使用情形

此元素的值符合視圖 SYSCAT.PACKAGES 直欄 PKGID 中的值。

使用情形

您可以使用此元素來協助識別應用程式及正在執行的 SQL 陳述式。

使用情形

使用此元素可協助識別目前正在執行的套件及 SQL 陳述式。

使用情形

太多頁面重組可能會導致小於最佳插入效能。 您可以使用 REORG TABLE 公用程式來重組表格並消除片段化。 您也可以使用 ALTER TABLE 陳述式的 APPEND 參數，指出所有插入項目都會附加在表格尾端，以避免頁面重組。

在橫列更新導致橫列長度增加的情況下，頁面可能有足夠空間來容納新橫列，但可能需要頁面重組來重組該空間。 如果頁面沒有足夠空間容納新的較大列，則會建立溢位記錄，導致在讀取期間出現 overflow_accesses 。 您可以使用固定長度直欄而非可變長度直欄來避免這兩種情況。

使用情形

與內部維護的物件空間對映相關的頁面收回會個別計數。

使用情形

與內部維護的物件空間對映相關的頁面收回會個別計數。

使用情形

如果已啟用區塊型緩衝池，則此元素會報告區塊 I/O 所讀取的總頁數。 否則，此元素會傳回 0。

若要計算每個區塊型 I/O 循序預先提取的平均頁數，請將 pages_from_block_ios 監視器元素的值除以 block_ios 監視器元素的值。 如果此值遠小於您在 CREATE BUFFERPOOL 或 ALTER BUFFERPOOL 陳述式中為區塊型緩衝池定義的 BLOCKSIZE 選項，則區塊型 I/O 不會完全發揮其優點。 其中一個可能的原因是循序預先提取的表格空間延伸範圍大小與區塊型緩衝池的區塊大小不符。

使用情形

使用情形

使用情形

搭配使用此元素與 parent_uow_id 元素及 appl_id 元素，可唯一識別此活動記錄中所說明活動的母項活動。

使用情形

搭配使用此元素與 parent_activity_id 元素及 appl_id 元素，可唯一識別此活動記錄中所說明活動的母項活動。

使用情形

大部分事件監視器在資料庫停用之前不會輸出其結果。 You can use the FLUSH EVENT MONITOR <monitorName> statement to force monitor values to the event monitor output writer. 這可讓您將事件監視器記錄強制寫入寫出器，而不需要停止並重新啟動事件監視器。 此元素指出事件監視器記錄是否為清除作業的結果，因此是局部記錄。

清除事件監視器不會導致重設其值。 這表示在觸發事件監視器時仍會產生完整事件監視器記錄。

使用情形

使用此元素可判定在透通模式下，此資料來源處理陳述式所花費的實際時間。

使用情形

與 PHASE_START_EVENT_TIMESTAMP 及成員元素搭配使用，以建立階段停止記錄與對應啟動記錄的關聯。

使用情形

• 如果事件是停止公用程式階段或處理階段 (UTILPHASESSTOP) ，則這是對應啟動公用程式階段 (UTILPHASESTART) 的時間，否則是空的。

使用情形

 
    1 - (Package Cache Inserts / Package Cache Lookups)

使用情形

 
    1 - (Package Cache Inserts / Package Cache Lookups)

套件快取命中率會告訴您是否正在有效地使用套件快取。 如果命中率偏高 (超過 0.8) ，則快取執行良好。 命中率越小可能表示應該增加套件快取。

您需要實驗套件快取的大小，以尋找 pckcachesz 配置參數的最佳數目。 例如，當您減少快取大小時，如果 pkg_cache_inserts 元素中沒有增加，您可以使用較小的套件快取大小。 減少套件快取大小會釋放系統資源供其他工作使用。 您也可以透過增加套件快取的大小來改善整體系統效能，如果這樣做，則可以減少 pkg_cache_inserts的數目。 此實驗最好在完整工作量條件下完成。

您可以將此元素與 ddl_sql_stmts 搭配使用，以判定 DDL 陳述式的執行是否影響套件快取的效能。 執行 DDL 陳述式時，動態 SQL 陳述式的區段可能會變成無效。 當下次使用時，系統會隱含地準備無效的區段。 執行 DDL 陳述式可能會使一些區段失效，而在準備這些區段時所需要的額外處理時間可能會顯著影響效能。 在此情況下，套件快取命中率會反映無效區段的隱含重新編譯。 它不會反映將新區段插入快取中，因此增加套件快取的大小並不會增進整體效能。 在完整環境中工作之前，您可能會發現自行調整應用程式的快取並不令人困惑。

在決定要採取的動作之前，必須先判斷 DDL 陳述式在套件快取命中率值中所扮演的角色。 如果很少發生 DDL 陳述式，則可以藉由增加其大小來增進快取效能。 如果 DDL 陳述式頻繁，則改進可能需要您限制 DDL 陳述式的使用 (可能是特定時段)。

static_sql_stmts 和 dynamic_sql_stmts 計數可用來協助提供要快取的區段數量和類型的相關資訊。

使用情形

搭配使用此元素與 pkg_cache_size_top monitor 元素，可判定是否需要增加套件快取的大小，以避免溢位。

使用情形

如果套件快取溢位，則此元素包含套件快取在溢位期間達到的最大大小。

請檢查 pkg_cache_num_overflows 監視器元素，以判斷是否發生這類狀況。

   maximum package cache size / 4096

使用情形

搭配使用此監視器元素與 stmtid 及 semantic_env_id 監視器元素，以偵測存取計劃中可能影響效能的變更。

使用情形

 pool_async_col_reads / pool_async_col_read_reqs

此平均值可協助您判定預先提取器所使用的平均讀取 I/O 大小。

使用情形

  pool_col_writes - pool_async_col_writes

透過比較非同步寫入與同步寫入的比例，您可以深入瞭解緩衝池頁面清除器的執行狀況。 當您調整 num_iocleaners 配置參數時，此比例會很有用。

使用情形

GBP = ( pool_async_data_gbp_l_reads - pool_async_data_gbp_p_reads ) / pool_async_data_gbp_l_reads

使用情形

GBP = ( pool_async_data_gbp_l_reads - pool_async_data_gbp_p_reads ) / pool_async_data_gbp_l_reads

使用情形

GBP = ( pool_async_data_gbp_l_reads - pool_async_data_gbp_p_reads ) / pool_async_data_gbp_l_reads

使用情形

GBP = ( pool_async_data_gbp_l_reads - pool_async_data_gbp_p_reads ) / pool_async_data_gbp_l_reads

使用情形

 pool_async_data_reads / pool_async_data_read_reqs

此平均值可協助您判定預先提取器所使用的平均讀取 I/O 大小。 此資料也有助於瞭解所測量工作量的大型區塊 I/O 需求。

使用情形

# of sync data reads = pool_data_p_reads + pool_temp_data_p_reads - pool_async_data_reads

(pool_async_data_reads + pool_async_index_reads)/
(pool_data_p_reads + pool_temp_data_p_reads + pool_index_p_reads + pool_temp_index_p_reads)

使用情形

GBP = ( pool_async_index_gbp_l_reads - pool_async_index_gbp_p_reads ) / pool_async_index_gbp_l_reads

使用情形

GBP = ( pool_async_index_gbp_l_reads - pool_async_index_gbp_p_reads ) / pool_async_index_gbp_l_reads

使用情形

GBP = ( pool_async_index_gbp_l_reads - pool_async_index_gbp_p_reads ) / pool_async_index_gbp_l_reads

使用情形

GBP = ( pool_async_index_gbp_l_reads - pool_async_index_gbp_p_reads ) / pool_async_index_gbp_l_reads

使用情形

# of sync index reads = pool_index_p_reads + pool_temp_index_p_reads - pool_async_index_reads

(pool_async_index_reads) / (pool_index_p_reads + pool_temp_index_p_reads)

使用情形

  pool_index_writes - pool_async_index_writes

透過比較非同步寫入與同步寫入的比例，您可以深入瞭解緩衝池頁面清除器的執行狀況。 當您調整 num_iocleaners 配置參數時，此比例會很有用。

使用情形

 pool_write_time - pool_async_write_time

 pool_async_write_time
  / (pool_async_data_writes 
    + pool_async_index_writes)

這些計算可用來瞭解正在執行的 I/O 工作。

使用情形

GBP = ( pool_async_xda_gbp_l_reads - pool_async_xda_gbp_p_reads ) / pool_async_xda_gbp_l_reads

使用情形

GBP = ( pool_async_xda_gbp_l_reads - pool_async_xda_gbp_p_reads ) / pool_async_xda_gbp_l_reads

使用情形

GBP = ( pool_async_xda_gbp_l_reads - pool_async_xda_gbp_p_reads ) / pool_async_xda_gbp_l_reads

使用情形

GBP = ( pool_async_xda_gbp_l_reads - pool_async_xda_gbp_p_reads ) / pool_async_xda_gbp_l_reads

使用情形

 
 pool_xda_p_reads + pool_temp_xda_p_reads - pool_async_xda_reads

透過比較非同步讀取數與同步讀取數的比例，您可以深入瞭解預先提取器運作的良好程度。 當您調整 num_ioservers 配置參數時，這個元素可能很有用。

使用情形

(pool_col_lbp_pages_found - pool_async_col_lbp_pages_found) / pool_col_l_reads

(pool_col_gbp_l_reads - pool_col_gbp_p_reads) / pool_col_gbp_l_reads

使用情形

(pool_col_lbp_pages_found - pool_async_col_lbp_pages_found) / pool_col_l_reads

(pool_col_gbp_l_reads - pool_col_gbp_p_reads) / pool_col_gbp_l_reads

使用情形

當工作量同時包含 橫列組織 及 直欄組織 表格的混合時，直欄組織監視器元素可協助您瞭解存取 直欄組織 表格所驅動的 I/O 部分。

(pool_col_lbp_pages_found - pool_async_col_lbp_pages_found) / pool_col_l_reads

增加緩衝池大小通常會改善命中率，但您會達到傳回遞減的點。 理想情況下，如果您可以配置一個足夠大的緩衝池來儲存整個資料庫，則在系統啟動並執行之後，您會得到 100% 的命中率。 然而，這在大多數情況下是不現實的。 命中率的重要性實際上取決於資料的大小，以及存取資料的方式。 在非常大的資料庫中平均存取資料會有不良的命中率。 您可以對非常大的表格執行的動作很少。

若要改善較小且經常存取的表格及索引的命中率，請將它們指派給個別緩衝池。

使用情形

(pool_col_lbp_pages_found - pool_async_col_lbp_pages_found) / pool_col_l_reads

(pool_col_gbp_l_reads - pool_col_gbp_p_reads) / pool_col_gbp_l_reads

當工作量同時包含 橫列組織 及 直欄組織 表格的混合時，直欄組織監視器元素可協助您瞭解存取 直欄組織 表格所驅動的 I/O 部分。

使用情形

如果針對高百分比的 pool_col_p_reads 監視器元素值，將緩衝池資料頁寫入磁碟，您可以增加資料庫可用的緩衝池頁數，以增進效能。

系統不一定會撰寫頁面來騰出空間給新的頁面。 如果尚未更新頁面，則可以直接取代它。 此取代項目不計入此元素。

在需要緩衝池空間之前，非同步分頁清除器代理程式可以寫入資料頁，如 pool_async_col_writes 監視器元素所報告。 除了同步頁面寫入之外，這些非同步頁面寫入也包含在此元素的值中。

如果所有應用程式都在更新資料庫，則增加緩衝池的大小可能不會對效能有很大影響，因為大部分緩衝池頁面包含必須寫入磁碟的更新資料。 不過，如果在寫出之前其他工作單元可以使用更新的頁面，則緩衝池可以儲存寫入及讀取，這將提高您的效能。

使用情形

(pool_data_lbp_pages_found - pool_async_data_lbp_pages_found) / pool_data_l_reads

(pool_data_gbp_l_reads - pool_data_gbp_p_reads) / pool_data_gbp_l_reads

使用情形

(pool_data_lbp_pages_found - pool_async_data_lbp_pages_found) / pool_data_l_reads

(pool_data_gbp_l_reads - pool_data_gbp_p_reads) / pool_data_gbp_l_reads

使用情形

(pool_data_lbp_pages_found - pool_async_data_lbp_pages_found) / pool_data_l_reads

(pool_data_gbp_l_reads - pool_data_gbp_p_reads) / pool_data_gbp_l_reads

使用情形

(pool_data_lbp_pages_found - pool_async_data_lbp_pages_found) / pool_data_l_reads

(pool_data_gbp_l_reads - pool_data_gbp_p_reads) / pool_data_gbp_l_reads

使用情形

您可以使用 pool_data_l_reads 及 pool_data_p_reads 監視器元素來計算資料頁面命中率。

((pool_data_lbp_pages_found
- pool_async_data_lbp_pages_found) / (pool_data_l_reads + pool_temp_data_l_reads))
× 100 

如需相關資訊，請參閱 計算緩衝池命中率的公式。

增加緩衝池大小通常會改善命中率，但您會達到傳回遞減的點。 理想情況下，如果您可以配置一個足夠大的緩衝池來儲存整個資料庫，則在系統啟動並執行之後，您會得到 100% 的命中率。 然而，這在大多數情況下是不現實的。 命中率的重要性實際上取決於資料的大小，以及存取資料的方式。 在非常大的資料庫中平均存取資料會有不良的命中率。 您可以對非常大的表格執行的動作很少。

若要改善較小且經常存取的表格及索引的命中率，請將它們指派給個別緩衝池。

使用情形

(pool_async_data_reads + pool_async_index_reads)/
(pool_data_p_reads + pool_temp_data_p_reads + pool_index_p_reads + pool_temp_index_p_reads)

使用情形

如果針對高百分比的 pool_data_p_reads 監視器元素值，將緩衝池資料頁寫入磁碟，您可以增加資料庫可用的緩衝池頁數，以增進效能。

系統不一定會撰寫頁面來騰出空間給新的頁面。 如果尚未更新頁面，則可以直接取代它。 此取代項目不計入此元素。

在需要緩衝池空間之前，非同步分頁清除器代理程式可以寫入資料頁，如 pool_async_data_writes 監視器元素所報告。 除了同步頁面寫入之外，這些非同步頁面寫入也包含在此元素的值中。

如果所有應用程式都在更新資料庫，則增加緩衝池的大小可能不會對效能有很大影響，因為大部分緩衝池頁面包含必須寫入磁碟的更新資料。 不過，如果在寫出之前其他工作單元可以使用更新的頁面，則緩衝池可以儲存寫入及讀取，這將提高您的效能。

使用情形

        pool_drty_pg_steal_clns
     / (pool_drty_pg_steal_clns
      + pool_drty_pg_thrsh_clns
      + pool_lsn_gap_clns)

如果此比例低，則可能表示您已定義太多分頁清除器。 如果 chngpgs_thresh 配置參數設定太低，則您可能正在寫出稍後將變動過的頁面。 主動清除會破壞緩衝池的一個目的，即將寫入延遲至最後可能時刻。

如果此比例偏高，則可能表示您未定義足夠的分頁清除器。 沒有足夠的頁面清除器會增加失敗之後的回復時間。

使用情形

   1 - 
    (
    POOL_FAILED_ASYNC_DATA_REQS + 
    POOL_FAILED_ASYNC_INDEX_REQS + 
    POOL_FAILED_ASYNC_XDA_REQS + 
    POOL_FAILED_ASYNC_COL_REQS + 
    POOL_FAILED_ASYNC_TEMP_DATA_REQS + 
    POOL_FAILED_ASYNC_TEMP_INDEX_REQS + 
    POOL_FAILED_ASYNC_TEMP_XDA_REQS +
    POOL_FAILED_ASYNC_TEMP_COL_REQS 
    ) 
    ÷ 
    (
      (
      POOL_FAILED_ASYNC_DATA_REQS + 
      POOL_FAILED_ASYNC_INDEX_REQS + 
      POOL_FAILED_ASYNC_XDA_REQS + 
      POOL_FAILED_ASYNC_COL_REQS + 
      POOL_FAILED_ASYNC_TEMP_DATA_REQS + 
      POOL_FAILED_ASYNC_TEMP_INDEX_REQS + 
      POOL_FAILED_ASYNC_TEMP_XDA_REQS +
      POOL_FAILED_ASYNC_TEMP_COL_REQS 
      )
    + 
      (
      POOL_QUEUED_ASYNC_DATA_REQS + 
      POOL_QUEUED_ASYNC_INDEX_REQS + 
      POOL_QUEUED_ASYNC_XDA_REQS + 
      POOL_QUEUED_ASYNC_COL_REQS + 
      POOL_QUEUED_ASYNC_TEMP_DATA_REQS + 
      POOL_QUEUED_ASYNC_TEMP_INDEX_REQS + 
      POOL_QUEUED_ASYNC_TEMP_XDA_REQS +
      POOL_QUEUED_ASYNC_TEMP_COL_REQS 
      )
    ) × 100

使用情形

   1 - 
    (
    POOL_FAILED_ASYNC_DATA_REQS + 
    POOL_FAILED_ASYNC_INDEX_REQS + 
    POOL_FAILED_ASYNC_XDA_REQS + 
    POOL_FAILED_ASYNC_COL_REQS + 
    POOL_FAILED_ASYNC_TEMP_DATA_REQS + 
    POOL_FAILED_ASYNC_TEMP_INDEX_REQS + 
    POOL_FAILED_ASYNC_TEMP_XDA_REQS +
    POOL_FAILED_ASYNC_TEMP_COL_REQS 
    ) 
    ÷ 
    (
      (
      POOL_FAILED_ASYNC_DATA_REQS + 
      POOL_FAILED_ASYNC_INDEX_REQS + 
      POOL_FAILED_ASYNC_XDA_REQS + 
      POOL_FAILED_ASYNC_COL_REQS + 
      POOL_FAILED_ASYNC_TEMP_DATA_REQS + 
      POOL_FAILED_ASYNC_TEMP_INDEX_REQS + 
      POOL_FAILED_ASYNC_TEMP_XDA_REQS +
      POOL_FAILED_ASYNC_TEMP_COL_REQS 
      )
    + 
      (
      POOL_QUEUED_ASYNC_DATA_REQS + 
      POOL_QUEUED_ASYNC_INDEX_REQS + 
      POOL_QUEUED_ASYNC_XDA_REQS + 
      POOL_QUEUED_ASYNC_COL_REQS + 
      POOL_QUEUED_ASYNC_TEMP_DATA_REQS + 
      POOL_QUEUED_ASYNC_TEMP_INDEX_REQS + 
      POOL_QUEUED_ASYNC_TEMP_XDA_REQS +
      POOL_QUEUED_ASYNC_TEMP_COL_REQS 
      )
    ) × 100