במאמר הזה מוסבר איך לבדוק ולשפר מכונה של Cloud SQL ל-SQL Server, אם המכונה זוהתה על ידי שירות ההמלצות למכונות עם הקצאת חסר כבעלת שימוש גבוה במעבד (CPU).
אם הגודל של ה-vCPU של המכונה לא מתאים, הוא יכול להפוך למקור של תחרות על משאבים. כדי לבדוק אם המעבד הוא צוואר בקבוק או אם הוא לא מוקצה כראוי, אפשר להשתמש בשאילתות שבמסמך הזה.
שימוש בתובנות לגבי שאילתות כדי לזהות שאילתות עם צריכת מעבד (CPU) גבוהה
בעזרת תובנות לגבי שאילתות תוכלו לזהות, לאבחן ולמנוע בעיות בביצועים של שאילתות במסדי נתונים של Cloud SQL.
בדיקת מספר המשימות הממוצע
מריצים את השאילתה הזו כמה פעמים כדי לבדוק את מספר המשימות הממוצע. אם מספר המשימות הממוצע גבוה באופן עקבי, יכול להיות שהמכונה מתמודדת עם עומס על המעבד (CPU).
SELECT AVG(current_tasks_count) AS [Avg Task Count],
AVG(work_queue_count) AS [Avg Work Queue Count],
AVG(runnable_tasks_count) AS [Avg Runnable Task Count],
AVG(pending_disk_io_count) AS [Avg Pending DiskIO Count],
GETDATE() AS [System Time]
FROM sys.dm_os_schedulers WITH (NOLOCK)
WHERE scheduler_id < 255 OPTION (RECOMPILE);
בודקים אם צריך להוסיף עוד מעבדי vCPU
בתנאים מסוימים, יכול להיות שתרצו להגדיל את ה-vCPU. השתמשו בשאילתה הזו כדי לקבוע אם צריך להוסיף עוד מעבדי vCPU.
-- Shows queries where max and average CPU time exceeds 200 ms and executed more than 1000 times
DECLARE @cputime_threshold_microsec INT = 200*1000
DECLARE @execution_count INT = 1000
SELECT qs.total_worker_time/1000 total_cpu_time_ms,
qs.max_worker_time/1000 max_cpu_time_ms,
(qs.total_worker_time/1000)/execution_count average_cpu_time_ms,
qs.execution_count,
q.[text]
FROM sys.dm_exec_query_stats qs CROSS APPLY sys.dm_exec_sql_text(plan_handle)
AS q
WHERE (qs.total_worker_time/execution_count > @cputime_threshold_microsec
OR qs.max_worker_time > @cputime_threshold_microsec )
AND execution_count > @execution_count
ORDER BY qs.total_worker_time DESC
בדיקה אם חסרים אינדקסים
כדי לבדוק אם חסרים אינדקסים, משתמשים בשאילתה הבאה. כדאי לבדוק את האינדקסים האלה במכונה שלא משמשת לייצור, כדי לראות איך הם משפיעים על ביצועי המעבד.
SELECT
CONVERT(
decimal(18, 2), migs.user_seeks * migs.avg_total_user_cost * (migs.avg_user_impact * 0.01))
AS [index_advantage],
CONVERT(nvarchar(25), migs.last_user_seek, 20) AS [last_user_seek],
mid.[statement] AS [Database.Schema.Table],
COUNT(1) OVER (PARTITION BY mid.[statement]) AS [missing_indexes_for_table],
COUNT(1)
OVER (PARTITION BY mid.[statement], mid.equality_columns)
AS [similar_missing_indexes_for_table],
mid.equality_columns,
mid.inequality_columns,
mid.included_columns,
migs.user_seeks,
CONVERT(decimal(18, 2), migs.avg_total_user_cost) AS [avg_total_user_cost],
migs.avg_user_impact
FROM sys.dm_db_missing_index_group_stats AS migs WITH(NOLOCK)
INNER JOIN sys.dm_db_missing_index_groups AS mig WITH(NOLOCK)
ON migs.group_handle = mig.index_group_handle
INNER JOIN sys.dm_db_missing_index_details AS mid WITH(NOLOCK)
ON mig.index_handle = mid.index_handle
ORDER BY index_advantage DESC
בדיקה אם יש אינדקסים עם יותר מדי תקורה
הוספת אינדקס יכולה לעזור באופטימיזציה, אבל היא גם יכולה להוסיף תקורה בביצועים שתגרום לשימוש מוגבר במעבד ובזיכרון. בודקים את האינדקסים שמוחזרים, שיש להם מספר גבוה מאוד של כתיבות בהשוואה למספר נמוך מאוד של קריאות, ושוקלים להסיר אותם.
SELECT
SCHEMA_NAME(o.[schema_id]) AS [Schema Name],
OBJECT_NAME(s.[object_id]) AS [TABLE Name],
i.name AS [Index Name],
i.index_id,
i.is_disabled,
i.is_hypothetical,
i.has_filter,
i.fill_factor,
s.user_updates AS [Total Writes],
s.user_seeks + s.user_scans + s.user_lookups AS [Total Reads],
s.user_updates - (s.user_seeks + s.user_scans + s.user_lookups) AS [Difference]
FROM sys.dm_db_index_usage_stats AS s WITH(NOLOCK)
INNER JOIN sys.indexes AS i WITH(NOLOCK) ON s.[object_id] = i.[object_id]
AND i.index_id = s.index_id
INNER JOIN sys.objects AS o WITH(NOLOCK) ON i.[object_id] = o.[object_id]
WHERE
OBJECTPROPERTY(s.[object_id], 'IsUserTable') = 1
AND s.database_id = DB_ID()
AND s.user_updates > (s.user_seeks + s.user_scans + s.user_lookups)
AND i.index_id > 1
AND i.[type_desc] = N'NONCLUSTERED'
AND i.is_primary_key = 0
AND i.is_unique_constraint = 0
AND i.is_unique = 0
ORDER BY [Difference] DESC, [Total Writes] DESC, [Total Reads] ASC
איך מוצאים את השאילתות המובילות שצורכות את רוב המעבד (CPU)
בודקים את 20 השאילתות המובילות לפי שימוש ב-CPU או זמן עבודה. אלה השאילתות שמשתמשות ברוב המעבד (CPU), על סמך הנתונים הסטטיסטיים של הרצת השאילתות. הנתונים הסטטיסטיים האלה נצברים לאורך זמן ומקושרים לתוכניות במטמון.
SELECT
top 20
SUBSTRING(qt.TEXT, (qs.statement_start_offset/2)+1,
((CASE qs.statement_end_offset
WHEN -1 THEN DATALENGTH(qt.TEXT)
ELSE qs.statement_end_offset
END - qs.statement_start_offset)/2)+1),
qs.execution_count,
qs.total_logical_reads, qs.last_logical_reads,
qs.total_logical_writes, qs.last_logical_writes,
qs.total_worker_time,
qs.last_worker_time,
qs.total_elapsed_time/1000000 total_elapsed_time_in_S,
qs.last_elapsed_time/1000000 last_elapsed_time_in_S,
qs.last_execution_time,
qp.query_plan
FROM sys.dm_exec_query_stats qs
CROSS APPLY sys.dm_exec_sql_text(qs.sql_handle) qt
CROSS APPLY sys.dm_exec_query_plan(qs.plan_handle) qp
ORDER BY qs.total_worker_time DESC -- CPU time
בדיקה אם יש המרות משתמעות בתוכניות לביצוע שאילתות
הפעולה הזו יקרה ובדרך כלל מופיעה כאזהרה בתוכנית הביצוע של השאילתה.
בדרך כלל ההודעה כוללת אזהרה שהדבר עלול להשפיע על CardinalityEstimate בבחירה של תוכנית לביצוע שאילתה. אפשר לזהות המרות משתמעות כשמציגים את התוכניות לביצוע שאילתות ב-SQL Server Management Studio (SSMS).