Oracle ASH不记录TCP层连接断开本身,仅能捕获SQLNet break/reset to client等副作用;需分析断开前10–30秒内会话是否密集等待并集体卡在SQLNet message from client,结合machine、program、blocking_session分组识别应用端连接池异常。

ASH里查不到“连接断开”事件,只能看它的副作用
Oracle ASH 不记录 TCP 层的连接断开、超时或重置动作,SQL*Net break/reset to client 是它能捕获的最接近的信号——但这只是 Oracle 进程感知到客户端“没了”的结果,不是断开过程本身。真正要定位压力来源,得盯住断开前 10–30 秒内哪些会话突然密集进入等待、且后续集体卡在 SQL*Net message from client 上。
用 sample_time 做时间锚点,别信“故障发生时刻”
应用连接池断开瞬间,数据库压力峰值往往出现在断开动作触发后几秒:旧连接还在等响应、新连接又疯狂建连、部分会话卡在解析/锁争用上。所以分析不能从报警时间开始,而要往前捞:
- 先确认断开大致时间(比如应用日志里 “Connection reset by peer” 时间戳)
- 然后查
v$active_session_history中该时间点前后 2 分钟的数据:sample_time BETWEEN TO_DATE('2026-09-17 18:05:00', 'YYYY-MM-DD HH24:MI:SS') - 1/1440 AND TO_DATE('2026-09-17 18:05:00', 'YYYY-MM-DD HH24:MI:SS') + 2/1440 - 重点过滤
session_state = 'WAITING'且event IN ('SQL*Net message from client', 'SQL*Net break/reset to client') - 加
sql_id IS NULL排除正在执行 SQL 的干扰,只看纯网络交互态
按 machine + program + blocking_session 分组,识别“假死集群”
连接池异常断开常表现为某类客户端(如 java@web01)大量会话在同一秒内全部卡住,且它们的 blocking_session 全为空——这不是锁问题,是客户端集体失联后,Oracle 还在等响应。这时要跑这个查询:
SELECT machine, program, blocking_session, COUNT(*) cnt
FROM v$active_session_history
WHERE sample_time > SYSDATE - 2/1440
AND event IN ('SQL*Net message from client', 'SQL*Net break/reset to client')
AND session_state = 'WAITING'
AND sql_id IS NULL
GROUP BY machine, program, blocking_session
HAVING COUNT(*) > 5
ORDER BY cnt DESC;
如果发现 machine = 'web01'、program = 'java@web01'、blocking_session IS NULL 这一组占了 80+ 行,基本可判定是这台机器上的连接池崩溃或被强制 kill,而非数据库侧故障。
小心 time_waited 的误导性:它反映的是“等了多久”,不是“为什么等”
time_waited 字段单位是微秒,但对 SQL*Net message from client 来说,数值高只说明客户端没回包,不区分是网络丢包、防火墙拦截、还是应用进程已退出。常见误判包括:
- 看到
AVG(time_waited) > 500000(500ms)就认定是数据库慢——其实只要客户端不发新请求,这个值就会持续累加,直到会话超时或被 kill - 拿这个值和 I/O 等待对比——网络层等待和磁盘等待不可比,前者是空等,后者是真实资源消耗
- 忽略采样间隔:ASH 每秒最多采一次,若连接池在 300ms 内全量断开,你可能只抓到其中 1–2 个采样点,其余会话状态直接消失
真正关键的是“谁在等”和“等得是否同步”,而不是单个会话等了多久。一旦发现多个会话在相同 sample_time 下同时进入等待,且 machine 和 program 高度一致,那问题一定出在应用端连接池管理逻辑或中间链路(比如 LB 健康检查误杀)。











