我是如何解决SQL Server CPU占100%的

jopen 10年前

文章目录

  • 遇到的问题
  • 使用SQLServer Profiler监控数据库
    • SQL1：查找最新的30条告警事件
    • SQL2：获取当前的总报警记录数
    </li>
  • 有哪些SQL语句会导致CPU过高？
  • 查看SQL的查询计划
    • 选择top记录时，尽量为order子句的字段建立索引
    • 查看SQL语句CPU高的语句
    • 通过建立相关索引来减少表扫描
      • </ul> </li>
    • 其他优化手段
    • 总结
      • </ul>

      遇到的问题

      有同事反应服务器CPU过高，一看截图基本都是100%了，my god，这可是大问题，赶紧先看看。

      我是如何解决SQL Server CPU占100%的

      让同事查看系统进程，发现是SQLServer的CPU占用比较高。首先想到的是不是报表生成的时候高，因为这块之前出现过问题，关掉服务程序，还 是高。难道是客户端程序引发的？但是这么多的客户端连接，难不成每个都叫人关闭，很简单，把网络断开即可。网络断开之后，CPU立马下降。那么问题到底在 哪里呢，是时候祭出我们的利器了——SQLServer Profiler。

      使用SQLServer Profiler监控数据库

      让同事使用SQLProfiler监控了大概20分钟左右，然后保存为跟踪文件*.rtc。

      我是如何解决SQL Server CPU占100%的

      我们来看看到底是哪句SQL有问题：

      SQL1：查找最新的30条告警事件

      select top 30  a.orderno,a.AgentBm,a.AlarmTime,a.RemoveTime,c.Name as AddrName,b.Name as MgrObjName,a.Ch,a.Value,a.Content,a.Level   ,ag.Name as AgentServerName,a.EventBm,a.MgrObjId,a.Id,a.Cfmoper,a.Cfm,a.Cfmtime,a.State,a.IgnoreStartTime,a.IgnoreEndTime   ,a.OpUserId,d.Name as MgrObjTypeName,l.UserName as userName,f.Name as AddrName2   from eventlog as a left join mgrobj as b on a.MgrObjId=b.Id and a.AgentBm=b.AgentBm    left join addrnode as c on b.AddrId=c.Id left join mgrobjtype as d on b.MgrObjTypeId=d.Id    left join eventdir as e on a.EventBm=e.Bm left join agentserver as ag on a.AgentBm=ag.AgentBm    left join loginUser as l on a.cfmoper=l.loginGuid left join addrnode as f on ag.AddrId=f.Id   where ((MgrObjId in (   select Id from MgrObj    where AddrId in ('','02100000','02113000','02113001','02113002','02113003','02113004'    ,'02113005','02113006','02113007','02113008','02113009','02113010','02113011','02113012'    ,'02113013','02113014','02113015','02113016','02113017','02113018','02113019','02113020'    ,'02113021','02113022','02113023','02113024','02113025','02113026')))    or (mgrobjid in ('00000000-0000-0000-0000-000000000000','00000000-0000-0000-0000-000000000000'    ,'00000000-0000-0000-0000-000000000000','11111111-1111-1111-1111-111111111111'    ,'11111111-1111-1111-1111-111111111111'))   )   order by alarmtime DESC

      SQL2：获取当前的总报警记录数

      select count(*)  from eventlog as a left join mgrobj as b on a.MgrObjId=b.Id and a.AgentBm=b.AgentBm    left join addrnode as c on b.AddrId=c.Id left join mgrobjtype as d on b.MgrObjTypeId=d.Id    left join eventdir as e on a.EventBm=e.Bm   where MgrObjId in (   select Id from MgrObj where AddrId in     ('','02100000','02100001','02100002','02100003','02100004','02100005','02100006','02100007'    ,'02100008','02100009','02100010','02100011','02100012','02100013','02100014','02100015'    ,'02100016','02100017','02100018','02100019','02101000','02101001','02101002','02101003'    ,'02101004','02101005','02101006','02101007','02101008','02101009','02101010','02101011','02101012'    ,'02101013','02101014','02101015','02101016','02101017','02101018','02101019','02101020','02101021'    ,'02101022','02101023','02101024','02101025','022000','022001','022101','022102','0755','0755002')   )    and mgrobjid not in (    '00000000-0000-0000-0000-000000000000','00000000-0000-0000-0000-000000000000','00000000-0000-0000-0000-000000000000'    ,'11111111-1111-1111-1111-111111111111','11111111-1111-1111-1111-111111111111')

      这是典型的获取数据并分页的数据，一条获取最新分页记录总数，一条获取分页记录，正是获取最新事件这里导致的CPU过高。这里的业务大概是每个客户端，每3秒执行一次数据库查找，以便显示最新的告警事件。好了，元凶找到了，怎么解决？

      有哪些SQL语句会导致CPU过高？

      上网查看了下文章，得出以下结论：

      1.编译和重编译

      编译是 Sql Server 为指令生成执行计划的过程。Sql Server 要分析指令要做的事情，分析它所要访问的表格结构，也就是生成执行计划的过程。这个过程主要是在做各种计算，所以CPU 使用比较集中的地方。

      执行计划生成后会被缓存在 内存中，以便重用。但是不是所有的都可以 被重用。在很多时候，由于数据量发生了变化，或者数据结构发生了变化，同样一句话执行，就要重编译。

      2.排序（sort） 和 聚合计算（aggregation）

      在查询的时候，经常会做 order by、distinct 这样的操作，也会做 avg、sum、max、min 这样的聚合计算，在数据已经被加载到内存后，就要使用CPU把这些计算做完。所以这些操作的语句CPU 使用量会多一些。

      3.表格连接（Join）操作

      当语句需要两张表做连接的时候，SQLServer 常常会选择 Nested Loop 或 Hash 算法。算法的完成要运行 CPU，所以 join 有时候也会带来 CPU 使用比较集中的地方。

      4.Count(*) 语句执行的过于频繁

      特别是对大表 Count() ，因为 Count() 后面如果没有条件，或者条件用不上索引，都会引起 全表扫描的，也会引起 CPU 的大量运算

      大致的原因，我们都知道了，但是具体到我们上述的两个SQL，好像都有上述提到的这些问题，那么到底哪个才是最大的元凶，我们能够怎么优化？

      查看SQL的查询计划

      SQL  Server的查询计划很清楚的告诉了我们到底在哪一步消耗了最大的资源。我们先来看看获取top 30的记录：

      我是如何解决SQL Server CPU占100%的

      排序竟然占了94%的资源。原来是它！同事马上想到，用orderno排序会不会快点。先把上述语句在SQLServer中执行一遍，清掉缓存之 后，大概是2~3秒，然后排序字段改为orderno，1秒都不到，果然有用。但是orderno的顺序跟alarmTime的顺序是不完全一致 的，orderno的排序无法替代alarmTime排序，那么怎么办？我想，因为选择的是top，那么因为orderno是聚集索引，那么选择前30条 记录，可以立即返回，根本无需遍历整个结果，那么如果alarmTime是个索引字段，是否可以加快排序？

      选择top记录时，尽量为order子句的字段建立索引

      先建立索引：

      IF NOT EXISTS(SELECT * FROM sysindexes WHERE id=OBJECT_ID('eventlog') AND name='IX_eventlog_alarmTime')   CREATE NONCLUSTERED INDEX IX_eventlog_alarmTime ON dbo.eventlog(AlarmTime)

      在查看执行计划：

      我是如何解决SQL Server CPU占100%的

      看到没有，刚才查询耗时的Sort已经消失不见了，那么怎么验证它能够有效的降低我们的CPU呢，难道要到现场部署，当然不是。

      查看SQL语句CPU高的语句

      SELECT TOP 10 TEXT AS 'SQL Statement'      ,last_execution_time AS 'Last Execution Time'      ,(total_logical_reads + total_physical_reads + total_logical_writes) / execution_count AS [Average IO]      ,(total_worker_time / execution_count) / 1000000.0 AS [Average CPU Time (sec)]      ,(total_elapsed_time / execution_count) / 1000000.0 AS [Average Elapsed Time (sec)]      ,execution_count AS "Execution Count",qs.total_physical_reads,qs.total_logical_writes      ,qp.query_plan AS "Query Plan"  FROM sys.dm_exec_query_stats qs  CROSS APPLY sys.dm_exec_sql_text(qs.plan_handle) st  CROSS APPLY sys.dm_exec_query_plan(qs.plan_handle) qp  ORDER BY total_elapsed_time / execution_count DESC

      我们把建索引前后CPU做个对比：

      我是如何解决SQL Server CPU占100%的

      已经明显减低了。

      通过建立相关索引来减少表扫描

      我们再来看看count(*)这句怎么优化，因为上面的这句跟count这句差别就在于order by的排序。老规矩，用查询计划看看。

      我是如何解决SQL Server CPU占100%的

      用语句select count(0) from eventlog一看，该表已经有20多w的记录，每次查询30条数据，竟然要遍历这个20多w的表两次，能不耗CPU吗。我们看看是否能够利用相关的条件来减少表扫描。很明显，我们可以为MgrObjId建立索引：

      CREATE NONCLUSTERED INDEX IX_eventlog_moid ON dbo.eventlog(MgrObjId)

      但是无论我怎么试，都是没有利用到索引，难道IN子句和NOT IN子句是没法利用索引一定会引起表扫描。于是上网查资料，找到桦仔的文章，这里面有解答：

      SQLSERVER对筛选条件（search argument/SARG）的写法有一定的建议    对于不使用SARG运算符的表达式，索引是没有用的，SQLSERVER对它们很难使用比较优化的做法。非SARG运算符包括    NOT、<>、NOT EXISTS、NOT IN、NOT LIKE和内部函数，例如：Convert、Upper等

      但是这恰恰说明了IN是可以建立索引的啊。百思不得其解，经过一番的咨询之后，得到了解答：

      不一定是利用索引就是好的,sqlserver根据你的查询的字段的重复值的占比，决定是表扫描还是索引扫描

      有道理，但是我查看了下，重复值并不高，怎么会有问题呢。

      关键是，你select的字段，这个地方使用索引那么性能更差，你select字段 id,addrid,agentbm,mgrobjtypeid,name都不在索引里。

      真是一语惊醒梦中人，缺的是包含索引！！！关于包含索引的重要性我在这篇文章《我是如何在SQL Server中处理每天四亿三千万记录的》已经提到过了，没想到在这里又重新栽了个跟头。实践，真的是太重要了！

      通过建立包含索引来让SQL语句走索引

      好吧，立马建立相关索引：

      IF NOT EXISTS(SELECT * FROM sysindexes WHERE id=OBJECT_ID('eventlog') AND name='IX_eventlog_moid')   CREATE NONCLUSTERED INDEX IX_eventlog_moid ON dbo.eventlog(MgrObjId) INCLUDE(EventBm,AgentBM)

      我们再来看看查询计划：

      我是如何解决SQL Server CPU占100%的

      看到没有，已经没有eventlog表的表扫描了。我们再来比较前后的CPU：

      我是如何解决SQL Server CPU占100%的

      很明显，这个count的优化，对查询top的语句依然的生效的。目前为止，这两个查询用上去之后，再也没有CPU过高的现象了。

      其他优化手段

      • 通过服务端的推送，有事件告警或者解除过来才查询数据库。
      • 优化上述查询语句，比如count(*)可以用count(0)替代——参考《SQL开发技巧(二)》
      • 优化语句，先查询出所有的MgrObjId，然后在做连接
      • 为管理对象、地点表等增加索引
      • 添加了索引之后，事件表的插入就会慢，能够再怎么优化呢？可以分区建立索引，每天不忙的时候，把新的记录移入到建好索引的分区

      当然，这些优化的手段是后续的事情了，我要做的事情基本完了。

      总结

      • 服务器CPU过高，首先查看系统进程，确定引发CPU过高的进程
      • 通过SQLServer Profiler能够轻易监控到哪些SQL语句执行时间过长，消耗最多的CPU
      • 通过SQL语句是可以查看每条SQL语句消耗的CPU是多少
      • 导致CPU高的都是进行大量计算的语句：包括内存排序、表扫描、编译计划等。
      • 如果使用Top刷选前面几条语句，则尽量为Order By子句建立索引，这样可以减少对所有的刷选结果进行排序
      • 使用Count查询记录数时，尽量通过为where字句的相关字段建立索引以减少表扫描。如果多个表进行join操作，则把相关的表连接字段建立在包含索引中
      • 通过服务端通知的方式，减少SQL语句的查询
      • 通过表分区，尽量降低因为添加索引而导致表插入较慢的影响

       来源：码到功成