数据库服务器与应用服务器分别被看作是一个一个的节点，它们之间通过tcp进行数据传输交互。通过分析从交换机数据，观察出应用与数据库的实时运行状态。

应用端和数据库之间的交互是通过请求和应答建立的，通过沃信cnstat模块获取应用和数据库之间的数据，分析得到应用和数据库的HANG，DOWN，颠，亚，慢五种状态。

(1)HANG：

应用HANG：一段时间内应用有连接但无请求无响应。

数据库HANG：一段时间内数据库有连接和响应率但无响应。

(2)Down：

应用Down：一段时间内应用无连接无请求无响应。

数据库Down：一段时间内数据库无连接无请求无响应。

(3)颠：

以一段时间的平均响应时间为数据进行线性拟合计算，得出平均响应时间的方差。方差越大，应用/数据库 平均响应时间波动越大。方差超过阈值判定为颠。

(4)亚：

数据库亚：一段时间内，平均响应时间呈上升趋势且趋势大于阈值。

应用段亚：一段时间内，连接数呈下降趋势且趋势大于阈值。

(5)慢：应用/数据库响应时间回归平均数大于阈值。

统计每类SQL的执行参数，分析获得高并发热点、单点数据，提前预测，是否存在隐患，以此为基础提出优化解决方案。

对查询类SQL按规则进行聚类，统计聚类后不同SQL语句和该语句下不同查询字段的次数和平均响应时间, 并对响应时间偏长的进行提前预警。

4.1 故障根因分析-异常SQLCODE分类诊断: 通过对SQLCODE进行分类, 直接给出出错连接下相关语句，问题根因，异常数及异常SQLCODE种类数。如: 键值重复, 空间满等错误可以直接说明。

4.2 TPS偏低诊断

通过对TPS和产出率两个维度，判断当TPS偏低时责任是否在数据库：

当TPS和产出率同时低于各自的阈值时，可以判定责任是数据库；

当TPS低于阈值，但是产出率正常时，可以判定责任不是数据库。

4.3 通道未提交诊断

发现连接时间超过阈值，仍没有commit/rollback的应用连接及该事务。通过事务聚类找出与其相似的事务有哪些，预测下一条sql的可能性。

4.4 大事务分析诊断

发现及预测可能成为大事务（影响行数大于阈值）的事务。

分析影响行数大于阈值的sql语句，获取对应的SQL类型，判断影响行数大于阈值的sql语句的次数占该类sql类型总执行次数的比例是否达到报警值，如果达到报警值则在通过事务类型和该SQL类型的关系，找到可能成为大事务的事务。

4.5 慢SQL语句类型诊断

找出平均响应时间大于数据库平均响应时间的SQL类型。

通过SQL类型语句的执行次数和该类SQL类型的总响应时间占数据库总响应时间的比例，找到最影响数据库性能的SQL类型。

(1)性能监控

[1] 产出率：数据库正常应答的占比，以此来评估数据库的服务能力。

[2] 响应率：数据库应答数占请求数的比例，是评估数据库的服务能力的重要参数。

[3] 异常SQLCODE占比：检索所有的交易，分类出异常SQLCODE，实时展示异常SQLCODE占比。

[4] 回滚率：回滚的事务占总事务的占比，及时发现高回滚的事务。

[5] TPS：每秒的事务量，是衡量数据库服务能力的重要指标。

[6] RSPT：数据库的每秒平均响应时间，是衡量数据库服务能力的重要指标。

[7] 未提交事务量：当前连接长时间未提交的事务量，快速定位是哪类事务挂起从而影响了数据库的整体性能。

[8] TOP慢SQL：监控TOP级别的语句执行响应时间，发现慢语句并预测响应时间趋势。

(2)资源监控

[1] SQLCODE类型：根据不同SQLCODE返回码类型，快速判定数据库、表空间等异常行为。

[2] 影响行数：每条SQL语句的影响的行数，是评估SQL语句对数据库的影响能力的重要指标。

[3] 通道监控：监控所有连接是否正常进行。

[4] DDL语句监控：监控所有的DDL语句。