5. SQL Server数据库性能监控

对于在线运行的系统，当前数据库性能监控，通常监视以下几点：

(1) 是否有阻塞 (Blocking);

(2) 是否有等待 (Waiting)，阻塞就是锁 (Lock) 等待;

(3) 是否运行时间过长(Long running)；

(4) 是否有死锁 (Deadlock)；

sys.dm_exec_query_stats之类，等一些统计性的信息，通常不作为实时告警内容，而是在性能优化时，作为参考。

一. 阻塞/等待/长时间运行

1. SQL Server 2005 及以后版本检查

SELECT r.session_id
      ,r.blocking_session_id
      ,DB_Name(r.database_id) as database_name
      ,r.start_time
      ,r.total_elapsed_time
      ,r.[status]
      ,CASE WHEN r.blocking_session_id <> 0 THEN 'Blocking'
            WHEN r.blocking_session_id = 0 AND r.wait_type is not null THEN 'Waiting'
            ELSE 'Long-running'
       END as slowness_type
      ,r.percent_complete
      ,r.command
      ,r.wait_type
      ,r.wait_time
      ,r.wait_resource
      ,r.last_wait_type
      ,r.cpu_time
      ,r.reads
      ,r.writes
      ,r.logical_reads
      ,t.[text] as executing_batch
      ,SUBSTRING(t.[text],
                 r.statement_start_offset/2,
                 (CASE WHEN r.statement_end_offset = -1 
                       THEN DATALENGTH (t.[text]) --LEN(CONVERT(NVARCHAR(MAX), t.text)) * 2
                  ELSE r.statement_end_offset 
                  END - r.statement_start_offset )/2 + 1) as executing_sql
      ,bt.[text] as blocking_batch
      ,SUBSTRING(bt.[text],
                 br.statement_start_offset/2,
                 (CASE WHEN br.statement_end_offset = -1 
                       THEN DATALENGTH (bt.[text]) --LEN(CONVERT(NVARCHAR(MAX), bt.text)) * 2
                  ELSE br.statement_end_offset 
                  END - br.statement_start_offset )/2 + 1) as blocking_sql
     --,p.query_plan
  FROM sys.dm_exec_requests r
 CROSS APPLY sys.dm_exec_sql_text(r.sql_handle) as t
 CROSS APPLY sys.dm_exec_query_plan(r.plan_handle) as p
  LEFT JOIN sys.dm_exec_requests br
    ON r.blocking_session_id = br.session_id
 OUTER APPLY sys.dm_exec_sql_text(br.session_id) as bt
 WHERE r.session_id > 50 and r.session_id <> @@SPID
   AND r.total_elapsed_time > 30 * 60 * 1000
 ORDER BY r.total_elapsed_time DESC;

以上脚本返回运行超过30分钟的语句，需要注意的是：

(1) 如果返回执行计划，会让以上脚本变慢很多，可以不返回，在收到告警后检查语句时，再去查看执行计划；

(2) 显示TEXT，比如: xp_cmdshell这样的语句，start_offset, end_offset都为0，截取的 text是空白，只有看TEXT才知道是什么语句；还有就是有时需要知道这个请求来自哪个batch或者存储过程；

(3) 有时显示TEXT还不够，还以xp_cmdshell为例，需要dbcc inputbuffer才能看到完整的sql语句；另外已运行结束但还没有commit/rollback的事务，在requests中已经没有了，也需要借用dbcc inputbuffer来查看sql 语句；

dbcc inputbuffer(@@SPID)

(4) SQL Agent作业，在这里会被一并检查，也可以通过msdb..sysjobactivity另行检查；

select b.name, * 
  from msdb..sysjobactivity a
 inner join msdb.dbo.sysjobs b
    on a.job_id = b.job_id
 where b.name like '%backup%'

2. SQL Server 2000沿用过来的方法

select p.dbid, p.spid, p.blocked, p.waittime/1000.0/60.0 as wait_minutes, 
       ISNULL(DATEDIFF(MI, p.last_batch, GETDATE()), 0) elapsed_minutes, 
       p.last_batch, p.status, p.program_name, 
       (select [text] FROM ::fn_get_sql(p.sql_handle)) sql_text 
  from master..sysprocesses p
 where spid > 50 and spid <> @@SPID
   AND (status <> 'sleeping' AND ISNULL(DATEDIFF(MI, p.last_batch, GETDATE()), 0) > 30)

以上脚本返回运行超过30分钟的语句，需要注意的是：

sysprocesses中把connection/session/request信息三者合一，其中没有请求开始的具体时间，通过last_batch监视运行时长并不准确。测试如下：

(1) 通过ISQL连接到SQL Server，如果当前连接没发起过任何请求，last_batch的时间为 1900-01-01 00:00:00，在此连接上发起请求时，通过last_batch计算当前请求运行时长不准确；

(2) 在SQL Analyzer/SSMS中新建查询窗口，未发起任何查询时，last_batch与login_time一样，而非1900-01-01 00:00:00，通过last_batch计算当前请求运行时长不准确；或者当前窗口发起的请求已结束，但窗口/连接未关闭，则在此连接上再次发起请求，last_batch为上次请求结束的时间，通过last_batch计算当前请求运行时长也不准确；

(3) SQL Agent作业运行结束后，会把在sysprocesses的连接关闭，下次运行时重新建立连接，新建连接中last_batch等于login_time，通过last_batch计算作业运行时长准确；

作为一个老的方法，估且不再去深究，不过用sysprocesses来监视阻塞/等待还是没有问题的，另外作业的运行时长也是可以监视的，脚本改动后如下：

select p.dbid, p.spid, p.blocked, p.waittime/1000.0/60.0 as wait_minutes, 
       ISNULL(DATEDIFF(MI, p.last_batch, GETDATE()), 0) elapsed_minutes, 
       p.last_batch, p.status, p.program_name, 
       (select [text] FROM ::fn_get_sql(p.sql_handle)) sql_text 
  from master..sysprocesses p
 where spid > 50 and spid <> @@SPID
   and (
       (p.program_name like 'SQLAgent - TSQL JobStep (Job %' AND ISNULL(DATEDIFF(MI, p.last_batch, GETDATE()), 0) > 30)
       or 
       (p.blocked <> 0 and p.waittime/1000.0/60.0 > 30)
       )

这样一来，只剩下未被阻塞但长时间运行的sql请求未被监视到。如果一定要全面监视的话，可以选择开启跟踪，进而分析跟踪文件。

二. 死锁

死锁的监控可以通过监视SQL Server的ERRORLOG来实现，不过需要事先打开死锁的跟踪标记。脚本如下：

--sql server 2000
dbcc traceon(1204,-1)

--sql server 2005 +
dbcc traceon(1222,-1)

这样发生死锁时，死锁详细信息就会被写入ERRORLOG，检查deadlock或者victim关键字即可进行监控。

小结

各个语句的运行时长/基线并不一样，通常不好设置统一的阀值，有时会借用第三方工具针对不同的请求设置不同的时长阀值并告警，所以在数据库这层大多告警阻塞即可，大致步骤如下 ：

(1) 部署数据库邮件；

(2) 部署作业：定时检查阻塞，发邮件告警。