使用dictionarycache时以行为单位，而不像其他比方buffercache以数据块为单位，因此dictionarycache也叫做rowcache。构造dictionarycache的目的是为了加快解析SQL语句的速度，因为dictionarycache里存放了所有表的定义、Storage信息、用户权限信息、约束定义、回滚段信息、表的统计信息等。而这些信息都是在解析过程中必须用到的。假设oracle在解析SQL的过程中，发现dictionarycache里没有该SQL所引用的表的定义信息，那么oracle必须到磁盘上system表空间里找到这个引用表的定义信息，并将这些定义信息加载到dictionarycache里。这个从磁盘上获取数据字典数据的过程就叫做递归SQL〔RecursiveSQL〕。通常来说，当我们执行一条新的SQL语句时，都会产生很屡次的递归调用，也会产生很多的递归SQL。比方我们来下面这个例子。假设oracle在解析SQL的过程中，发现dictionarycache里没有该SQL所引用的表的定义信息，那么oracle必须到磁盘上system表空间里找到这个引用表的定义信息，并将这些定义信息加载到dictionarycache里。这个从磁盘上获取数据字典数据的过程就叫做递归SQL〔RecursiveSQL〕。通常来说，当我们执行一条新的SQL语句时，都会产生很屡次的递归调用，也会产生很多的递归SQL。比方我们来下面这个例子。从这里可以很明显看到执行该SQL产生了1227次的递归调用，这227次的递归调用将表sharedpool_test相关的信息，比方列定义、统计信息等，都加载到了dictionarycache里。当我们再次执行该SQL时，会发现recursivecalls变成了0，因为dictionarycache里已经包含解析SQL所需要参照的数据字典了。

转储dictionarycache

我们可以使用如下命令对dictionarycache进行转储。

ALTERSESSIONSETEVENTS'immediatetracenamerow_cachelevelN';

这里的N可以取的值分别为：

1转储dictionarycache的统计信息;

2转储hash表的汇总信息;

8转储dictionarycache中的对象的结构信息;

如果对level1进行转储，可以看到转储出来的内容，很明显，就是v$rowcache里的内容。每一种数据字典都有一行记录来表示。比方有tablespace相关的数据字典等。如果以level2转储的话，可以看到类似如下的内容。这里有34个hash表对dictionarycache中的对象进行管理，每个hash表都对应了一种数据字典，同时有一个名为rowcacheobjects的latch来控制并发访问。可以看到，v$latch_children里名为“rowcacheobjects〞的记录数量也是34。解析SQL语句的过程解析分为硬解析和软解析。当一句SQL第一次被执行时必须进行硬解析。

1、第一步当客户端发出一条SQL语句〔也可以是一个存储过程或者一个匿名PL/SQL块〕进入sharedpool时〔注意，我们从前面已经知道，oracle对这些SQL不叫做SQL语句，而是称为游标〔cursor〕。因为oracle在处理SQL时，需要很多相关的辅助信息，这些辅助信息与SQL语句一起组成了游标〕，oracle首先将SQL文本转化为ASCII字符，然后根据hash函数计算其对应的hash〔hash_value〕。根据计算出的hash值到librarycache中找到对应的bucket，然后比较bucket里是否存在该SQL语句。2、第二步如果不存在，那么需要按照我们前面所描述的，获得sharedpoollatch，然后在sharedpool中的可用chunk链表〔也就是bucket〕上找到一个可用的chunk，然后释放sharedpoollatch。在获得了chunk以后，这块chunk就可以认为是进入了librarycache。然后，进行硬解析过程。3、第三步硬解析包括以下几个步骤：

1)对SQL语句进行语法检查，看是否有语法错误。比方没有写from等。如果有，那么退出解析过程。

2)到数据字典里校验SQL语句涉及的对象和列是否都存在。如果不存在，那么退出解析过程。

3)将对象进行名称转换。比方将同名词翻译成实际的对象等。如果转换失败，那么退出解析过程。

4)检查游标里用户是否具有访问SQL语句里所引用的对象的权限。如果没有权限，那么退出解析过程。

5)通过优化器创立一个最优的执行方案。这一步是最消耗CPU资源的。

6)将该游标所产生的执行方案、SQL文本等装载进librarycache的假设干个heap中。

4、第四步在硬解析的过程中，进程会一直持有librarycachelatch，直到硬解析结束。硬解析结束以后，会为该SQL产生两个游标，一个是父游标，另一个是子游标。父游标里主要包含两种信息：SQL文本以及优化目标〔optimizergoal〕。父游标在第一次翻开时被锁定，直到其他所有的session都关闭该游标后才被解锁。当父游标被锁定的时候是不能被交换出librarycache的，只有在解锁以后才能被交换出librarycache，这时该父游标对应的所有子游标也被交换出librarycache。子游标包括游标所有的信息，比方具体的执行方案、绑定变量等。5、第五步子游标随时可以被交换出librarycache，当子游标被交换出librarycache时，oracle可以利用父游标的信息重新构建出一个子游标来，这个过程叫reload。可以使用下面的方式来确定reload的比率：父游标句柄子游标句柄HEAP0HEAP6子游标信息一个父游标可以对应多个子游标。子游标具体的个数可以从v$sqlarea的version_count字段表达出来。而每个具体的子游标那么全都在v$sql里表达。当具体的绑定变量的值与上次的绑定变量的值有较大差异〔比方上次执行的绑定变量的值的长度是6位，而这次执行的绑定变量的值的长度是200位〕时或者当SQL语句完全相同，但是所引用的对象属于不同的schema时，都会创立一个新的子游标。软解析分类1)第一种是某个session发出的SQL语句与librarycache里其他session发出的SQL语句一致。这时，该解析过程中可以去掉硬解析中的5和6这两步，但是仍然要进行硬解析过程中的2、3、4步骤：也就是表名和列名检查、名称转换和权限检查。

2)第二种是某个session发出的SQL语句与librarycache里该同一个session之前发出的SQL语句一致。这时，该解析过程中可以去掉硬解析中的2、3、5和6这四步，但是仍然要进行权限检查，因为可能通过grant改变了该session用户的权限。

3)第三种是当设置了初始化参数session_cached_cursors时，当某个session对相同的cursor进行第三次访问时，将在该session的PGA里创立一个标记，并且该游标即使已经被关闭也不会从librarycache中交换出去。这样，该session以后再执行相同的SQL语句时，将跳过硬解析的所有步骤。这种情况下，是最高效的解析方式，但是会消耗很大的内存。我们先来举一个例子说明如果在解析过程中发生语法或语义错误时，在sharedpool中是怎样表达的。

SQL>selectobject_typefrommsharedpool_test111;

ORA-00942:表或视图不存在

然后我们以level16转储librarycache，并翻开转储文件，找到相应的局部，可以看到，

该SQL语句在语法上是错误的〔from写成了fromm〕，oracle仍然在sharedpool中为其分配了一个chunk，然后该chunk进入librarycache，并在librarycache中分配了一个bucket，同时也生成了heap0，但是该heap0中不存在相应的一些如dependencytable等table的局部，以及datablock的局部。oracle始终都是先对SQL生成hash值〔不管该SQL语法上是否正确〕，再根据hash值到对应的可用chunk链表〔也就是bucket〕里分配chunk，然后进入语法解析等解析过程。我们再举一个例子来说明解析正确的SQL语句的过程。如下所示。另个使用了绑定变量的SQL语句，语句名字完全一样，但是绑定变量的数据类型不一致。我们以level16来转储librarycache。可以看到如下图的内容。很明显的看到，子游标的局部包含两条记录，这也就说明该SQL语句产生了两个子游标。虽然我们从SQL文本上看，前后两次执行的SQL语句是一样的。只有绑定变量的类型发生了改变，第一次是number型，而第二次是varchar2型。可正是这数据类型的变化导致了该SQL语句的执行方案不能得到共享，从而产生了两个子游标。这时，我们根据子游标的两个handle：33e12868和33e393c0找到对应的heap0的话，就可以看到这两个heap0中所记录的heap6是两个完全不同的内存块，这也说明前后两次执行SQL并没有真正得到共享。从记录父游标的视图v$sqlarea的version_count列可以看到，该SQL语句有2个子游标。而从记录子游标的视图v$sql里可以看到，该SQL文本确实有两条记录，而且它们的SQL文本所处的地址〔address列〕也是一样的，但是子地址〔child_address〕却不一样。这里的子地址实际就是子游标所对应的heap0的句柄。

由此我们也可以看到，存在许多因素可能导致SQL语句不能共享。常见的因素包括，SQL文本大小写不一致、SQL语句的绑定变量的类型不一致、SQL语句涉及到的对象名称虽然一致但是位于不同的schema下、SQL的优化器模式不一致〔比方添加提示、修改了optimizer_mode参数等〕等。librarycache的并发控制(latch,lock,pin)为什么需要并发控制？由于librarycache是可以被所有进程同时访问并修改的，因此就必然存在一个并发控制的问题。比方对于前面我们举例子来说，第一次使用number类型的绑定变量执行的SQL语句产生的游标挂在bucket22544上。而当我们第二次使用varchar2类型的绑定变量再次执行该SQL语句时，oracle需要访问该bucket22544上的句柄，发现不能共用执行方案时，还要修改该句柄，向CHILDREN局部添加一条指向另外一个子游标的句柄。在很多进程并发执行的情况下，那么当修改挂在bucket22544上的句柄的时候，必须防止其他进程同时修改所访问的句柄。因为如果不防止这种情况的出现，那么假设这时正好也有一个进程也是使用varchar2类型的绑定变量执行该相同的SQL时，那么也会向CHILDREN局部添加一条子游标的记录，那么CHILDREN局部就会出现两条varchar2的执行方案，而实际上这两个执行方案是一样的，是完全可以合二为一的，这样也就达不到SQL共享的目的。同时还要考虑，当oracle在向某个heap〔比方heap0和heap6〕填入SQL文本、执行方案等数据的过程中，要防止该heap又被其他进程分配掉的情况出现。如果不防止的话，那这个heap的数据就被两个进程同时写，那里面的数据一定是混乱而无法使用的了。为了有效的解决上面所说的并发性的问题，oracle使用三种结构来完成对librarycache的并发控制：lock、pin和librarycachelatch。简单来说，进程如果要访问或者修改librarycache里的对象，首先必须获得librarycachelatch，然后获得handle上的lock，最后获得heap上的pin，访问或修改结束以后，释放pin、lock和latch。

lock是落在librarycache里的对象句柄上的，用来管理并发性。按照前面所说的例子，当多个进程同时修改bucket22544上的句柄的时候，只有一个进程能够获得该句柄上的lock，其他进程必须等待〔表达的等待事件就是librarycachelock〕。同时，尝试获得某个句柄上的lock也是将游标句柄对象加载到sharedpool里的唯一方式。也就是说，当客户端发出某个SQL语句时，oracle对该SQL语句运用hash函数生成hash值，然后到该hash值所对应的librarycache的bucket里试图找到对应的句柄并lock该句柄时，如果发现该句柄不存在〔可能是由于该SQL语句是一条全新的SQL语句，或者以前该SQL语句执行过但是现在被交换出了librarycache〕，那么会将该SQL游标所对应的句柄加载到librarycache里。目前有三种lock模式，分别是：share、exclusive和null。如果某个进程只是要读取句柄里的信息时，会对该句柄添加share模式的lock，比方当编译某个存储过程时，进程会去读取该存储过程所引用的子存储过程等，这时其他进程可以对该子存储过程添加share和null模式的lock；如果某个进程需要修改对象里的信息时，就会对该句柄添加exclusive模式的lock，比方删除某个存储过程就会添加exclusive模式的lock，这时其他进程只能对该相同的句柄添加null模式的lock；null模式的lock比较特殊，在任何可以执行的对象上〔比方存储过程、视图、函数等等〕都拥有该null模式的lock。你可以随意打破该模式的lock，这时拥有该LOCK的对象就失效了，需要重新编译。当SQL开始解析时，或获得null模式的lock，然后会一直加在该对象上，直到某些会引起对象失效的DDL发生在对象或对象所依赖的其他对象上，这时该lock被打破。当发生null模式的lock时，其他进程可以对该相同的句柄添加任何模式的lock。Null模式的锁主要是为了解决对象的依赖性问题。pin那么是落在heap上的，用来防止多个进程同时更新同一个heap。pin的优先级比lock要低，获得pin之前必须先获得lock。同样按照前面所说的例子，当第二次使用varchar2类型的绑定变量执行相同的SQL语句时，该进程首先会获得bucket22544的句柄上的lock，根据该句柄里所记录的heap发现不能共用时，到sharedpool中分配可用的chunk作为heap〔包括heap0和heap6等〕的空间，并获得该heap上的pin，然后在句柄里添加一条子游标记录，以指向所分配的heap0的句柄。当pin住了heap以后，进程就向heap中写入数据，结束以后释放pin，最后释放lock。当某个进程获得了句柄上的lock，但是不能pin住该句柄所对应的heap时，该进程就必须等待〔表达的等待事件就是librarycachpin〕。与lock相同，当进程试图pin住某个heap但是发现该heap不存在时，就会同时将该heap加载到librarycache里同时pin住它。pin有两种模式：share和exclusive。当某个进程只需要读取heap中的信息时，会对该heap执行share模式的pin。如果进程需要修改heap时，那么会先对该heap执行share模式的pin以便对heap进行错误和平安检查，通过以后，再对该heap执行exclusive模式的pin，从而对该heap进行修改。从上面对lock和pin的描述中可以看出，lock本身不是一个原子的操作，也就是说要完成lock需要执行一系列的操作步骤〔包括pin住heap等〕。因此为了防止lock的过程被其他进程打破，oracle使用librarycachelatch来管理lock。也就是说，如果某个进程在进行lock之前，必须先获得librarycachelatch，如果不能获得该latch，就必须等待。当lock过程结束以后，释放该latch。

注意：latch锁住的是整个的bucket。注意：latch是串行的，latch的单位是bucket。首先获得bucket上的latch，然后去获得Handle上的Lock，最后去pin住Heap。当Lock和Pin完成以后，oracle会释放latch。因此latch持有的过程就是为了获取lock或者pin，因此latch不是长时间持有，因为它是串行的。oracle提供了多个librarycachelatch〔这样，每个librarycachelatch都称为子latch〕来保护librarycache中的bucket。这些子latch的数量由一个隐藏参数决定：_kgl_latch_count。该参数缺省值为大于等于系统中CPU个数的最小的素数。比方在一个具有4个CPU的生产环境中，librarycachelatch的个数为5，如下所示。但是oracle内部规定了librarycachelatch的最大个数为67，即便将这个隐藏参数设置为100，librarycachelatch的数量也还是67个。具体到每个bucket应该由哪个子latch来管理，那么是通过下面这个函数来确定的。

latch号=mod(bucket号,latch的数量)

假设还是按照上面的例子，对于bucket64367来说，假设当前系统具有37个librarycachelatch，那么会使用24〔mod(64367,37)=24〕号latch来保护挂在该bucket上的句柄。正是由于这样的算法，可能会导致所有的子latch不能在librarycache里的整个bucket链条上均匀分布，有可能出现某个或某几个子latch非常繁忙，而有些子latch那么非常空闲。至于如何判断以及解决，可以见下面sharedpool的优化局部。我们来做两个测试，分别来模拟一下lock和pin。来看看lock和pin是如何控制librarycache里的对象的。实验的思路很简单第一，翻开一个session〔sess#1〕创立一个存储过程，该过程只做一件事情，就是通过调用dbms_lock.sleep进行等待。并在sess#1中调用该存储过程；第二，翻开第二个session〔sess#2〕，重新编译该存储过程；第三，翻开第三个session〔sess#3〕，删除该存储过程；第四，翻开第四个session〔sess#4〕进行监控。根据前面对lock和pin的描述，我们可以预见，sess#2将等待librarycachepin。而sess#3会等待librarycachelock。

实验过程如下，在实验的过程中，不断以level16转储librarycache以更深入的观察lock和pin的变化，以下按照时间顺序排列：Session1#：建立存储过程，执行存储过程Session4#，dump，编号F1sess#2sess#4dump，编号F2sess#3sess#4，转储出来的文件编号为F3从监控的结果看到，正如我们所预料的，编译存储过程的sess#2〔sid为153〕正在等待librarycachepin，而删除存储过程的sess#3〔sid为148〕正在等待librarycachelock。在转储出来的文件中，我们主要关存储过程lock_test本身在librarycache中的变化。在F1中，我们可以看到如以下图的内容。注意其中的lock为N，pin为S。由于sess#1正在执行lock_test存储过程，需要读取该handle所对应的heap里的内容，因此以null模式lock住句柄，同时以share模式pin住了heap。这时该对象句柄可以被其他进程以任何模式锁定，但是该句柄对应的heap只能被其他进程以share模式pin，而不能以exclusive模式pin。在转储出来的文件中，我们主要关存储过程lock_test本身在librarycache中的变化。在F1中，我们可以看到如图的内容。注意其中的lock为N，pin为S。由于sess#1正在执行lock_test存储过程，需要读取该handle所对应的heap里的内容，因此以null模式lock住句柄，同时以share模式pin住了heap。这时该对象句柄可以被其他进程以任何模式锁定，但是该句柄对应的heap只能被其他进程以share模式pin，而不能以exclusive模式pin。我们翻开发出编译命令以后生成的F2，找到图中局部。由于sess#2会对存储过程lock_test进行编译，因此需要重新刷新该对象的heap中的信息。所以需要以exclusive模式lock住该对象的句柄，同时以exclusive模式pin住该对象的heap。这时，由于当前句柄上存在null模式的lock，因此sess#2申请exclusive的lock能够成功，但是由于当前该句柄对应的heap上已经存在share的pin，因此申请exclusive的pin时，必须等待，这时表达为sess#2等待librarycachepin。

我们发出删除命令以后，很明显的，要删除存储过程lock_test，sess#3必须以exclusive模式获得lock_test句柄的lock。而这时该句柄上已经存在了exclusive模式的lock，于是这时sess#3只有等待sess#2所添加的exclusive模式的lock释放以后才能继续进行。表达在v$session_wait等相关视图里就是等待librarycachelock。这时，我们甚至可以发现，整个“dropprocedurelock_test〞命令都没有出现在librarycache里。也就是说，oracle已经为该SQL语句分配了chunk，但是由于无法获得所引用对象的lock，从而使得所分配的chunk还没有能够挂到bucket上去，也就还没有进入librarycache里。

至于如何诊断以及解决这两个等待事件的话，可以见下面sharedpool的优化局部。共享SQL语句根据上面对sharedpool的内部原理的说明，我们已经很清楚的知道，oracle引入sharedpool就是为了能够缓存经常使用的SQL语句，从而能够将SQL语句的执行方案缓存在librarycache中，这样当第二次执行相同的SQL语句时，就可以跳过硬解析而进行软解析，从而节省了大量的CPU资源。当一句新的SQL语句进入sharedpool时，需要分配chunk，这时会持有sharedpoollatch，直到获得chunk，这是一个潜在的争用点；获得chunk以后，进入librarycache时，需要获得librarycachelatch来保护对lock的获得，这又是一个潜在的争用点。oracle要lock住句柄，才能往里填写内容，这也是一个潜在的争用点；生成执行方案等内容以后，oracle还要pin住假设干个heap，才能往里写入实际的数据，这还是一个潜在的争用点。可见，一句新的SQL语句从进入sharedpool开始到解析结束，存在一系列的争用点。特别是，当并发用户很多的时候，每个用户都发出对于sharedpool来说是新的SQL语句，这时，你会看到CPU非常繁忙，甚至一直处于100%的使用状态，同时这些潜在的争用点都将变成实际的争用点，表现出来就是等待事件非常多，用户响应缓慢甚至没有响应。绑定变量、SQL书写格式统一为了尽可能减少新的SQL语句，尽可能多的缓存SQL语句，就必须使得应用程序的SQL语句尽量保持一致，包括各个单词之间的空格一致以及大小写一致等。其中最重要的一点就是要使用绑定变量。对于一个系统来说，SQL语句本身所引用的表和列都是有限的，只有SQL语句中所引用的数据才是无限的，因此将SQL语句中所涉及到的数据都用绑定变量来替代，这样就能使得对于不同的数据，SQL语句看起来都是一样的。判断当前系统是否使用了绑定变量，可以使用如下语句获得当前系统的硬解析次数与解析总次数的比例。硬解析次数越少越好，这个比例也越接近于0越好。selectt.valueastotal,h.valueashard,round(h.value/t.value,2)asratio_hardtototalfromv$sysstatt,v$sysstathwhere='parsecount(total)'and='parsecount(hard)'

如果发现硬解析比较高，那么可以使用下面的方法找到sharedpool里那些没有使用绑定变量的SQL语句，从而提交给开发人员进行修改。breakonplan_hash_valueonexecntonhash_valueskip1selectd.plan_hash_valueplan_hash_value,d.execntexecnt,a.hash_valuehash_value,a.sql_textsql_textfromv$sqltexta,(selectplan_hash_value,hash_value,execntfrom(selectc.plan_hash_value,b.hash_value,c.execnt,rank()over(partitionbyc.plan_hash_valueorderbyb.hash_value)ashashrankfromv$sqlb,(selectcount(*)asexecnt,plan_hash_valuefromv$sqlwhereplan_hash_value<>0groupbyplan_hash_valuehavingcount(*)>3orderbycount(*)desc)cwhereb.plan_hash_value=c.plan_hash_valuegroupbyc.plan_hash_value,b.hash_value,c.execnt)wherehashrank<=3)dwherea.hash_value=d.hash_valueorderbyd.execntdesc,a.hash_value,a.piece/如果发现系统中大量的没有使用绑定变量，而且系统是由其他第三方供给商提供的，不能做大量的修改从而使用绑定变量。实际上，这样的系统根本就是一个失败的系统，但是如果必须继续使用而又希望能够尽量减少对CPU资源的争用，oracle还提供了一个参数：cursor_sharing。该参数缺省是exact，表示不对传入sharedpool中的SQL语句改写。如果设置为similar或force，那么oracle会对SQL语句进行改写，将SQL语句中值的局部都用系统生成的变量来替代，从而到达与绑定变量相同的目的。similar表示，当SQL语句中的数值所在的列存在直方图〔histogram〕信息时，oracle不对SQL语句进行改写，就像设置为exact一样，每次对于不同的值都要进行硬解析；而当表没有经过分析，不存在直方图时，oracle会对SQL语句进行改写，就像设置为force一样，这样每次对于不同的值都会进行软解析。但是使用这种方法在不同的oracle版本中可能存在bug，需要在测试环境中仔细测试。同时，将cursor_sharing设置为similar或force以后，会在生成执行方案上产生一些副作用，比方选择错误的索引，以及忽略带有数值的函数索引〔比方函数索引为substr(colname,1,6)的情况，因为其中的1和6被系统变量替代了〕等sharedpool的设置优化设置sharedpool的大小来说，没有一个通用的、普遍适用的值，不同的系统负载需要不同大小的sharedpool来管理。通常我们在设置sharedpool时，应该遵循“不要太大、也不要太小〞的原那么，设置一个初始的值，然后让系统正常运行一段时间，在这段时间里，对sharedpool的使用情况进行观察监控，最后根据系统的负载得出一个在当前负载下比较合理的值。注意，这里只是说明是在当前负载下，如果随着系统的不断升级，导致负载发生一个质的变化，这时又需要对sharedpool重新监控并做成调整了。

设置1G以上的sharedpool不会给性能带来任何的提高，相反，这将给oracle管理sharedpool以及监控sharedpool的过程中会带来更多的麻烦。我们可以在系统上线时，设置sharedpool为SGA的10%，但是不要超过1G，让系统正常运行一段时间，然后我们可以借助9i以后所引入的advisory来帮助我们判断sharedpool设置是否合理。

只要将初始化参数：statistics_level设置为typical〔缺省值〕或all，就能启动对sharedpool的建议功能，如果设置为basic，那么关闭建议功能。使用如下的SQL语句显示oracle所建议的sharedpool的大小。SELECTshared_pool_size_for_estimate,estd_lc_size,estd_lc_memory_objects,estd_lc_time_saved,estd_lc_time_saved_factor,estd_lc_memory_object_hitsFROMv$shared_pool_advice/第一列表示oracle所估计的sharedpool的尺寸值，其他列表示在该估计的sharedpool大小下所表现出来的指标值，具体含义可以参见oracle的联机帮助。我们主要关注estd_lc_time_saved_factor列的值，当该列值为1时，表示再增加sharedpool对性能的提高没有意义。对于上例来说，当sharedpool为56M时，到达最正确大小。对于设置比56M更大的sharedpool来说，就是浪费空间，没有意义了。SELECT'SharedPool'component,shared_pool_size_for_estimateestd_sp_size,estd_lc_time_saved_factorparse_time_factor,CASEWHENcurrent_parse_time_elapsed_s+adjustment_s<0THEN0ELSEcurrent_parse_time_elapsed_s+adjustment_sENDresponse_timeFROM(SELECTshared_pool_size_for_estimate,shared_pool_size_factor,estd_lc_time_saved_factor,a.estd_lc_time_saved,e.VALUE/100current_parse_time_elapsed_s,c.estd_lc_time_saved-a.estd_lc_time_savedadjustment_sFROMv$shared_pool_advicea,(SELECT*FROMv$sysstatWHERENAME='parsetimeelapsed')e,(SELECTestd_lc_time_savedFROMv$shared_pool_adviceWHEREshared_pool_size_factor=1)c)/我们还可以借助v$shared_pool_advice来观察不同的sharedpool尺寸情况下的响应时间〔单位是秒〕各是多少：

sharedpool的统计信息有关sharedpool的最重要的统计信息就是parsecount(total)和parsecount(hard)，parsecount(total)表示解析的总次数，而parsecount(hard)表示硬解析的次数，这个值应该越小越好。select*fromv$sysstatwherenamein('parsecount(total)','parsecount(hard)')/对于libra