db time不包括oracle后台进程消耗的时间。如果db time远远小于elapsed时间，说明数据库比较空闲。
db time= cpu time + wait time（不包含空闲等待） （非后台进程）
说白了就是db time就是记录的服务器花在数据库运算(非后台进程)和等待(非空闲等待)上的时间。
db time = cpu time + all of nonidle wait event time
在79分钟里（其间收集了3次快照数据），数据库耗时11分钟，rda数据中显示系统有8个逻辑cpu（4个物理cpu），平均每个cpu耗时1.4分钟，cpu利用率只有大约2%（1.4/79）。
说明系统压力非常小。
列出下面这两个来做解释：
report a:
snap id snap time sessions curs/sess
begin snap: 4610 24-jul-08 22:00:54 68 19.1
end snap: 4612 24-jul-08 23:00:25 17 1.7
elapsed: 59.51 (mins)
db time: 466.37 (mins)
report b:
snap id snap time sessions curs/sess
begin snap: 3098 13-nov-07 21:00:37 39 13.6
end snap: 3102 13-nov-07 22:00:15 40 16.4
elapsed: 59.63 (mins)
db time: 19.49 (mins)
服务器是aix的系统，4个双核cpu,共8个核：
sbin> bindprocessor -q
the **ailable processors are: 0 1 2 3 4 5 6 7
先说report a,在snapshot间隔中，总共约60分钟，cpu就共有60*8=480分钟，db time为466.37分钟，则：
cpu花费了466.37分钟在处理oralce非空闲等待和运算上(比方逻辑读)
也就是说cpu有 466.37/480*100% 花费在处理oracle的操作上，这还不包括后台进程。
看report b，总共约60分钟，cpu有 19.49/480*100% 花费在处理oracle的操作上。
很显然，2中服务器的平均负载很低。
从awr report的elapsed time和db time就能大概了解db的负载。
可是对于批量系统，数据库的工作负载总是集中在一段时间内。如果快照周期不在这一段时间内，或者快照周期跨度太长而包含了大量的数据库空闲时间，所得出的分析结果是没有意义的。这也说明选择分析时间段很关键，要选择能够代表性能问题的时间段。
显示sga中每个区域的大小（在amm改变它们之后），可用来与初始参数值比较。
shared pool主要包括library cache和dictionary cache。library cache用来存储最近解析（或编译）后sql、pl/sql和j**a classes等。library cache用来存储最近引用的数据字典。
发生在library cache或dictionary cache的cache miss代价要比发生在buffer cache的代价高得多。因此shared pool的设置要确保最近使用的数据都能被cache。
显示数据库负载概况，将之与基线数据比较才具有更多的意义，如果每秒或每事务的负载变化不大，说明应用运行比较稳定。单个的报告数据只说明应用的负载情况，绝大多数据并没有一个所谓“正确”的值，然而logons大于每秒1~2个、hard parses大于每秒100、全部parses超过每秒300表明可能有争用问题。
redo size：每秒产生的日志大小(单位字节)，可标志数据变更频率， 数据库任务的繁重与否。logical reads：
每秒/每事务逻辑读的块数。平决每秒产生的逻辑读的block数。logical reads= consistent gets + db block gets
block changes：每秒/每事务修改的块数。
physical reads：每秒/每事务物理读的块数。
physical writes：每秒/每事务物理写的块数。
user calls：每秒/每事务用户call次数。
parses：sql解析的次数。每秒解析次数，包括fast parse，soft parse和hard parse三种数量的综合。
软解析每秒超过300次意味着你的"应用程序"效率不高，调整session_cursor_cache。在这里，fast parse指的是直接在pga中命中的情况（设置了session_cached_cursors=n）；soft parse是指在shared pool中命中的情形；hard parse则是指都不命中的情况。
hard parses：其中硬解析的次数，硬解析太多，说明sql重用率不高。每秒产生的硬解析次数， 每秒超过100次，就可能说明你绑定使用的不好，也可能是共享池设置不合理。
这时候可以启用参数cursor_sharing=similar|force，该参数默认值为exact。但该参数设置为similar时，存在bug，可能导致执行计划的不优。
sorts：每秒/每事务的排序次数。
logons：每秒/每事务登录的次数。
executes：每秒/每事务sql执行次数。
transactions：每秒事务数。每秒产生的事务数，反映数据库任务繁重与否。
blocks changed per read：表示逻辑读用于修改数据块的比例。在每一次逻辑读中更改的块的百分比。
recursive call：递归调用占所有操作的比率。递归调用的百分比，如果有很多pl/sql，那么这个值就会比较高。
rollback per transaction：每事务的回滚率。看回滚率是不是很高，因为回滚很耗资源 ,如果回滚率过高，可能说明你的数据库经历了太多的无效操作 ,过多的回滚可能还会带来undo block的竞争该参数计算公式如下：
round(user rollbacks / user commits + user rollbacks) ,4)* 100% 。
rows per sort：每次排序的行数。
注：oracle的硬解析和软解析
提到软解析(soft prase)和硬解析(hard prase)，就不能不说一下oracle对sql的处理过程。当你发出一条sql语句交付oracle，在执行和获取结果前，oracle对此sql将进行几个步骤的处理过程：
1、语法检查(syntax check)
检查此sql的拼写是否语法。
2、语义检查(semantic check)
诸如检查sql语句中的访问对象是否存在及该用户是否具备相应的权限。
3、对sql语句进行解析(prase)
利用内部算法对sql进行解析，生成解析树(parse tree)及执行计划(execution plan)。
4、执行sql，返回结果(execute and return)
其中，软、硬解析就发生在第三个过程里。
oracle利用内部的hash算法来取得该sql的hash值，然后在library cache里查找是否存在该hash值；
假设存在，则将此sql与cache中的进行比较；
假设“相同”，就将利用已有的解析树与执行计划，而省略了优化器的相关工作。这也就是软解析的过程。
诚然，如果上面的2个假设中任有一个不成立，那么优化器都将进行创建解析树、生成执行计划的动作。这个过程就叫硬解析。
创建解析树、生成执行计划对于sql的执行来说是开销昂贵的动作，所以，应当极力避免硬解析，尽量使用软解析。
本节包含了oracle关键指标的内存命中率及其它数据库实例操作的效率。其中buffer hit ratio 也称cache hit ratio，library hit ratio也称library cache hit ratio。同load profile一节相同，这一节也没有所谓“正确”的值，而只能根据应用的特点判断是否合适。
在一个使用直接读执行大型并行查询的dss环境，20%的buffer hit ratio是可以接受的，而这个值对于一个oltp系统是完全不能接受的。根据oracle的经验，对于oltp系统，buffer hit ratio理想应该在90%以上。
2023年高考英语山东卷详细分析
2010年高考英语山东卷给人的总体感受是 试卷难度适中，贴近现实生活，关注社会，选材注重对学生价值理念的引导。整个试题没有很难很偏很怪的知识点，对英语语言技能和语言知识的考查非常全面。题意表达清楚，语言准确 简洁，完全符合素质教育和新课程改革的要求，充分体现了新课程标准提出的 培养学生的语言运用能力...
英语四级新题型详细分析
原试题难度 新试题难度 在此次调整中，快速阅读理解的变化也很大。在此之前，长篇阅读部分，原来快速阅读部分要求15分钟完成15题，不少同学因为时间紧迫，考试结束铃声响起，也基本上还未和最后两题 见面 此次调整后，原来的选择加填空调整为匹配题。篇章后附有10个句子，每句一题。每句所含的信息出自篇章的某一...
2023年高考英语试题详细分析
2010年高考英语试题分析山东卷。做完2010年普通高等学校招生全国统一考试英语科山东卷，感觉非常欣慰，因为整个试题的难度适中，控制得当，没有很难很偏的知识点，考查的知识点非常全面。可以很明显的感觉到本套试题是严格按照 2010年普通高等学校招生全国统一考试山东卷考试说明 进行了科学 规范 严谨的命...