awr报告中最该先看top 5 timed events，它按消耗数据库时间最多排序前5等待事件，重点看%db time、total waits和avg wait (ms)三列，结合后续sql、对象及rac特性定位根因。
怎么看top 5 timed events里的等待事件
awr报告里最该先看的，就是 top 5 timed events 这一节。它不是罗列所有等待，而是按“消耗数据库时间最多”排序的前5个事件——直接告诉你瓶颈在哪。
重点看三列：%DB time（占比）、total waits（总次数）、Avg wait (ms)（平均单次等待时长）。比如 db file sequential read 占比35%，但平均只有4ms，说明是高频小IO；而 log file sync 占比8%但平均896μs且总次数超140万，说明提交太密集，得查应用是否频繁 COMMIT。
- 若
direct path read排前三，别急着调磁盘，先查是不是SQL在大量排序或Hash Join——看SQL ordered by Gets和SQL ordered by Reads对应的语句 -
row cache lock高通常指向序列争用，尤其在RAC环境；立刻查dba_sequences里CACHE值是否为1（即无缓存） -
enq: TX - row lock contention出现，说明有行级锁阻塞，结合Segments by Row Lock Waits定位具体表和索引
如何定位等待事件发生的对象和SQL
光知道事件名没用，得知道“谁在等、等什么、为什么等”。AWR本身不带实时会话堆栈，但提供了两层下钻路径：
第一层：看 Foreground Wait Events 下的子节，比如 Wait Event Histogram 会分档显示等待时长分布（64ms~2s、4s~2min），帮你判断是偶发抖动还是持续卡顿；Service Statistics 能看出哪个服务名（如 APPS 或 OLTP）贡献了主要等待。
第二层：跳转到 SQL ordered by Elapsed Time 或 SQL ordered by CPU Time，把高耗时SQL的 SQL_ID 拿出来，用 SELECT * FROM dba_hist_sqltext WHERE sql_id = 'xxx'; 查原始语句；再用 SELECT * FROM dba_hist_active_sess_history WHERE sql_id = 'xxx' AND event IS NOT NULL; 看它实际触发了哪些等待事件。
- 注意：AWR默认只保留8天数据，如果问题发生在9天前，
dba_hist_active_sess_history可能已清理，优先用最近的快照对比 - 如果SQL_ID在AWR里查不到文本，可能是被设置了
optimizer_capture_sql_plan_baselines=FALSE或语句被自动重写，此时要查v$sql实时视图补位
row cache lock为什么总在RAC里爆发
这不是磁盘或内存问题，是RAC节点间争用 SEQ$ 表导致的典型现象。每次调用无缓存序列（CACHE 1），Oracle必须更新数据字典基表 seq$ 并加 row cache lock，而该锁在RAC中需跨节点协调，延迟陡增。
验证方式很简单：SELECT sequence_name, cache_size, order_flag FROM dba_sequences WHERE sequence_name = 'XXX'; 如果 cache_size = 1 且业务并发高，基本就是它。
- 修复命令：
ALTER SEQUENCE xxx CACHE 100 NOORDER;——NOORDER是关键，避免RAC节点间序列号排序同步开销 - 不要设
ORDER，除非业务真需要严格递增（比如发票号），否则性能损失可达30%以上 - 缓存值不是越大越好：
CACHE 1000在单节点没问题，但在RAC里可能造成某节点重启后序列号跳变过大，建议从100起步，观察dba_hist_sysstat中sequences requested的每秒速率再调整
log file sync 等待高，真的是磁盘慢吗
不一定。这个事件本质是“用户进程在等LGWR把redo buffer刷到磁盘”，但瓶颈可能在三个地方：存储写入慢、redo buffer太小导致LGWR频繁唤醒、或者应用提交太碎。
先看 Instance Efficiency Percentages 里的 Redo log space requests，如果非零，说明 log_buffer 不够用；再看 Load Profile 的 Logons per sec 和 Executes per sec，如果后者远高于前者，大概率是应用在循环里反复 INSERT + COMMIT。
- 紧急缓解：临时增大
log_buffer（需重启实例），或用COMMIT WRITE BATCH NOWAIT降低提交同步等待 - 长期方案：让应用批量提交（比如每100条
INSERT后一次COMMIT），比调存储更有效 - 注意：如果存储确实慢，
log file parallel write的平均等待时长也会同步升高，这时才需要查ASM磁盘组I/O或存储队列深度
AWR报告里真正难的是把孤立指标串成因果链：一个 direct path read 高，可能源于执行计划退化；一个 gc cr block lost 高，未必是网络问题，可能是某个节点CPU满载导致GC响应延迟。别只盯着数字大小，先问“这个值为什么变，变之前发生了什么”。
