OLTP系统的最大特点,是这类应用里有大量的,并发程度比较高的小事务,包括SELECT、INSERT、UPDATE和DELETE。 这些操作都比较简单,事务时间也不会很长,但是要求的返回时间很严格,基本上需要在几秒钟内必须返回。
支持生产流水线的数据库应用,是很典型的OLTP系统。一件产品从原材料到组装成最后的产品,中间会有很多道工序。每道工序本身不复杂,不会花很多时间。工厂需要使用数据库应用记录和监督每一道工序。在流水线上,工人可以扫描产品上的条形码,快速的输入产品加工、处理或检验结果。这些输入和修改过程都会很简单,而且很多在数据库里会是INSERT、UPDATE或DELETE动作。但是应用的响应速度要求非常高,最后等待的时间可以忽略不计。如果工人输入一个条形码以后要等几秒钟,那么他在处理每一件产品的时候,都会多花几秒钟。如果他要花几十秒,那么整个流水线的运转就会很慢。如果系统出了问题,他每处理一个产品都要花几分钟,那么流水线就会瘫痪,工人们都可以去喝茶了。数据库管理员这时将面对的是心急如焚的管理高层。
所以OLTP系统在设计的时候,要非常小心,像那种由于一条语句而导致整个服务器范围的阻塞,是绝对要避免的。
OLTP系统要注意避免出现的问题主要体现在以下几个方面。
数据库设计
规则 | 性能计数器值 | 阈值 | 检查目标 | 问题描述 |
---|---|---|---|---|
1 | 经常运行的语句超过4个表格Join | >4张表 | sys.dm_exec_sql_text sys.dm_exec_cached_plans (建议查询1.1) | 如果经常运行的语句要做多张表的Join,可以考虑降低数据库设计范式级别,增加一些冗余字段,用空间换取数据库效率。 |
2 | 经常更新的表格有超过3个索引 | >3个索引 | sys.indexes sys.dm_db_index_operational_stats (建议查询1.2) | 索引太多会影响更新效率 |
3 | 语句会做大量IO Table Scans Range Scans | >1 | a. 性能计数器SQLServer:Access Methods - Full Scans/sec 和 Range Scans/sec 比较高。 b. sys.dm_exec_query_stats 里显示有语句经常做大量IO动作。 (建议查询1.3) | 语句缺少合适的索引 |
4 | 未被使用的索引 | 所有没有在sys.dm_db_index_usage_stats这个DMV里出现的索引 | 避免定义没有用的索引,凭空增加SQL Server的维护负担 |
建议查询1.1
--返回最经常运行的100条语句
SELECT TOP 100
cp.cacheobjtype
,cp.usecounts
,cp.size_in_bytes
,qs.statement_start_offset
,qs.statement_end_offset
,qt.dbid ,qt.objectid
,SUBSTRING(qt.text,qs.statement_start_offset/2, (case when qs.statement_end_offset = -1
then len(convert(nvarchar(max),qt.text)) * 2
else qs.statement_end_offset end - qs.statement_start_offset) / 2) AS statement
FROM
sys.dm_exec_query_stats qs
CROSS APPLY
sys.dm_exec_sql_text(qs.sql_handle) as qt
INNER JOIN
sys.dm_exec_cached_plans as cp
ON qs.plan_handle = cp.plan_handle
WHERE
cp.plan_handle = qs.plan_handle
AND cp.usecounts>4
ORDER BY
[dbid],[Usecounts]
DESC
建议查询1.2
--返回最经常被修改的100个索引
--通过它们的DataBase_id、object_id、index_id和partition_number
--可以找到他们是哪个数据库上的哪个索引
SELECT TOP 100 *
FROM
sys.dm_db_index_operational_stats(NULL,NULL,NULL,NULL)
ORDER BY
leaf_insert_count + leaf_delete_count + leaf_update_count DESC
建议查询1.3
--返回做I/O数目最多的50条语句及它们的执行计划
SELECT TOP 50 (total_logical_reads/execution_count) AS avg_logical_reads
, (total_logical_writes/execution_count) AS avg_logical_writes
, (total_physical_reads/execution_count) AS avg_phys_reads, Execution_count
, statement_start_offset AS stmt_start_offset
, statement_end_offset AS stmt_end_offset
, SUBSTRING(sql_text.text,(statement_start_offset/2)
, CASE WHEN (statement_end_offset - statement_start_offset)/2 <=0
THEN
64000
ELSE (statement_end_offset
- statement_start_offset)/ 2
END) AS exec_statement, sql_text.text, plan_text.*
FROM
sys.dm_exec_query_stats
CROSS APPLY
sys.dm_exec_sql_text(sql_handle) AS sql_text
CROSS APPLY
sys.dm_exec_query_plan(plan_handle) as plan_text
ORDER BY (total_logical_reads + total_logical_writes) / Execution_count
DESC
CPU
规则 | 性能计数器值 | 阈值 | 检查目标 | 问题描述 |
---|---|---|---|---|
1 | Signal Waits | >25% | sys.dm_os_wait_stats(建议查询2.1) | 指令等待CPU资源的时间占总时间的百分比。如果超过25%,说明CPU资源紧张 |
2 | 执行计划重用率 | <90% | 性能计数器SQLServer:Statistics下(计算方法2.1) | OLTP系统的核心语句,必须有大于95%的执行计划重用率 |
3 | 并行运行的Cxpacket等待状态 | >5% | sys.dm_os_wait_stats(建议查询2.2) | 首先,并行运行意味着SQL Server在处理一句代价很大的语句,要不就是没有合适的索引,要不就是筛选条件没能够筛选掉足够的记录,使得语句要返回大量的结果。这个在OLTP系统里都是不容许的。 其次,并行运行会影响OLTP系统整体相应速度,也是不推荐的。 |
建议查询2.1
-- 计算signal wait占整wait时间百分比
SELECT
convert(numeric(5,4),sum(signal_wait_time_ms)/sum(wait_time_ms))
FROM
sys.dm_os_wait_stats
计算方法2.1
性能计数对象SQLServer:SQL Statistics 下面有几个计数器,可以计算出大致的执行计划重用率。计算方法是:
Initial Compilations = SQL Compilations/sec – SQL Re-Compilations/sec
执行计划重用率 = (Batch request/sec – Initial Compilations/sec)/Batch requests/sec
建议查询2.2
--计算'Cxpacket'占整wait时间的百分比
DECLARE @Cxpacket bigint
DECLARE @Sumwaits bigint
SELECT @Cxpacket = wait_time_ms
FROM
sys.dm_os_wait_stats
WHERE wait_type = 'Cxpacket'
SELECT
@Sumwaits = sum(wait_time_ms)
FROM sys.dm_os_wait_stats
SELECT CONVERT(numeric(5,4),@Cxpacket/@Sumwaits)
内存
规则 | 性能计数器值 | 阈值 | 检查目标 | 问题描述 |
---|---|---|---|---|
1 | Page Life Expectancy | <300 sec | 性能计数器 SQLServer:Buffer Manager SQLServer:Buffer Nodes (建议查询2.1) | OLTP系统的操作都比较简单,所以它们不应该要访问太多的数据。如果数据也不能长时间的缓存在内存里,势必会影响性能,同事也说明了某些语句没有合适的索引 |
2 | Page Life Expectancy | 经常会下降50% | 性能计数器SQL Server Buffer Manager | 问题同上 |
3 | Memory Grants Pending | >1 | 性能计数器 SQL Server Memory Manager (建议查询2.2) | 等待内存分配的用户数目,如果大于1,一定有内存压力 |
4 | SQL cache hit ratio | <90% | 性能计数器 SQL Server:Plan Cache | 这个值不能长时间(例如,60秒钟)地小于90%。否则常常意味着有内存压力 |
I/O
规则 | 性能计数器值 | 阈值 | 检查目标 | 问题描述 |
---|---|---|---|---|
1 | Average Disk sec/read | >20ms | 性能计数器 Physical Disk | 在没有I/O压力的情况下,读操作应该在4~8ms以内完成 |
2 | Average Disk sec/write | >20ms | 性能计数器 Physical Disk | – |
3 | Big Ios Table Scans Range Scans | >1 | 性能计数器 SQLServer:Access Methods - Full Scans/sec 和Range Scans/sec比较高 | 语句缺少合适的索引 |
4 | 排在前两位的等待状态有下面几个: ASYNCH_IO_COMPLETION, IO_COMPLETION LOGMGR,WRITELOG, PAGEIOLATCH_x | Top2 | SELECT TOP 2 wait_type FROM sys.dm_os_wait_stats ORDER BY wait_time_ms DESC | 这些等待状态意味着有I/O等待 |
阻塞
阻塞问题在OLTP系统里危害巨大,是要严格避免的。
规则 | 性能计数器值 | 阈值 | 检查目标 | 问题描述 |
---|---|---|---|---|
1 | 阻塞发生频率 | >2% | sys.dm_db_index_operational_stats(建议查询5.1) | 阻塞发生频率 |
2 | 阻塞事件报告 | 30s | sp_configure ‘blocked process threshold’ | 在SQL Trace里自动报告超过30秒钟的阻塞语句 |
3 | 平均阻塞时间 | >100ms | sys.dm_db_index_operational_stats(建议查询5.1) | 阻塞发生的长短 |
4 | 排在前两位的等待状态以这样开头LCK_M_?? | Top2 | SELECT TOP 2 wait_type FROM sys.dm_os_wait_stats ORDER BY wait_time_ms DESC | 说明系统经常有阻塞 |
5 | 经常有死锁 | 每个小时超过5个 | 打开Trace Flag 1204,或者在SQL Trace里跟踪相关时间 | 死锁往往伴随着阻塞同时发生 |
建议查询5.1
--查询当前数据库上所有用户表格在Row Lock上发生阻塞的频率
DECLARE @dbid int
SELECT @dbid = db_id()
SELECT
dbid=database_id
,objectname = object_name(s.object_id)
,indexname = i.name ,i.index_id
--,partition_number
,row_lock_count
,row_lock_wait_count
,[block %] = CAST(100.0 * row_lock_wait_count/(1+row_lock_count) AS numeric(15,2))
,row_lock_wait_in_ms
,[avg row lock wait in ms] = CAST(1.0 * row_lock_wait_in_ms / (1 + row_lock_wait_count) AS numeric(15,2))
FROM
sys.dm_db_index_operational_stats(@dbid,NULL,NULL,NULL) s
, sys.indexes i
WHERE
objectproperty(s.object_id,'IsUserTable') = 1
AND i.object_id = s.object_id
AND i.index_id = s.index_id
ORDER BY
row_lock_wait_count
DESC
网络传输
规则 | 性能计数器值 | 阈值 | 检查目标 | 问题描述 |
---|---|---|---|---|
1 | 网络有延时,或者应用太频繁地和数据库交互 | Output queue length >2 | 性能计数器 Network Interface | 网络不能支持应用和数据库服务器的交互流量 |
2 | 网络带宽用尽 | Packets Outbound Discarded; Packets Outbound Errors Packets Received Discarded; Packets Received Errors | 性能计数器 Network Interface | 由于网络太忙,有packet在传输中丢失 |
总之,对于一个要处理大量小型事务请求的OLTP系统,其事务请求的相应速度与资源配置优化可以从下面几方面着手。
1)对于会经常发生INSERT、UPDATE和DELETE的表格,在设计的时候要选择最小数量的索引。
1)可以通过提高执行计划重用降低JOIN的数目降低CPU使用率。
2)可以通过优化索引设计,降低JOIN数目和提高页面的内存里缓存生命周期,环节IO瓶颈。
3)如果Page Life Expectancy不会突然下降的话,说明内存的DataBase Page部分没有瓶颈。
4)可以通过优化索引和缩短事务大小来减少阻塞。