以下两个脚本，官方来源：
https://github.com/liangjingbin99/shouhuo/tree/master/第05章
1. 找出未使用绑定变量的SQL
书中的方法，是新建了一张表，因为未使用绑定变量的SQL比较类似，通过@替换相似部分，然后提取相同的分组，从而找出未使用绑定变量的SQL，过程如下，
drop table t_bind_sql purge;
create table t_bind_sql as select sql_text,module from v$sqlarea;
alter table t_bind_sql add sql_text_wo_constants varchar2(1000);
create or replace function
remove_constants( p_query in varchar2 ) return varchar2
as
l_query long;
l_char varchar2(10);
l_in_quotes boolean default FALSE;
begin
for i in 1 .. length( p_query )
loop
l_char := substr(p_query,i,1);
if ( l_char = ‘‘‘‘ and l_in_quotes )
then
l_in_quotes := FALSE;
elsif ( l_char = ‘‘‘‘ and NOT l_in_quotes )
then
l_in_quotes := TRUE;
l_query := l_query || ‘‘‘#‘;
end if;
if ( NOT l_in_quotes ) then
l_query := l_query || l_char;
end if;
end loop;
l_query := translate( l_query, ‘0123456789‘, ‘@@@@@@@@@@‘ );
for i in 0 .. 8 loop
l_query := replace( l_query, lpad(‘@‘,10-i,‘@‘), ‘@‘ );
l_query := replace( l_query, lpad(‘ ‘,10-i,‘ ‘), ‘ ‘ );
end loop;
return upper(l_query);
end;
/
update t_bind_sql set sql_text_wo_constants = remove_constants(sql_text);
commit;
接下来用如下方式就可以快速定位了：
set linesize 266
col sql_text_wo_constants format a30
col module format a30
col CNT format 999999
select sql_text_wo_constants, module,count(*) CNT
from t_bind_sql group by sql_text_wo_constants,module
having count(*) > 100 order by 3 desc;
执行结果，
我们在做SQL审核时，用另一种方法，根据v$sql中exact_matching_signature和force_matching_signature，来判断是否采用了绑定变量，
select a.username,
t.sql_text,
to_char(t.force_matching_signature) as force_matching_signature,
count(*) as counts
from v$sql t, all_users a
where t.force_matching_signature > 0 and
t.parsing_user_id = a.user_id and
t.force_matching_signature <> t.exact_matching_signature
group by t.force_matching_signature, t.sql_text, a.username
having count(*) > 20
order by count(*) desc;
2. 确定数据库峰值的脚本
这个脚本，能检查系统各维度的规律，对确定数据库峰值的时间点起到一定的指导作用。
官方脚本有一点小错误，应该是笔误，各位可以跑跑看，我更新了一版，
https://github.com/bisal-liu/oracle/blob/master/tools/monitor_database.sql
执行结果，是按照小时保存，包含了DB Time、REDO量、逻辑读(/s)、物理读(/s)、执行次数(/s)、解析次数(/s)、硬解析次数(/s)、交易量(/s)，基本就是AWR报告中概要以及Load Profile部分的内容，其实从SQL看，是从dba_hist_snapshot进行统计，说明是从AWR快照库中得到的，
历史文章：
《《收获，不止SQL优化》 - 调优信息一键生成脚本学习》
《《收获，不止SQL优化》 - 获取执行计划的方法对比》
————————————————
版权声明：本文为CSDN博主「bisal」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/bisal/article/details/88840385