一个SQL语句引发的ORA-00600错误排查
|
《一个SQL语句引发的ORA-00600错误排查》要点： 作者介绍 Merge是从Oracle 9i就引入的功能,它是有别于其他DML中的一种特殊语句,类似于MySQL中的 insert into on duplicate key操作,而且Merge功能更丰富,可以同时对一个表中的数据进行insert和update操作,原本需要存储过程实现的工作现在用一条SQL语句就可以做到.确实很有亮点,从我的感觉来看,它带来的问题实在是不少,当然有不少是特定版本的特定问题. 比如最近有一个同事问我一个问题,他运行一个SQL语句抛出了ORA-00600的错误,想让我帮忙分析一下,我了解了问题的大体情况之后,发现值得好好琢磨一番,因为只是客户端调用抛出异常,没有给服务器端带来什么致命的影响,而且这个语句只是通过客户端工具测试所用,还没有正式部署,这样就给我分析问题带来了不少的时间和空间. 1问题描述简单沟通后,我得到了同事提供的SQL语句和执行环境(数据库版本是11.2.0.3),语句类似下面的形式：
这样一个语句看起来结构挺复杂,但是细看逻辑倒不复杂.最近处理了不少性能问题,很多都是和Merge的使用有关,这次是不是又中招了呢,带着疑问来看这个语句,初步的感觉是绑定变量真是多. 这个问题带给我的最大福利就是能够复现,这一点真是非常难得,有很多的ORA-00600错误复现需要上下文环境触发一定的条件才可以复现,可遇不可求,就像前些天社群的一篇文章《腾讯高级工程师：一道面试题引发的高并发性能调试思考》,需要动用大量的技巧来复现分析,可能是一个平均运行一百万次才出现一次的bug.而这个问题让我省了不少事,在alert日志中也发现了对应的trace文件,但是从里面得到的信息着实有限. 2复现问题我没有花太多时间在这个trace上,转而尝试去复现这个问题,首先我通过v$sql去数据库中查看这个SQL语句,结果查找的很仔细,竟然没有任何的信息,仿佛这个语句没有执行过一般,所以这个语句在解析时就出了问题. 然后我切换到属主用户下,尝试生成执行计划.庆幸的是这个时候问题可以复现出来了.
由此可见,这个语句在SQL解析的时候就会抛出问题.对于这个报错,在MetaLink上进行一番查找,发现相关的bug还真不少,锁定了一个较为符合的bug.
这是和执行Merge相关的,出现的版本是11.2.0.3,查看里面的解释,就是打补丁,没有其它的解决方法. 其实对于ORA-00600的错误,就类似开发中的NULLPointerException,这类问题的边界比较模糊,排查需要花费一些精力,有的时候还需要一些运气. 3初步结论我的初步感觉就是问题可能在两个方面.
于是我朝着这个方向进行了分析和排查.我逐个替换了绑定变量,把它暂时替换为常量,发现错误依旧出现,只是错误的参数部分会有下标的变化. 直到我把整个using部分的绑定变量全部替换掉,竟然抛出了一个看起来不大相关的错误.
看这个问题,是字段不存在,仔细查看源表中的字段信息,发现确实如此,我是如获至宝,好像定位到了问题的原因.
但是经过确认,原来这个表的属主是另外一个,切换了开发同学使用的用户之后,语句就可以正常解析了,问题的原因是什么呢? 我们可以通过下面这个语句来说明,在没有绑定变量的情况下解析会正常通过.
所以这个时候就比较纠结,很多应用场景都是需要使用绑定变量的,所以尽管如此,这不是一个通用的解决方法.然后我尝试在using子句中添加一个绑定变量,ORA-00600问题再次出现,可见二十多个绑定变量和一个绑定变量都会出现同样的问题.
所以一个初步结论是,这个错误和绑定变量还是有一定的关系,但是具体原因还无法定位.
所以可以证明,这个bug和TEST_SERVER_LOG的数据量无关,绑定变量的部分还得进一步确认,目前暂时无法定位. 我们再来看看trace文件中的内容： SQL运行时抛出的错误为
那么qcsfbdnp代表什么含义呢,可以在trace文件中找到一些答案.
报错编码是[qcsfbdnp:1],[7],[],[2],? 这个代表的含义在这个日志中可以看到是在SQL解析器的部分调用出现了问题. 所以经过上面的排除之后,我们需要重新审视这个语句,看看是否存在一些隐患. 4模拟复现问题经过反复测试之后,我发现这个问题可以很容易复现. 当然我换一个方式来说明,我可以创建一个表,然后模拟这个ORA-00600的错误. 创建测试表test_bug
然后使用如下的语句尝试生成执行计划.
可能眼尖的朋友发现这个里面有些语法问题,这也是我无意中埋下了几个探针,如果你看到语句哪里有问题,后续分析就会明白了. 这个语句里的问题我是可以保持了(select * from test_bug where object_type=’TABLE’) t 这个子查询,抛出了ORA-00600的错误,我简化一番如何,简化为(select*from test_bug)t这个子查询,同样还是会抛出一样的错误.
我们来回过头来翻翻旧账,刚刚的语句的问题在如下红框的几个地方,在解析的时候都没有抛出错误,可见问题是出在这些之前,那么推理只有test_bug相关的子查询了.
修复这几个语法问题之后,使用下面的方式就没有问题了,最后调用成功的语句如下,我们把子查询替换为表test_bug
我们来反思一下,其实我们所写的merge语句都是merge into table_xx using(xxxx) on (xxx)的形式. 在table_xx的地方加入子查询,可能会让我们在联想到一些语句中使用子查询的DML方式,但是在merge语句中,这个地方会有问题,所幸的是这个问题目前的测试没有发现对线上环境产生严重的影响,需要引以为戒,不过问题还不能这么轻易下结论,我们继续往下看. 5认知的反转如果只是像上面那么想,充其量只是一个攻略,而且你对Merge印象会更加糟糕. 难道是Merge有什么特别之处吗,我们来看看Oracle的官方对于Merge语句的解释.可以看到merge into后面可以是table或者是view.
我在上面的测试使用的是子查询,那么试试view可不可行呢. 我们创建一个view. create view test_view as select * from test_bug where object_type=’TABLE’;
我滴个神,这个问题确实就是这么任性,那么我们是不是可以得出一个结论,在merge into的后面只能使用table或者view,不能使用子查询呢,还是不要过早下结论. 6持续反转(二)对于这个问题,我们也进行了小范围的讨论,兔子大师在看到我的这个问题之后,在11.2.0.4的版本中进行了测试,之前我碰到的那个问题在这个版本中就不复存在了,兔子威武. 测试复现的过程很简单： create table test_bug as select * from dba_objects where rownum<1; 解析生成执行计划,可以看到这个时候就没有问题了.
可见这个问题在11.2.0.4之前的版本会抛出ORA-00600,算是一个bug中的bug吧. 7简单总结通过上面波澜起伏的测试和复现、验证,我们可以得出这样的一个结论：这个问题和表中的数据量无关,和是否使用子查询也没有关系,是在特定版本中出现的一个特定的问题,当然明白了原委,我们完全可以规避这个问题. 而且这个场景中Merge的使用有些不太到位,其实也可以考虑使用INSERT语句来实现. 8反思对于Merge语句的更多反思,如下：
这些问题会或多或少困扰到你,而我印象很深的案例,则是第1项中列举的,优化类的困扰.我举一个例子. 下面是我在一次系统监控中发现的一个性能问题,CPU使用异常,而经过分析发现瓶颈来源于数据库层面的一个SQL语句.
看到的语句类似这样的形式：
查看执行计划发现里面存在大量的全表扫描,资源消耗极高. 而这个语句的逻辑其实仔细看看还能明白,就是在插入一条记录前看看表中是否含有,如果没有就插入,否则更新,但是里面使用了count(*)的方式处理,过滤条件存在一些潜在的问题,而优化方式就是简化这种逻辑.改为如下的方式：
9总结很多的事情都有两面性,Merge语句就是如此,而且是一种特殊的存在,可能很多问题在特定版本中出现,在升级之后问题就会迎刃而解,而如果分析不当,可能我牢牢攥在手里的就是一个错误的结论,所以很多观点碰撞还是会摩擦出不少的火花,大家共同从中受益.我依然记得很久之前的一次技术争论中,有人说道：判断一个技术的优劣,也需要看待,到底是它带来的问题更多还是解决的问题更多? 确实如此. 文章出处：DBAplus社群 （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
