关系型数据库严重依赖底层的硬件资源,CPU是服务器的大脑,当CPU开销很高时,内存和硬盘系统都会产生不必需要的压力。CPU的性能问题,直观来看,就是任务管理器中看到的CPU利用率始终处于100%,而侦测CPU压力的工具,最精确的就是性能监控器。
一,使用性能监控器侦测CPU压力
性能监控器(PerfMon)是侦测CPU压力的首选工具,对于CPU高利用率,在使用性能监控器时可以重点关注下面的3个计数器:
* Processor/ %Privileged Time:花费在执行Winidows内核命令上的处理器时间的百分比
* Processor/ %User Time:花费在处理应用程序上的处理器时间的百分比
* Process(sqlserver.exe)/ % Processor Time:每个处理器所有进程的总处理时间
除了上面这3给计数器之外,还可以使用SQL Statistics计数器来监控:
* SQL Server:SQL Statistics/Auto-Param Attempts/sec
* SQL Server:SQL Statistics/Failed Auto-params/sec
* SQL Server:SQL Statistics/Batch Requests/sec
* SQL Server:SQL Statistics/SQL Compilations/sec
* SQL Server:SQL Statistics/SQL Re-Compilations/sec
* SQL Server:Plan Cache/Cache Hit Ratio
二,使用DMV侦测CPU压力
使用DMV来侦测当前系统CPU的压力,常规的步骤是:
* step1:使用sys.dm_os_wait_stats 检查等待,查看是否存在CPU压力
* step2:根据等待类型,通过sys.dm_os_wait_stats 和 sys.dm_os_schedulers 确定CPU问题的种类
* step3:通过sys.dm_exec_query_stats 和 sys.dm_exec_sql_text 找出计划缓存中CPU消耗最高的查询
* step4:通过sys.dm_os_waiting_tasks找到当前任务中CPU相关的等待类型中CPU消耗最高的任务
* step5:从sys.dm_exec_requests中找到当前查询中CPU资源使用最高的查询。
三,CPU相关的等待
从sys.dm_os_wait_stats 中检查等待,对于CPU压力,通常相关的等待类型是:SOS_SCHEDULER_YIELD和CXPACKET
1,CXPACKET
CXPACKET是最常见的并行等待,如果一个查询由多个线程组成,那么只有在最慢的那个线程完成之后,整个查询才会完成。这就是并行查询的木桶效应,一个木桶的容量取决于组成木桶最短的那块木条的长度。
在多CPU的环境中,一个单独的查询可以使用多个线程来共同完成,每个线程单独处理数据集的一部分。在并行处理的过程中,如果某个线程处于落后状态,CXPACKET等待就会产生。但是,应该注意,CXPACKET等待并不总是表示系统存在性能问题。需要测试,合理设置并行度阈值(Cost
Threshold for Parallelism,CTP)和最大并发度(Max Degree of Parallelism,MDP),这两个配置项的用途是:
* CTP是指只有查询的开销超过一定的阈值之后,才会使用并发操作
* MDP应设置为CPU的内核数量,表示最多使用多少个线程同时处理任务
出现CXPACKET等待的原因是:
*
在可变类型中,数据的分布存在严重的倾斜,比如某列nvarchar类型的数据,有些数据的长度是几个字符,有些的几千个字符,对这样的数据进行查询时,会导致某些线程执行很快,但另一个线程执行很慢。
* 查询所需要的数据存放在不同的IO子系统中,而这些子系统的性能又存在差异
* 查询所需要的数据中,不同部分的碎片不同,所需的IO也不同。IO数量直接影响运行速度和资源开销,从而导致查询过程中不同线程的运行速度不同。
2,SOS_SCHEDULER_YIELD
多任务等待,多任务是指服务器同时处理多个任务,SOS_SCHEDULER_YIELD等待类型就发生在一个任务资源放弃当前占用的资源,让其他任务使用资源执行下去。
SQL Server以协同模式运行,在必要的时候,SQL
Server会让出资源给其他线程,通常来说,这种让步是临时的,但是,当长期、大量出现这种等待的时候,有可能意味着CPU存在压力,这个时候,可以检查
sys.dm_os_schedulers,看看当前有多少个 runnable的任务在运行,
select schedule_id, current_tasks_count, runnable_task_count,
work_queue_count, pending_disk_io_countfrom sys.dm_os_schedulers where
schedule_id<255
通常情况下,如果 runnable_task_count 字段长时间存在两位数的数值,就意味着CPU可能存在压力,无法应对当前的工作负载。
四,常见的高CPU利用率的原因
下面总结了7个常见的高CPU利用率的情况。
1,缺失索引
当没有合适的索引用于支持查询时,一般只能通过大面积表扫描来获取所需要的信息,这会导致SQL
Server需要处理很多非必要的数据,由于需要加载很多非必要的数据到内存,这些IO操作需要消耗CPU资源,大量数据被加载到内存也会引起内存压力,导致计划缓存被移除,使得SQL
Server必须重新编译执行计划,编译和生成执行计划也是高CPU开销操作。
2,统计信息过时
SQL Server 优化器借助统计信息来预估查询开销,如果统计信息过时、不准确,会导致优化器产生不合适的执行计划。
可以检查一下图形执行计划,如果预估行数和实际行数的的差异很大,就说明统计信息过时,需要更新。
3,非SARG查询
SARG是 Search Argumeng的缩写,简单来说,如果一个查询条件(where,on)能用到索引查找操作(seek
index),那么该表达式就是SARG。
通常情况下,对索引列使用了计算式或函数,或者使用了 like '%str'等都会导致索引失效,这类查询都属于非SARG查询。
4,隐式转换
由于SQL Server无法匹配不同类型的数据,所以需要先把数据转换为相同的类型,才能进行匹配。
如果在实际的执行计划中出现 CONVERT_IMPLICIT 操作符,就说明出现了类型的隐式转换。
5,参数嗅探
参数嗅探是指在创建存储过程,或者参数化查询的执行计划时,根据传入的参数进行预估并生成执行计划。SQL
Server生成的执行计划对当前参数来说是最优的,而对其他大多数参数来说,是非常低效的。有些时候,针对一个查询的第一次传参,已经产生了一个执行计划,当后续传参时,由于存在对应参数的数据分布等问题,导致原有的执行计划无法高效地响应查询请求,这就出现参数嗅探问题。
对于参数嗅探问题,可以使用语句重编译,编译提示(optimize for)等功能来避免。
6,非参数Ad-Hoc查询
非参数Ad-Hoc查询,是指SQL Server
缓存了大量的只用一次的计划缓存,造成内存资源和CPU资源的浪费,可以使用存储过程、参数化的Ad-Hoc查询或启用 “Optimize for Ad Hoc
Workloads”来避免。
参数化的Ad-Hoc查询通常是指使用 sp_executesql 来执行一段TSQL代码。
“针对即席工作负载进行优化”是一个Server级别的性能优化选项,用于提高包含许多临时批处理的工作负载的计划缓存的效率,如果把该选项设置为True,则数据库引擎在首次编译批处理时只保留计划缓存中的一个存根,而不是存储整个执行计划。当再次调用该批处理时,数据库引擎识别出该批处理在之前被执行过,进而从计划缓存中删除该执行计划的存根,并把完全编译的执行计划添加到计划缓存中。当非参数化的Ad-Hoc查询较多时,可以避免计划缓存存储过多的不会被复用的执行计划。
7,压缩操作
压缩和解压缩都是CPU高开销的操作,数据压缩、备份压缩和日志流压缩通过增加CPU的利用率来降低IO子系统压力和硬盘空间压力。数据压缩的优点是降低IO子系统的压力,提高查询的性能,其缺点是消耗CPU资源,对数据的插入和更新操作有负面影响。
参考文档:
热门工具 换一换