Cluster等待类占比超5%或绝对值高于DB CPU和System I/O,表明RAC私网通信已成瓶颈;gc cr/current block busy高频出现即指向全局缓存同步延迟;Global Cache Blocks Lost非零须立即处理;TCP接收尺寸不一致、LOAD升而USER_TIME降、SWAP_USED_BYTES上涨均暴露网络能力断层;tshark抓包验证UDP巨帧(8972字节)及ping -M do测试链路层支持,缺一不可。

看「Cluster」等待类是否异常高
AWR报告里Wait Classes by Total Wait Time中Cluster类占比超过5%、或Total Wait Time绝对值明显高于DB CPU和System I/O时,说明节点间通信已成瓶颈。这不是“可能有问题”,而是RAC私网链路或配置已拖慢整体响应——尤其当gc cr block busy或gc current block busy在Top 5 Timed Events里反复出现时,基本可锁定是全局缓存同步延迟。
查Global Cache and Enqueue Statistics里的关键指标
这一节不是看总数,而是盯三个比值:
-
Global Cache Blocks Received/Global Cache Blocks Served比值持续 -
CR Block Build Time (us)平均 > 1000 → CR块构造慢,常见于_gc_read_mostly_locking=FALSE且读多写少的大表被频繁访问 -
Current Block Send Time (us)> 5000 → 当前块传输慢,大概率是私网MTU未对齐或交换机未启用Jumbo Frames
注意:Global Cache Blocks Lost非零必须立即处理——它不反映丢包率,而是Oracle主动丢弃重传请求,意味着底层网络已严重失序。
核对Operating System Statistics中的网络参数
OS层指标不直接显示“延迟”,但能暴露链路能力断层:
-
TCP_RECEIVE_SIZE_MAX和GLOBAL_RECEIVE_SIZE_MAX不一致(比如前者131072,后者4194304)→ Oracle接收缓冲区无法填满巨帧,强制拆包,GC流量退化为大量小UDP包 -
LOAD上升而USER_TIME占比骤降 → CPU陷在内核态处理分片/重组,netstat -s | grep frag会看到reasm fails持续增长 -
SWAP_USED_BYTES在问题时段明显上涨 → 内存压力导致UDP接收队列溢出,ss -m -i可见rcv_ssthresh被内核动态下调
别只信/proc/sys/net/core/rmem_max,LMS进程启动后才读该值;改完必须重启实例,滚动重启无效。
抓包验证UDP是否真走巨帧
配置全对 ≠ 流量走巨帧。最简验证方式:
- 在私网接口上跑:
tshark -i eth1 -f "udp port 12560" -T fields -e frame.len | sort -u→ 出现8972或接近值才算成功;若全是1500,问题一定在交换机端口或网卡驱动未真正启用Jumbo - 同时执行:
ping -M do -s 8972 -I eth1→ 失败则说明链路层不支持,和Oracle无关;成功但tshark没抓到大包,说明Oracle进程没读新MTU或UDP缓冲区仍卡在默认值 - 查
cat /sys/class/net/eth1/device/sriov_totalvfs非零?SR-IOV虚拟化环境需额外确认VF驱动是否继承主机MTU设置
真实延迟优化不靠调参,靠端到端实证:网卡驱动支持、交换机开巨帧、内核缓冲区设够、Oracle进程重启生效——漏掉任一环,MTU=9000只是个数字。











