About me:Oracle ACE pro,optimistic,passionate and harmonious. Focus on ORACLE,MySQL and other database programming,peformance tuning,db design, j2ee,Linux/AIX,Architecture tech,etc
全部博文（169）
分类： Oracle
2022-04-14 15:26:06
SPA采集到的SQLSET约500余万条SQL，需要生成buffer gets、cpu time、elapsed_time报告，此报告只列出top 300的记录，另外还需要生成error和unsupport报告。
生成报告之前需要做的准备工作如下：
1） 构造与升级目标库相同的测试环境。
2） 将10g生产库采集到的SQL负载（STS）传输到测试库中，包括pack、传输、unpack等过程。
3） 将数据库中的表尽可能有生产保持一致地传输到测试库中。
4） 统计信息处理：
要执行SPA分析升级前后性能，需要导入10g统计信息，对于统计信息的处理有3种：
1） 导入10g统计信息
2） 导入10g统计信息后，做修复处理，比如使用method_opt=>’for all columns size repeat’等，原10g未收集统计信息的表确认后排出收集。
3） 直接收集11g统计信息（不推荐使用，因为直方图不好确定）
一般1）和2）是常用的升级统计信息处理方式，如果10g统计信息有大量表存在问题，推荐使用2），所以在做SPA分析前，可以对统计信息完整性进行检查（未收集表、收集但是丢失了如列、索引、分区等统计信息、统计信息过旧等），从而确定最佳方案。
SPA报告生成流程如下：
1） 捕获生产环境SQL Tuning Sets,这个在第3节：SPA采集中已经说明。
2） 传输SQL Tuning Sets,将10g上的STS通过诸如exp/imp,expdp/impdp等工具导入到11g待分析SPA环境中。
3） 执行10g分析：这步骤很快
4） 执行11g分析：这步骤根据SQL不同，耗时不同，库20w条左右SQL SET，大约耗时24小时。
5） 生成报告
6） 报告迭代：在执行3）到5）之前，由于STS数量很大，为了提高报告生成效率，需要进行SQL SET分割处理，之后生成报告，在分析报告的过程中，可能涉及到修改全局参数，这样，修改完参数后，还需要进行SPA分析，因此3）到5）的步骤是个迭代的过程。
7） 实施：整理分析结果，进行生成实施。
10g STS以表形式导出，并导入到11g中，这需要在10g中对STS进行pack打包到一中转表中，然后导入到11g后，再unpack解包。
Pack过程：以a库为例，将多个sqlset导入到一个中转表中,可以将脚本用shell放后台执行(可以并行执行5个，多了会报ORA-01555错误)
--a库 sqlseta1_tab1到tab20
BEGIN
DBMS_SQLTUNE.create_stgtab_sqlset(table_name => 'STS_TAB_A_0922',
schema_name => 'SPA',
tablespace_name => 'SYSAUX');
END;
/
--pack
--a1
BEGIN
DBMS_SQLTUNE.pack_stgtab_sqlset(sqlset_name => 'sqlseta1_tab1',
sqlset_owner => 'SPA',
staging_table_name => 'STS_TAB_A_0922',
staging_schema_owner => 'SPA');
END;
/
。。。
BEGIN
DBMS_SQLTUNE.pack_stgtab_sqlset(sqlset_name => 'sqlseta1_tab20',
sqlset_owner => 'SPA',
staging_table_name => 'STS_TAB_A_0922',
staging_schema_owner => 'SPA');
END;
/
--a2
BEGIN
DBMS_SQLTUNE.pack_stgtab_sqlset(sqlset_name => 'sqlseta2_tab1',
sqlset_owner => 'SPA',
staging_table_name => 'STS_TAB_A_0922',
staging_schema_owner => 'SPA');
END;
/
。。。
BEGIN
DBMS_SQLTUNE.pack_stgtab_sqlset(sqlset_name => 'sqlseta2_tab8',
sqlset_owner => 'SPA',
staging_table_name => 'STS_TAB_A_0922',
staging_schema_owner => 'SPA');
END;
/
Pack完毕后进行剔除处理：
剔除一些诸如sqlplus,plsql dev等执行的SQL、以及按照FORCE_MATCHING_SIGNATURE剔除重复行、剔除insert into values等。
查看对应SQL类型的数据分布，后续按照数据分布情况分割STS：
--command_type对应含义可以查询V$SQLCOMMAND
SQL> select count(*),command_type from SPA.STS_TAB_A_0922 group by command_type;
COUNT(*) COMMAND_TYPE
---------- ------------
2469 7 --DELETE
27506 47 --PL/SQL EXECUTE
11 170 --CALL METHOD
169548 6 --UPDATE
2204682 3 --SELECT
253970 2 --INSERT
执行剔除：
alter session enable parallel dml;
delete/*+parallel(8)*/ from SPA.STS_TAB_A_0922 where MODULE='PL/SQL Developer';
commit;
delete/*+parallel(8)*/ from SPA.STS_TAB_A_0922 where MODULE='plsqldev.exe';
commit;
delete/*+parallel(8)*/ from SPA.STS_TAB_A_0922 where MODULE like 'sqlplus%';
commit;
delete/*+parallel(8)*/ from SPA.STS_TAB_A_0922 where MODULE like 'SQL*PLUS';
commit;
delete/*+parallel(8)*/ from SPA.STS_TAB_A_0922 a where rowid !=(select max(rowid) from SPA.STS_TAB_A_0922 b where a.FORCE_MATCHING_SIGNATURE=b.FORCE_MATCHING_SIGNATURE) and a.FORCE_MATCHING_SIGNATURE<>0;
commit;
delete/*+parallel(8)*/ from SPA.STS_TAB_A_0922 where upper(sql_text) like '%INSERT%INTO%VALUES%';
commit;
--删除command_type in (48,1,189) --SET TRANSACTION --CREATE TABLE --ALTER TABLESPACE
delete/*+parallel(8)*/ from SPA.STS_TAB_A_0922 where command_type in (48,1,189);
commit;
10g导出STS：
export NLS_LANG=American_America.zhs16gbk
expspa/spa tables=spa.STS_TAB_A_0922 file=/arch02/STS_TAB_A_0922.dmp log=STS_TAB_A_0922.log
导入STS到11g中：
imp spa/spa fromuser=spa touser=spa file=/oradata01/STS_TAB_A_0922.dmp feedback=100
由于采集到的STS数量很大，需要分割STS，每个STS中存放20w条左右的SQL最佳，另外按照语句类型进行分割处理，这样SPA分析报告可以对指定的STS进行并行分析，确保1到2天内能够完成报告生成，提高报告生成效率。
1）分割STS
将STS均分，UPDATE+DELETE 1份，PL/SQL EXECUTE+CALL METHOD 份，INSERT单独1份，SELECT均分为10份，共13个STS。
--先查询总数量
SQL> select count(*) from STS_TAB_A_0922;
COUNT(*)
----------
2658186
--查询各类型SQL占的数量
select b.command_type,b.command_name,count(*)
from STS_TAB_A_0922 a,v$sqlcommand b
where a.command_type=b.command_type
group by b.command_type,b.command_name;
COMMAND_TYPE COMMAND_NAME COUNT(*)
------------ ---------------------------------------------------------------- ----------
3 SELECT 2204682
47 PL/SQL EXECUTE 27506
2 INSERT 253970
7 DELETE 2469
6 UPDATE 169548
170 CALL METHOD 11
--建立索引，提高后续处理效率
CREATE INDEX IDX_STS_TAB_A_0922 ON STS_TAB_A_0922(SQL_ID) PARALLEL 16;
--将SELECT语句对应STS进行拆分为10份，每份22w条左右
DECLARE
L_CURR_TABLE_TIPS NUMBER :=0;
BEGIN
--SELECT 0..9尾号 改为SQLSET_RUN
FOR X IN (SELECT SQL_ID FROM STS_TAB_A_0922 where command_type =3 ORDER BY ELAPSED_TIME/EXECUTIONS) LOOP
UPDATE STS_TAB_A_0922 SET NAME='SQLSET_RUN_'||L_CURR_TABLE_TIPS WHERE SQL_ID = X.SQL_ID;
L_CURR_TABLE_TIPS := MOD(L_CURR_TABLE_TIPS + 1, 10);
END LOOP;
END;
/
--UPDATE+DELETE SQLSET_RUN_10
UPDATE STS_TAB_A_0922 SET NAME='SQLSET_RUN_10' where command_type in (6,7);
--PL/SQL EXECUTE+CALL METHOD
UPDATE STS_TAB_A_0922 SET NAME='SQLSET_RUN_11' where command_type in (47,170);
--INSERT
UPDATE STS_TAB_A_0922 SET NAME='SQLSET_RUN_12' where command_type in (2);
COMMIT;
--查询SELECT对应数量
select name,count(*)
from STS_TAB_A_0922
where command_type=3
group by name;
NAME COUNT(*)
------------------------------ ----------
SQLSET_RUN_9 220468
SQLSET_RUN_1 220469
SQLSET_RUN_5 220468
SQLSET_RUN_6 220468
SQLSET_RUN_7 220468
SQLSET_RUN_3 220468
SQLSET_RUN_2 220468
SQLSET_RUN_0 220469
SQLSET_RUN_8 220468
SQLSET_RUN_4 220468
2）生成批量创建和删除并行SQL Set Table的语句
用SPA用户执行,开多个窗口，每个要10分钟
--共13个SQLSET要处理
set line 9999 pagesize 9999
select 'create table SQLSET_TAB_RUN_'||(ROWNUM-1)|| '
NESTED TABLE "BIND_LIST" STORE AS "SQLSET_TAB_RUN_B_'||(ROWNUM-1)||'"
NESTED TABLE "PLAN" STORE AS "SQLSET_TAB_RUN_P_'||(ROWNUM-1) || '"
as select * from STS_TAB_A_0922 where name=''SQLSET_RUN_'||(ROWNUM-1)||''';' x
FROM dba_objects where rownum <= 13;
3）检查数量
select 'SELECT ''SQLSET_TAB_RUN_'||(level-1)||''' name,count(*)
FROM SQLSET_TAB_RUN_'||(level-1)||' UNION ALL'
from dual
connect by level<=13;
NAME COUNT(*)
----------------- ----------
SQLSET_TAB_RUN_0 220469
SQLSET_TAB_RUN_1 220469
SQLSET_TAB_RUN_2 220468
SQLSET_TAB_RUN_3 220468
SQLSET_TAB_RUN_4 220468
SQLSET_TAB_RUN_5 220468
SQLSET_TAB_RUN_6 220468
SQLSET_TAB_RUN_7 220468
SQLSET_TAB_RUN_8 220468
SQLSET_TAB_RUN_9 220468
SQLSET_TAB_RUN_10 172017
SQLSET_TAB_RUN_11 27517
SQLSET_TAB_RUN_12 253970
13 rows selected.
4.unpack sqlset
可以并行执行5个，多了会报ORA-01555错误。可以写成SHELL脚本放后台执行。
DECLARE
X NUMBER :=0;
BEGIN
DBMS_SQLTUNE.UNPACK_STGTAB_SQLSET (
SQLSET_NAME => 'SQLSET_RUN_'||X,
SQLSET_OWNER => 'SPA',
REPLACE => TRUE,
STAGING_TABLE_NAME => 'SQLSET_TAB_RUN_'||X,
STAGING_SCHEMA_OWNER => 'SPA');
END;
/
。。。
DECLARE
X NUMBER :=12;
BEGIN
DBMS_SQLTUNE.UNPACK_STGTAB_SQLSET (
SQLSET_NAME => 'SQLSET_RUN_'||X,
SQLSET_OWNER => 'SPA',
REPLACE => TRUE,
STAGING_TABLE_NAME => 'SQLSET_TAB_RUN_'||X,
STAGING_SCHEMA_OWNER => 'SPA');
END;
/
测试环境中，准确的统计信息是运行SPA测试的基础。先确定统计信息方案，等确定方案后，导入10g统计信息到11g,导入后可能还需要做一些处理，比如更新统计信息等。实际上，在SPA分析过程中，因为统计信息问题导致2次SPA分析迭代，第1次：直接导入10g统计信息，由于发现大量表统计信息有问题，缺失列信息，统计信息过旧等。后面确认采用导入10g统计信息后重新收集：
1） 生产库未收集统计信息的表，除非出现大的性能问题，确认后收集。
2） 生产库收集了统计信息的表，如果统计信息不完整，比如列或索引等缺失，则收集。采用method_opt => 'FOR ALL COLUMNS SIZE REPEAT'，可以保证原先没有直方图的采用for all columns size 1,有直方图的更新直方图，estimate_percent默认。
统计信息处理流程如下：
将生产中需要的业务SCHEMA对象统计信息导出，然后传输到测试环境中，注意传到测试环境中，首先需要删除原有的统计信息，否则可能出现不一致的问题。流程和脚本如下：
1） 从10g生产环境导出统计信息
--ogg.ogg_userlist存放需要导出的业务用户名，用来拼导出脚本
select 'exec DBMS_STATS.EXPORT_SCHEMA_STATS(ownname=>'''||upper(username)||''', stattab=>''STAT_SNC_10G_20140916'',statown=>''SPA'', statid=>'''||upper(username)||''');' from ogg.ogg_userlist;
--a库 exportstat.sh
echo start `date`
sqlplus / as
sysdba <
exec DBMS_STATS.EXPORT_SCHEMA_STATS(ownname=>'AAAA', stattab=>'STAT_SNC_10G_20140916',statown=>'SPA', statid=>'AAAA');
…省略
exec DBMS_STATS.EXPORT_SCHEMA_STATS(ownname=>'TEST', stattab=>'STAT_SNC_10G_20140916',statown=>'SPA', statid=>'TEST');
exit;
EOF
echo end `date`
--后台执行
nohup ./exportstat.sh > exportstat.sh.log 2>&1 &
2） 删除11g测试环境统计信息
select 'exec DBMS_STATS.DELETE_SCHEMA_STATS(ownname=>'''||upper(username)||''', force=>true, no_invalidate=>false);' from ogg.ogg_userlist;
exec DBMS_STATS.DELETE_SCHEMA_STATS(ownname=>'AAAA', force=>true, no_invalidate=>false);
…省略
exec DBMS_STATS.DELETE_SCHEMA_STATS(ownname=>'TEST', force=>true, no_invalidate=>false);
3） 导入10g统计信息到11g测试环境中
-- 升级10g统计信息为11g,a,b库都做,表结构不同
exec DBMS_STATS.UPGRADE_STAT_TABLE(ownname=>'SPA', stattab=>'STAT_SNC_10G_20140916');
--导入，可编写shell脚本后台执行
--a库
--select 'exec DBMS_STATS.IMPORT_SCHEMA_STATS(ownname=>'''||upper(username)||''', stattab=>''STAT_SNC_10G_20140916'',statown=>''SPA'', statid=>'''||upper(username)||''', force=>true ,no_invalidate=>false);' from ogg.ogg_userlist;
exec DBMS_STATS.IMPORT_SCHEMA_STATS(ownname=>'AAAA', stattab=>'STAT_SNC_10G_20140916',statown=>'SPA', statid=>'AAAA', force=>true ,no_invalidate=>false);
…省略
exec DBMS_STATS.IMPORT_SCHEMA_STATS(ownname=>'TEST', stattab=>'STAT_SNC_10G_20140916',statown=>'SPA', statid=>'TEST', force=>true ,no_invalidate=>false);
在最终升级的统计信息方案是导入10g统计信息到11g后，对10g未收集的不收集，收集的采用for all columns size repeat更新，详细参考“4.最终升级统计信息方案”。
通过对STS进行拆分，可以实现SPA并行分析，SPA分析主要有：SPA任务创建、生成10g Trail,生成11g Trail,生成对比分析报告。
1） 创建并行SPA分析任务
此步骤很快，小于10s钟。
conn spa/spa
DECLARE
L_SPA_TASK_NAME VARCHAR2(64);
BEGIN
FOR X IN 0..12 LOOP
L_SPA_TASK_NAME := DBMS_SQLPA.CREATE_ANALYSIS_TASK(
TASK_NAME => 'SPA_TASK_RUN_'||X,
DESCRIPTION => 'SPA Analysis task at : '||TO_CHAR(SYSDATE, 'YYYY-MM-DD HH24:MI:SS'),
SQLSET_NAME => 'SQLSET_RUN_'||X,
SQLSET_OWNER => 'SPA');
DBMS_OUTPUT.PUT_LINE('SPA Task Created as : '||L_SPA_TASK_NAME);
END LOOP;
END;
/
--查询任务是否创建
select owner,task_name from DBA_ADVISOR_TASKS where task_name like 'SPA_TASK_RUN_%';
2） 生成10g Trail
由于10g SQL执行信息已经采集到，所以此过程很快，小于10s，使用shell并行执行。主要参数用EXECUTION_TYPE指定为CONVERT SQLSET。
i=0
while [ "$i" -le 12 ]
do
cat > ./exec_SPA_RUN_$i.sh
<
sqlplus spa/spa
<
EXEC DBMS_SQLPA.EXECUTE_ANALYSIS_TASK( TASK_NAME => 'SPA_TASK_RUN_'||$i,EXECUTION_NAME => 'EXEC_10G_RUN_'||$i,EXECUTION_TYPE => 'CONVERT SQLSET',EXECUTION_DESC => 'Convert 10g SQLSET for SPA Task at : '||TO_CHAR(SYSDATE, 'YYYY-MM-DD HH24:MI:SS'));
exit
EOF
EOFSCRIPT
chmod u+x exec_SPA_RUN_$i.sh
nohup ./exec_SPA_RUN_$i.sh > exec_SPA_RUN_$i.log 2>&1 &
i=$((i+1))
done
--查询执行情况以及是否有错误
set line 300 pagesize 9999
col STATUS_MESSAGE for a50;
col ERROR_MESSAGE for a50;
alter session set nls_date_format='yyyy-mm-dd hh24:mi:ss';
select TASK_ID,TASK_NAME,EXECUTION_NAME,EXECUTION_START,EXECUTION_END,STATUS_MESSAGE,ERROR_MESSAGE from DBA_ADVISOR_EXECUTIONS where task_name like 'SPA_TASK_RUN_%';
select MESSAGE,COUNT(*) FROM DBA_ADVISOR_FINDINGS WHERE TYPE='ERROR' GROUP BY MESSAGE ORDER BY 2;
1） 生成11g Trail
并行测试生成11g的执行信息,生成shell脚本，后台执行。这个过程最为关键的，也是最慢的过程，ORACLE会实际执行STS中对应SQL，有可能有的SQL执行计划改变，会执行的很慢，从而影响整理过程。最容易出问题的步骤就在这个过程中，因此，需要在执行过程中进行监控和分析、甚至需要迭代重跑并行分析任务。主要参数用EXECUTION_TYPE指定为TEST EXECUTE。
i=0
while [ "$i" -le 12 ]
do
cat >
./exec_SPA_RUN_$i.sh <
sqlplus spa/spa
<
EXEC DBMS_SQLPA.EXECUTE_ANALYSIS_TASK('SPA_TASK_RUN_$i', 'TEST EXECUTE', 'EXEC_11G_RUN_$i', NULL,
'Execute SQL in 11g for SPA Task at : '||TO_CHAR(SYSDATE, 'YYYY-MM-DD HH24:MI:SS'));
exit
EOF
EOFSCRIPT
chmod u+x exec_SPA_RUN_$i.sh
nohup ./exec_SPA_RUN_$i.sh > exec_SPA_RUN_$i.log 2>&1 &
i=$((i+1))
done
1） 检查SPA分析任务进度和状态
由于第3步：生成11g Trail是非常耗时（库如果不进行STS拆分，需耗时13天左右）也是容易出问题的步骤，因此，需要在工作日，隔一小时查看下进度，并查看是否有报错。
set line 300 pagesize 999
col task_name for a20
col fin_ratio for a5
alter session set nls_date_format='yyyy-mm-dd hh24:mi:ss';
SELECT SID, TASK_ID,(select distinct task_name from DBA_ADVISOR_EXECUTIONS b where a.task_id=b.task_id) task_name,SOFAR, TOTALWORK, ROUND(SOFAR/TOTALWORK,2)*100||'%' fin_ratio,
ELAPSED_SECONDS,LAST_UPDATE_TIME,START_TIME, START_TIME + (SYSDATE - START_TIME)/SOFAR * TOTALWORK EST_END_TIME
FROM V$ADVISOR_PROGRESS a
WHERE TASK_ID IN (SELECT TASK_ID FROM DBA_ADVISOR_EXECUTIONS where task_name like 'SPA_TASK%')
AND SOFAR <> TOTALWORK
AND SOFAR <> 0
ORDER BY 2;
----日志查询，查看出错信息
set line 300 pagesize 9999
col status_message for a10
col error_message for a50
alter session set nls_date_format='yyyy-mm-dd hh24:mi:ss';
select task_name,execution_start,execution_end,status,status_message,error_message from DBA_ADVISOR_LOG where TASK_NAME LIKE 'SPA%';
select TASK_ID,TASK_NAME,EXECUTION_NAME,EXECUTION_START,EXECUTION_END,STATUS_MESSAGE,ERROR_MESSAGE from DBA_ADVISOR_EXECUTIONS where task_name like 'SPA_TASK_RUN%' order by EXECUTION_START desc;
2） 生成SPA分析报告
通过对比10g和11g SQL执行统计信息:buffer gets、cpu time、elapsed time、plan_hash_value等来获得执行计划是否改变、SQL性能是否下降报表。
并行执行分析过程并产生报告（Shell环境中执行，最好建立一个新的目录spareport）,大约1小时。
cd /home/oracle/spa
mkdir spareport
脚本如下，放入后台执行
i=0
while [ "$i" -le 12 ]
do
cat
> ./get_RPT_$i.sh <
sqlplus
spa/spa <
-------------elapsed_time
begin
DBMS_SQLPA.EXECUTE_ANALYSIS_TASK(
task_name => 'SPA_TASK_RUN_$i',
execution_type => 'COMPARE PERFORMANCE',
execution_name => 'Compare_elapsed_time',
execution_params => dbms_advisor.arglist('execution_name1', 'EXEC_10G_RUN_$i', 'execution_name2', 'EXEC_11G_RUN_$i', 'comparison_metric', 'elapsed_time') );
end;
/
-------------cpu_time
begin
DBMS_SQLPA.EXECUTE_ANALYSIS_TASK(
task_name => 'SPA_TASK_RUN_$i',
execution_type => 'COMPARE PERFORMANCE',
execution_name => 'Compare_CPU_time',
execution_params => dbms_advisor.arglist('execution_name1', 'EXEC_10G_RUN_$i', 'execution_name2', 'EXEC_11G_RUN_$i', 'comparison_metric', 'CPU_TIME') );
end;
/
-------------buffer_gets
begin
DBMS_SQLPA.EXECUTE_ANALYSIS_TASK(
task_name => 'SPA_TASK_RUN_$i',
execution_type => 'COMPARE PERFORMANCE',
execution_name => 'Compare_BUFFER_GETS_time',
execution_params => dbms_advisor.arglist('execution_name1', 'EXEC_10G_RUN_$i', 'execution_name2', 'EXEC_11G_RUN_$i', 'comparison_metric', 'BUFFER_GETS') );
end;
/
ALTER SESSION SET EVENTS='31156 TRACE NAME CONTEXT FOREVER, LEVEL 0X400';
-------------report
SET LINES 1111 PAGES 50000 LONG 1999999999 TRIM ON TRIMS ON SERVEROUTPUT ON SIZE UNLIMITED
spool spa_report_elapsed_time_$i.html
SELECT dbms_sqlpa.report_analysis_task('SPA_TASK_RUN_$i', 'HTML', 'ALL','ALL', top_sql=>300,execution_name=>'Compare_elapsed_time') FROM dual;
spool off;
spool spa_report_CPU_time_$i.html
SELECT dbms_sqlpa.report_analysis_task('SPA_TASK_RUN_$i', 'HTML', 'ALL','ALL', top_sql=>300,execution_name=>'Compare_CPU_time') FROM dual;
spool off;
spool spa_report_buffer_$i.html
SELECT dbms_sqlpa.report_analysis_task('SPA_TASK_RUN_$i','HTML','ALL','ALL',top_sql=>300,execution_name=>'Compare_BUFFER_GETS_time') FROM dual;
spool off;
spool spa_report_errors_$i.html
SELECT dbms_sqlpa.report_analysis_task('SPA_TASK_RUN_$i', 'HTML', 'errors','summary') FROM dual;
spool off;
spool spa_report_unsupport_$i.html
SELECT dbms_sqlpa.report_analysis_task('SPA_TASK_RUN_$i', 'HTML', 'unsupported','all') FROM dual;
spool off;
exit
EOF
EOFSCRIPT
chmod u+x get_RPT_$i.sh
#nohup ./get_RPT_$i.sh >get_RPT_$i.log 2>&1 &
i=$((i+1))
done
SPA分析经过多次迭代，每迭代一次，则4.4的步骤就要重新做一遍，只需要修改对应的TASK_NAME即可，如果找到正确的方法，可以减少迭代次数。每次迭代都是由于经过SPA分析发现问题，不得不修改如影响全局的优化器参数、打开或关闭fix control开关、收集大量表的统计信息等，主要由于影响较大，所以需要重跑SPA分析。
第一次迭代：设置参数_optimizer_squ_bottomup=true和_optimizer_cost_based_transformation=LINEAR。
第二次迭代：将"_fix_control"增加'9380298:ON'，加上原有的开关，执行语句：
alter system set "_fix_control"='9380298:ON','8560951:ON','8893626:OFF','9344709:OFF','9195582:OFF';
第三次迭代：导入10g统计信息到11g库中后，对10g原先不收集的表还是不收集，已收集的表通过method_opt=>’for all columns size repeat’更新。
其它迭代：由于执行过程中报ORA-01555错误。见4.6.SPA执行分析过程注意点。
SPA执行过程中，某些SQL可能因为执行计划改变或者数据量变化，导致执行超时或报错（ORA-01555等），这时，SPA分析可能终止，需要找出对应SQL，从STS中清除出去，单独分析或设置超时。如下：
查询超时SQL
select b.sql_id
from DBA_ADVISOR_FINDINGS a,dba_advisor_sqlstats b
where a.task_id=b.task_id and a.object_id=b.object_id
and a.TYPE='ERROR'
and a.message like '%The current operation was interrupted because it timed out%';
--导致ora-01555错误的sql,暂且删除
EXEC DBMS_SQLTUNE.DELETE_SQLSET('SQLSET_RUN_3','sql_id=''5r5jth1k2prdr''','SPA');
--修改undo
alter tablespace undo add datafile '....' size 8192M AUTOEXTEND OFF;
alter system set undo_retention=10000;
报ORA-01555错误，除了undo设置以外，还可能是执行时间超长，可以对执行TASK设置超时，当某个SQL超出XX秒后，则自动结束，这个步骤，需要在生成11g Trial之前做，如下：
--设置超时时间 很重要，有的特别长的，超时跳过，防止ORA-01555
exec DBMS_SQLPA.SET_ANALYSIS_TASK_PARAMETER(task_name=>'SPA_TASK_RUN_0',parameter=>'LOCAL_TIME_LIMIT',value=>'2000');
exec DBMS_SQLPA.SET_ANALYSIS_TASK_PARAMETER(task_name=>'SPA_TASK_RUN_1',parameter=>'LOCAL_TIME_LIMIT',value=>'3000');
exec DBMS_SQLPA.SET_ANALYSIS_TASK_PARAMETER(task_name=>'SPA_TASK_RUN_3',parameter=>'LOCAL_TIME_LIMIT',value=>'3000');
exec DBMS_SQLPA.SET_ANALYSIS_TASK_PARAMETER(task_name=>'SPA_TASK_RUN_4',parameter=>'LOCAL_TIME_LIMIT',value=>'3000');
exec DBMS_SQLPA.SET_ANALYSIS_TASK_PARAMETER(task_name=>'SPA_TASK_RUN_6',parameter=>'LOCAL_TIME_LIMIT',value=>'3000');
exec DBMS_SQLPA.SET_ANALYSIS_TASK_PARAMETER(task_name=>'SPA_TASK_RUN_7',parameter=>'LOCAL_TIME_LIMIT',value=>'3000');
