曾经有将近半年的时间，我都在跟log file sync打交道，每次查看系统压测期间的TOP 5等待事件，log file sync都稳稳的排在第一的位置，而且平均响应时间已经达到了10ms，随着一步步的优化，系统压测的TPS从刚开始时候的4000到6000到8000，TPS提升的过程也是对log file sync等待事件优化的过程。本章主要介绍log file sync相关的原理和优化技巧，希望本章的内容能或多或少的帮助到你。
在事务提交时，Lgwr需要把事务产生的日志刷新到磁盘以实现持久化，做到ACID的D的要求，前台进程从发出提交指令到接受到Lgwr进程日志写完成的通知，这整个过程都会等待log file sync等待事件。前台进程在等待log file sync的过程中是被阻断的，不能做其它事，当Lgwr刷新日志到在线日志后会通知前台进程日志写完成，前台进程接受到通知后，继续做其它事。日志一旦被刷新到磁盘标志着事务持久化的结束，通过日志来实现事务的持久化已经成为各个数据库的通用准则，之所以用日志来实现事务的持久化，速度快是最重要的一个原因，我们可以想象一个事务对一个具有3个索引表上插入10个记录，如果是通过刷新数据脏块来持久化，需要刷新多少个数据块，由于堆表的特性，10个记录可以认为是聚集在1个数据块上，但是10个记录针对索引，非常可能的索引块数能有二三十个，因为索引是有序的，不像堆表可以对记录不加区分的聚集在一起，当然使用了ASSM管理后，插入记录的时候，会根据进程的pid做hash去选择插入的数据块，因此一定程度上，对于10条记录，如果是多个进程所插入，也非常有可能是在不同的数据块中，不过我们这里说的是一个事务，当然指的就是一个进程了。按照我们的推算的话，我们仅仅是插入了10条记录，但是涉及到的脏块可能有30个左右，每次事务提交都需要刷新离散的30个数据块，这个性能实在是太低了，而日志在磁盘是有序的，因此刷新效率上要高出很多，日志还为数据库实现其他功能提供了基础，例如提供实例突然down机后的实例恢复，为实现日志挖掘提供了基础，为备库的恢复提供了基础等等。
log file sync是Oracle数据库中最普遍的等待事件之一，一般log file sync的等待时间都非常短 1-8ms，这个时间取决于你数据库的硬件配置、主机的负载情况等等，一般情况下把日志盘放在高端存储上，log file sync的时间应该能维持在1-5ms之间，如果使用的是pc，有raid卡的话，log file sync的时间应该能维持在3-15ms，但是这些数据并不绝对，还要依据你数据库的配置和负载情况来定，例如我曾经遭遇过在把日志放在本地盘，raid卡的cache有512m，log file sync接近30ms的情况，后面经过分析是由于日志写入量和脏数据块的写入量太大，导致raid卡的cache有被击穿的问题，而且当时并没有关闭raid卡的读cache，保留的默认的7:3的读写比例，一般如果使用的不是raid 5等需要做校验的raid设置例如raid 1或raid10，都可以把raid卡的cache策略全部用于写cache。但是对于存储就不能这么搞了，不能够把读cache全部关掉，只用作写cache，因为相对于raid卡的cache来说，本身的cache大小都比较小，所以就显得特别宝贵，但是存储的cache一般都比较大，例如一个中断存储的机头cache也能够8G或者16G，他们一定程度上既可以用作写cache，又是对于主机内存的一个延续。
log file sync等待事件的P1，P2，P3参数的含义：
· P1 ： buffer# ，log buffer中buffer的编号
· P2，P3 未使用
产生log file sync的场景，常见有以下几种：
· commit操作
· rollback操作
· DDL操作（DDL操作实施前都会首先进行一次commit）
· DDL操作导致的数据字典修改所产生的log file sync
· 某些能递归修改数据字典的操作：比如查询SEQ的next值，可能会导致修改数据字典。一个典型的情况是，SEQ的cache属性设置为nocache，那么会导致每次调用SEQ都要修改数据字典，产生递归的log file sync。
一个正常的系统里，绝大多数的log file sync等待都应该是commit操作造成的log file sync等待，某些异常的系统，比如频繁的rollback、seq的cache设置为nocache的系统，也可能会造成比较多的log file sync等待。
