教你轻松了解Informix数据库调优方法 （3）

SHMVIRTSIZE定义了分配给Informix IDS共享内存的虚拟存储区的大小。Informix IDS在处理大型查询或高峰负荷的需要增加共享内存给虚拟存储区，但是共享内存的分配需要增加事务处理的时间，故在设置SHMVIRTSIZE值时，一般考虑能满足一个日常操作的需要。

STACKSIZE指示了数据库服务器为每个活动线程指派的初始堆栈的大小。如果将该参数配置得过小，那么线程将无法拥有执行其程序的足够内存空间，而且它将干扰其他线程。

SHMADD定义了Informix IDS自动加到虚拟存储区的共享内存增量的大小。在增加共享内存时，要占用CPU周期；每次的增加量越大，增加次数就越少，留给其它的进程的内存也越少。所以一般采用大的增加量。但是在内存负荷很重时，少量增加使其他程序更好的共享内存资源。所以，如果实际内存小于等于256MB，则建议SHMADD使用缺省值8192KB；如果在256MB到512MB之间，则设置为16384KB;如果大于512MB，则设置为32768KB。

可以用命令 onstat -g seg来显示 IDS 当前共享内存虚拟区中的段的数目。

Informix IDS在初始化时，如果定义的虚拟内存区尺寸太小，会自动向虚拟区附加其他操作系统段，虚拟内存中的段过多从而引起数据库的整体性能下降。所以在初始化时，将虚拟内存区的尺寸配置得足够大，以避免进行动态的分配共享内存段。在该列的输出中，class列为R是驻留内存段，V是虚拟内存段，M是消息内存段。如果显示的虚拟内存段多于三个，那么就需要提高配置文件中 SHMVERSIZE 参数的值。

命令 onstat -p是监控内存的另一个命令。其输出结果中的两个%cache显示了读写高速缓存比例的百分比，一般在80％到90％之间，如果低于80%，要调节BUFFERS参数值。ovlock 字段表明 IDS 在使用了最大数量的锁之后尝试过再使用锁的次数，如果该数字非零，可能需要提高配置文件中 LOCKS 参数的值。ovbuf 字段表明 IDS 在使用了最大数量的缓冲区之后尝试过再使用缓冲区的次数。如果该数字很大，比如说超过 100000，就需要提高 BUFFERS 参数，以便用户在需要从磁盘访问数据时不必等待缓冲区。在监控内存的使用情况时还可以采用Unix系统命令vmstat。

存储器及I/O的参数调整和监控

Informix IDS支持两种基本的数据存储设备裸设备和文件系统，建议使用裸设备存储数据文件。与文件系统相比，裸设备在存取数据时要快得多，而且对用户来说是看不到裸设备文件的，要安全一些。使用文件系统作为数据存储设备还有一个潜在的危险，当文件系统由于某些操作系统的错误而崩溃，且有一个数据库事务正在进行时，数据库服务器将认为数据库事务已经成功完成，但实际上，该事务正陷入操作系统缓冲区中，这最终将导致数据库中的某些不一致。

Informix IDS在dbspace中存取数据，dbspace又包含一个或多个chunk（块）。在9.40以后的版本中chunk的大小可以超过2G，在以前的版本中不能超过2G。可以使用onsta－d监控dbspace和chunk的使用情况和状态。

与I/O参数调整直接相关的是检查点。检查点是使磁盘上的页与共享内存缓冲池中的页同步的过程。检查点时间包含检查点间隔时间和检查点持续时间。在检查点期间，IDS 阻止用户线程进入临界会话，并阻止所有的事务活动。因此，检查点持续时间过长，用户会经历系统挂起。

CKPTINTVL参数指定检查点之间的时间间隔。当检查点间隔到了，则系统执行检查点操作。

PHYSFILE指定物理日志的大小。一旦物理日志（PHYSFILE）的75%已满，检查点也会发生。

LRUS参数指示共享内存缓冲池中设置的最近最少使用（LRU）队列数目。

可以用LRUS和LRU_MAX_DIRTY及LRU_MIN_DIRTY来控制在满的检查点之间页被刷新到磁盘的频度。在某些情况下，通过设置这些参数，使得在检查点发生时需要刷新修改的页数量很少，可以达到高的吞吐量；假如检查点持续时间始终超过 10秒甚至以上，那么可能需要减少 LRU_MIN_DIRTY 和 LRU_MAX_DIRTY 配置参数的值以获取更短的检查点持续时间。可以使用onstat -R和onstat -P、onstat -F命令的输出来确定参数值的大小。一般情况下LRU_MIN_DIRTY设置为50，LRU_MAX_DIRTY设置为70。

调整Informix IDS参数来优化数据库性能，是Informix IDS性能优化的一个方面，它的性能调优还要从网络、硬件、操作系统、应用程序等多个方面来综合考虑，其性能的优化是一个高度复杂，异常繁琐而且涉及面很广的综合性工作，而且它们之间相互关联，相互影响。在调整过程中，应该明确数据库的运行状况和系统资源的使用情况，确定问题的瓶颈出现在哪里。然后根据问题的所在来优化数据库的性能。