利用Logminer分析联机重做日志文件和归档文件

最新推荐文章于 2021-04-11 20:56:02 发布

cuji4856

最新推荐文章于 2021-04-11 20:56:02 发布

阅读量149

点赞数

文章标签：数据库

利用Logminer分析联机重做日志文件和归档文件

一．Logminer介绍

1.1 Logminer组成

LogMiner工具实际上是由两个新的PL/SQL内建包（DBMS_LOGMNR 和 DBMS_ LOGMNR_D）和四个V$动态性能视图（视图是在利用过程DBMS_LOGMNR.START_LOGMNR启动LogMiner时创建，即：v$logmnr_dictionary、v$logmnr_parameters、v$logmnr_logs、v$logmnr_contents）组成。在使用LogMiner工具分析redo log文件之前，可以使用DBMS_LOGMNR_D 包将数据字典导出为一个文本文件。该字典文件是可选的，但是如果没有它，LogMiner解释出来的语句中关于数据字典中的部分（如表名、列名等）和数值都将是16进制的形式，我们是无法直接理解的。

1.2 Logminer相关PL/SQL包和视图

LogMiner包含两个PL/SQL包和几个视图：

1．dbms_logmnr_d包，这个包只包括一个用于提取数据字典信息的过程，即dbms_logmnr_d.build()过程。

2．dbms_logmnr包，它有三个过程：

add_logfile(name varchar2, options number) - 用来添加/删除用于分析的日志文件；

start_logmnr(start_scn number, end_scn number, start_time number,end_time number, dictfilename varchar2, options number) - 用来开启日志分析，同时确定分析的时间/SCN窗口以及确认是否使用提取出来的数据字典信息。

end_logmnr() - 用来终止分析会话，它将回收LogMiner所占用的内存。

1.3 LogMiner相关的数据字典。

1、v$logmnr_dictionary，LogMiner可能使用的数据字典信息，因logmnr可以有多个字典文件，该视图用于显示这方面信息。

2、v$logmnr_parameters，当前LogMiner所设定的参数信息。

3、v$logmnr_logs，当前用于分析的日志列表。

4、v$logmnr_contents，日志分析结果。

二．Logminer安装

要安装LogMiner工具，必须首先要运行下面这样两个脚本，

(1)$ORACLE_HOME/rdbms/admin/dbmslm.sql

(2)$ORACLE_HOME/rdbms/admin/dbmslmd.sql

这两个脚本必须均以SYS用户身份运行。其中第一个脚本用来创建DBMS_LOGMNR包，该包用来分析日志文件。第二个脚本用来创建DBMS_LOGMNR_D包，该包用来创建数据字典文件。

三．Logminer使用

3.1确认设置了初始化参数：UTL_FILE_DIR

SQL> alter system set utl_file_dir='d:\app\logminer' scope=spfile;

设置后需要重新启动数据库使之生效

SQL> show parameter utl_file_dir

NAME TYPE VALUE

------------------------------------ ----------- ------------------------------

utl_file_dir string D:\app\logminer

3.2进入数据库，将数据库当前数据字典分析出来，生成数据字典文件

SQL> exec sys.dbms_logmnr_d.build(dictionary_filename => 'dict.ora',dictionary_location => 'd:\app\logminer');

其中，dict.ora是给字典文件起的文件名（可任意）。整个创建过程，可能需要十几分钟到一个小时，视该数据库的object 个数以及繁忙程度而定。完成后，会在d:\app\logminer目录下看到一个名为dict.ora的文件。

3.3 创建要分析的日志文件列表

Oracle的重作日志分为两种，在线（online）和离线（offline）归档日志文件，下面就分别来讨论这两种不同日志文件的列表创建。日志文件和归档日志文件的数量是非常多的。因此事实上不可能把所有的日志文件都分析一遍（你要做也行，不过要保证有足够的空间和时间，并且不怕影响数据库性能），通常选取你感兴趣的时间段内的日志进行分析。