dbms_xplan之display_cursor函数的使用：从SQL执行计划到TaoToken调用链排查

1. 一条慢SQL背后执行计划与调用链为什么必须一起看dbms_xplan.display_cursor是 Oracle DBA 手里最常用的一把解剖刀。它和display最大的区别在于display读的是PLAN_TABLE里预估的执行计划而display_cursor直接去库缓存Library Cache里捞真实跑过的执行计划包括真实的A-Rows、Buffers、A-Time。一句话概括display_cursor 看的是 SQL 实际怎么执行的不是优化器打算怎么执行。它适合谁适合每天被“这条 SQL 昨天还快今天怎么慢了”追着跑的 DBA也适合需要把数据库耗时和应用接口耗时对齐排查的后端同学。我遇到过一个很典型的场景一条订单查询 SQL 在 AWR 报告里突然从 20ms 涨到 1.8s但数据库侧看执行计划没变、索引也在。后来把应用侧调用链拉出来才发现真正变慢的是这条 SQL 前面那次外部 API 调用数据库只是被“连累”着一起变慢。问题在于很多团队排查时只盯着display_cursor的输出或者只盯着 APM 面板两边数据对不上结论就互相打架。所以这篇的写法是以一条慢 SQL 为主线先用display_cursor把真实执行计划读出来再用 AWR 快照做前后对比最后把应用 endpoint 切到 TaoToken 的 API 地址重跑一次确认执行计划和调用耗时能同步观测。核心检索词就是dbms_xplan display_cursor 执行计划围绕它把“数据库可观测”和“应用调用可观测”这两件事缝在一起。需要先明确一点display_cursor只负责“读计划”它不会帮你改计划也不会帮你抓应用耗时。真正让两边对齐的是你在同一个时间窗口里既拿到 SQL_ID 的真实统计又拿到应用侧这次请求的耗时。下面从 TaoToken 的前置准备讲起因为后面验证环节需要把应用 endpoint 指过去。2. TaoToken 前置准备把应用 endpoint 和 API Key 配好这一节解决的是“应用侧调用链怎么接进来”的问题。你要做的不是改数据库而是给应用准备一个可观测、可切换的模型/API 出口。TaoToken 在这里扮演的是统一入口的角色官网是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 基址是 https://taotoken.net/api 。注意 API 地址后面不加任何 UTM 参数保持干净。第一步去控制台创建 API Key。入口在 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 登录后在 API Keys 页面新建一个 Key复制出来先存到安全的地方。这个 Key 就是后面配置里的TAOTOKEN_API_KEY。第二步确认你要用的模型 ID。不同业务用的模型不一样比如做代码补全和做文本摘要选的模型就不同。模型列表可以在模型对话页确认https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 。把 Model ID 记下来后面配置里会用到。第三步如果你用的是 Claude Code 这类编码工具接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有 Base URL、Key、Model ID 三件套的完整说明。Claude Code 的专用接入页是 https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_contentclaudecodeutm_campaignrewrite 照着填就行。这里要强调一个容易踩的坑Base URL 一定要写全https://taotoken.net/api不要只写域名也不要在末尾多加斜杠。很多 401 和 404 都是地址拼错导致的。Key 要放在环境变量里不要硬编码进代码提交到仓库。Model ID 要和你在模型对话页看到的完全一致大小写敏感。前置准备做完后你手里应该有三样东西一个可用的 API Key、一个确认过的 Model ID、一个正确的 Base URL。这三样是后面验证环节的基础。如果你只是想做数据库侧的display_cursor排查这一节可以先跳过但一旦涉及“应用调用耗时”就必须先把出口配好否则你没法区分是数据库慢还是 API 慢。3. 可复制配置display_cursor 脚本 应用侧 settings 片段这一节给可直接复制的配置。先给数据库侧的display_cursor查询脚本再给应用侧的 settings 片段两边都配好才能做后面的同步验证。数据库侧最常用的三种取计划方式如下。第一种不传参数看当前会话最后一条 SQL 的真实计划SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY_CURSOR(NULL, NULL, TYPICAL));第二种指定 SQL_ID 和 child_number看指定游标的真实计划并去掉 predicate 和 rows 让输出更干净SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY_CURSOR(a67wqmkfb9j65, NULL, TYPICAL -PREDICATE -ROWS));第三种带真实统计信息这是排查慢 SQL 最关键的一种。前提是statistics_levelall或者 SQL 里加了gather_plan_statistics提示ALTER SESSION SET statistics_levelall; SELECT /* gather_plan_statistics */ e.ename, e.sal, s.grade FROM emp e JOIN salgrade s ON e.sal BETWEEN losal AND hisal WHERE e.deptno 20; SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY_CURSOR(NULL, NULL, IOSTATS LAST -PREDICATE -NOTE));IOSTATS LAST会显示Starts、E-Rows、A-Rows、A-Time、Buffers这些真实统计。E-Rows是优化器预估行数A-Rows是实际返回行数两者差一个数量级以上基本就能判断统计信息有问题或者连接方式选错了。应用侧以常见的 OpenAI 兼容配置为例settings 片段如下。注意 Base URL 和 Model ID 要和前面确认的一致{ base_url: https://taotoken.net/api, api_key: ${TAOTOKEN_API_KEY}, model: your-model-id, timeout: 30, max_retries: 2 }如果你用的是 TOML 配置比如某些 CLI 工具写法是[provider] base_url https://taotoken.net/api api_key ${TAOTOKEN_API_KEY} model your-model-id timeout 30如果你用的是 Claude Code配置三件套是Base URL 填https://taotoken.net/apiKey 填你的TAOTOKEN_API_KEYModel ID 填你在模型对话页确认的那个。这三件套缺一不可少一个就会报 401 或者 model not found。配置完成后建议先跑一次连通性验证确认应用侧能正常拿到响应再去做数据库侧的慢 SQL 对比。顺序反了的话你会分不清是配置问题还是 SQL 问题。4. 验证请求与成功结果AWR 快照对比 重跑 SQL这一节是整篇的核心动作。目标是把“执行计划变化”和“调用耗时变化”放在同一个时间窗口里看。第一步在慢 SQL 发生前后各做一次 AWR 快照。用DBMS_WORKLOAD_REPOSITORY.CREATE_SNAPSHOT手动打点EXEC DBMS_WORKLOAD_REPOSITORY.CREATE_SNAPSHOT();然后查快照 IDSELECT snap_id, begin_interval_time, end_interval_time FROM dba_hist_snapshot ORDER BY snap_id DESC FETCH FIRST 5 ROWS ONLY;第二步用 AWR 报告对比两个快照之间这条 SQL 的Elapsed Time、Buffer Gets、Executions。如果Elapsed Time涨了但Buffer Gets没怎么涨说明瓶颈可能不在数据库内部而在等待或者应用侧。这一步是判断“数据库慢还是调用慢”的分水岭。第三步把应用 endpoint 切到 TaoToken 的 API 地址后重跑同一条 SQL 对应的业务请求。重跑前先清一下共享池里这条 SQL 的游标避免命中旧计划干扰判断SELECT address, hash_value FROM v$sqlarea WHERE sql_id a67wqmkfb9j65; -- 拿到 address 和 hash_value 后 EXEC DBMS_SHARED_POOL.PURGE(0000000091DBFBC8,2629092549, C);第四步重跑后立刻用display_cursor读真实计划重点看A-Time和BuffersSELECT * FROM TABLE(DBMS_XPLAN.DISPLAY_CURSOR(a67wqmkfb9j65, NULL, IOSTATS LAST -PREDICATE -NOTE));成功的结果长这样A-Rows和E-Rows量级接近A-Time在毫秒级Buffers没有异常放大。同时应用侧这次请求的总耗时和数据库侧A-Time的差值在合理范围内比如网络和序列化开销几十毫秒。如果数据库侧A-Time只有 5ms但应用侧总耗时 1.5s那瓶颈就在 API 调用或者应用逻辑不在 SQL。这里给一个对照表方便你快速判断现象数据库侧应用侧判断A-Time 高Buffers 高慢慢SQL 本身问题看执行计划A-Time 低Buffers 低快慢瓶颈在 API 或应用逻辑A-Rows 远大于 E-Rows统计信息偏差可能慢收集统计信息或加 hintStarts 异常大执行次数多慢看是否循环调用实测下来把两边数据放在一张表里对照比只看任何一边都靠谱。这也是为什么前面要先把 TaoToken 的 endpoint 配好——只有应用侧出口稳定你才能把“调用耗时”当成一个可控变量来对比。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth这一节列真实会遇到的报错和排查路径。每个报错都对应一个具体的配置或环境问题不要一上来就怀疑数据库。401 Unauthorized最常见。原因通常是 API Key 没配、配错、或者环境变量没生效。排查顺序先确认TAOTOKEN_API_KEY在当前 shell 里echo得出来再确认配置文件里引用的是${TAOTOKEN_API_KEY}而不是写死的字符串最后确认 Key 没有多余空格。如果用的是 Claude Code检查三件套里的 Key 是否填对。local proxy failed这个报错通常出现在本地网络环境有额外转发层的时候。排查方向是确认你的请求确实发往https://taotoken.net/api而不是被本地某个配置劫持到了别的地址。检查环境变量里有没有残留的HTTP_PROXY、HTTPS_PROXY如果有就临时清掉再试。注意不要使用任何非官方的网络转发工具保持直连即可。reading choices 相关报错这类报错一般出现在解析响应体的时候说明请求发出去了但返回结构不符合预期。排查顺序先确认 Model ID 是否正确错误的 Model ID 可能返回错误结构再确认 Base URL 末尾没有多余斜杠https://taotoken.net/api和https://taotoken.net/api/在某些客户端里行为不同最后确认客户端版本是否支持当前响应格式。OAuth 相关报错如果你用的是需要 OAuth 流程的工具报错通常和 token 过期或 scope 不足有关。排查方向是重新走一遍授权流程确认授权时选的是正确的 scope。如果是 Claude Code 的 OAuth 接入参考 https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_contentclaudecodeutm_campaignrewrite 里的步骤重新配置。display_cursor 返回空或报错如果display_cursor查不到计划先确认 SQL_ID 是否正确用SELECT sql_id, sql_text FROM v$sql WHERE sql_text LIKE %你的SQL片段%找再确认 SQL 还在库缓存里如果被 aged out 了就查不到了最后确认当前用户有SELECT权限访问V$SQL和V$SQL_PLAN。A-Rows 和 E-Rows 差异巨大这不是报错但是最值得警惕的信号。差异大说明优化器预估不准通常是统计信息过期。处理方式是EXEC DBMS_STATS.GATHER_TABLE_STATS(SCHEMA_NAME, TABLE_NAME);收集后重新跑 SQL 再看计划。排查时记住一个原则先确认配置三件套Base URL、Key、Model ID没问题再去看数据库侧。顺序反了会浪费很多时间。6. 把执行计划和调用链固定成日常动作最后说点实操层面的经验。display_cursor本身不难难的是把它变成日常排查的固定动作而不是出事了才想起来用。我的做法是给核心业务 SQL 建一个 SQL_ID 清单每次发布后跑一次display_cursor带IOSTATS LAST把A-Time和Buffers记下来。同时应用侧每次请求都带上一个 trace ID把 API 调用耗时和数据库耗时打到同一份日志里。这样一旦某天A-Time涨了你能立刻知道是数据库侧还是调用侧。如果你需要长期做这类编码和 Agent 相关的排查可以考虑用 Coding Plan 把工具链固定下来https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcodingplanutm_campaignrewrite 。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite API Key 管理在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapikeysutm_campaignrewrite 。需要验证模型行为时直接去模型对话页试https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 。一个实用技巧把display_cursor的查询包成一个脚本参数化 SQL_ID 和 format每次排查直接调用省得手敲。脚本里默认带上IOSTATS LAST -PREDICATE -NOTE需要看谓词信息时再手动加回来。这样既快又不容易漏掉关键统计。