SQLP 이론 학습 | 모두의 문제집 · 시험 직전 요약장

혼동하기 쉬운 판단	정확한 기준
AWR에 없는 SQL은 실행되지 않았다	AWR는 고부하 SQL 중심으로 포착하므로 다른 수집 도구를 확인한다
AWR Transaction은 주문·API 한 건이다	일반적으로 Commit·Rollback 기반 Database Transaction 성격이다
Snapshot 구간은 길수록 정확하다	짧은 Peak는 긴 평균에 희석될 수 있다
Top Event가 근본 원인이다	시간이 소비된 위치이며 SQL·Object·Blocker를 추가 확인한다
ASH Row 수는 SQL 실행 횟수다	Active Time 표본이며 한 실행이 여러 Sample에 나타날 수 있다
Historical ASH도 모든 1초 Sample을 저장한다	Storage를 위해 In-memory ASH의 일부만 보존될 수 있다
SQL_PLAN_LINE_ID Sample은 실제 Row 수다	Active 위치 추정이며 A-Rows·Buffers는 실행 통계로 확인한다
CONTROL_MANAGEMENT_PACK_ACCESS가 켜져 있으면 사용이 허가됐다	기능 제어와 계약상 라이선스는 별도다
Statspack은 AWR와 수집 항목이 완전히 같다	Snapshot Level·Threshold와 기능 범위가 다르다
CDB AWR와 PDB 업무량을 바로 비교한다	동일 Container·Snapshot 범위로 맞춘다

도구	분석 단위	강점	핵심 한계
AWR	두 Snapshot 사이의 Database·Instance·PDB 구간 Delta	DB Time, Load Profile, Top Event·SQL·Segment 비교	상위 부하 SQL 중심 수집이며 긴 구간 평균이 짧은 Spike를 희석할 수 있음
Statspack	두 Snapshot 사이의 Instance Delta	기본 Instance·Wait·SQL·Segment 보고서	AWR·ASH와 수집 항목·정밀도·보존 구조가 같지 않음
`V$ACTIVE_SESSION_HISTORY`	약 1초마다 Active Session 표본	최근 짧은 Peak의 Session·SQL·Wait·Plan Line 시간 흐름	Sampling이므로 매우 짧은 활동은 누락되고 실행 횟수와 동일하지 않음
Historical ASH	AWR에 저장된 ASH 일부 표본	과거 Active Session 분석	In-memory ASH의 모든 1초 Sample이 저장되는 것은 아님
SQL Trace	특정 Session·업무의 Call 기록	Parse·Execute·Fetch와 Wait·Bind를 정밀 추적	대상 범위를 알고 짧게 수집해야 함

예를 들어 60초 구간에 같은 Filter 범위의 Active Sample이 180개면 AAS는 약 3으로 해석할 수 있습니다.

시험 직전 요약장