SQLSERVER收集語句啟動並執行統計資訊並進行分析

對於語句的運行，除了執行計畫本身，還有一些其他因素要考慮，例如語句的編譯時間、執行時間、做了多少次磁碟讀等。

如果DBA能夠把問題語句單獨測試回合，可以在運行前開啟下面這三個開關，收集語句啟動並執行統計資訊。
這些資訊對分析問題很有價值。 複製代碼 代碼如下:SET STATISTICS TIME ON
SET STATISTICS IO ON
SET STATISTICS PROFILE ON

SET STATISTICS TIME ON
--------------------------------------------------------------------------------
請先來看看SET STATISTICS TIME ON會返回什麼資訊。先運行語句： 複製代碼 代碼如下:DBCC DROPCLEANBUFFERS
--清除buffer pool裡的所有快取資料
DBCC freeproccache
GO
--清除buffer pool裡的所有緩衝的執行計畫
SET STATISTICS TIME ON
GO
USE [AdventureWorks]
GO
SELECT DISTINCT([ProductID]),[UnitPrice] FROM [dbo].[SalesOrderDetail_test]
WHERE [ProductID]=777
GO
SET STATISTICS TIME OFF
GO

除了結果集之外，SQLSERVER還會返回下面這兩段資訊 複製代碼 代碼如下:SQL Server 分析和編譯時間:
CPU 時間 = 15 毫秒，佔用時間 = 104 毫秒。
SQL Server 分析和編譯時間:
CPU 時間 = 0 毫秒，佔用時間 = 0 毫秒。
(4 行受影響)
SQL Server 執行時間:
CPU 時間 = 171 毫秒，佔用時間 = 1903 毫秒。
SQL Server 分析和編譯時間:
CPU 時間 = 0 毫秒，佔用時間 = 0 毫秒。

大家知道SQLSERVER執行語句是分以下階段：分析-》編譯-》執行
根據表格的統計資訊分析出比較合適的執行計畫，然後編譯語句，最後執行語句

下面說一下上面的輸出是什麼意思：
--------------------------------------------------------------------------------
1、CPU時間 ：這個值的含義指的是在這一步，SQLSERVER所花的純CPU時間是多少。也就是說，語句花了多少CPU資源
2、佔用時間 ：此值指這一步一共用了多少時間。也就是說，這是語句啟動並執行時間長短，有些動作會發生I/O操作，產生了I/O等待，或者是遇到阻塞、產生了阻塞等待。總之時間用掉了，但是沒有用CPU資源。所以佔用時間比CPU時間長是很正常的 ，但是CPU時間是語句在所有CPU上的時間總和。如果語句使用了多顆CPU，而其他等待幾乎沒有，那麼CPU時間大於佔用時間也是正常的
3、分析和編譯時間：這一步，就是語句的編譯時間。由於語句運行之前清空了所有執行計畫，SQLSERVER必須要對他編譯。
這裡的編譯時間就不為0了。由於編譯主要是CPU的運算，所以一般CPU時間和佔用時間是差不多的。如果這裡相差比較大，就有必要看看SQLSERVER在系統資源上有沒有瓶頸了。
這裡他們是一個15毫秒，一個是104毫秒
4、SQLSERVER執行時間： 語句真正啟動並執行時間。由於語句是第一次運行，SQLSERVER需要把資料從磁碟讀到記憶體裡，這裡語句的運行發生了比較長的I/O等待。所以這裡的CPU時間和佔用時間差別就很大了，一個是171毫秒，而另一個是1903毫秒

總的來講，這條語句花了104+1903+186=2193毫秒，其中CPU時間為15+171=186毫秒。語句的主要時間應該是都花在了I/O等待上

現在再做一遍語句，但是不清除任何緩衝 複製代碼 代碼如下:SET STATISTICS TIME ON
GO
SELECT DISTINCT([ProductID]),[UnitPrice] FROM [dbo].[SalesOrderDetail_test]
WHERE [ProductID]=777
GO
SET STATISTICS TIME OFF
GO

這次比上次快很多。輸出時間統計資訊是： 複製代碼 代碼如下:SQL Server 分析和編譯時間:
CPU 時間 = 0 毫秒，佔用時間 = 0 毫秒。
SQL Server 分析和編譯時間:
CPU 時間 = 0 毫秒，佔用時間 = 0 毫秒。
(4 行受影響)
SQL Server 執行時間:
CPU 時間 = 156 毫秒，佔用時間 = 169 毫秒。
SQL Server 分析和編譯時間:
CPU 時間 = 0 毫秒，佔用時間 = 0 毫秒。

由於執行計畫被重用，“SQL分析和編譯時間” CPU時間是0，佔用時間是0
由於資料已經緩衝在記憶體裡，不需要從磁碟上讀取，SQL執行時間 CPU時間是156，佔用時間這次和CPU時間非常接近，是169。

這裡省下已耗用時間1903-169=1734毫秒，從這裡可以再次看出，緩衝對語句執行效能起著至關重要的作用
為了不影響其他測試，請運行下面的語句關閉SET STATISTICS TIME ON 複製代碼 代碼如下:SET STATISTICS TIME OFF
GO

SET STATISTICS IO ON
--------------------------------------------------------------------------------
這個開關能夠輸出語句做的物理讀和邏輯讀的數目。對分析語句的複雜度有很重要的作用
還是以剛才那個查詢作為例子 複製代碼 代碼如下:DBCC DROPCLEANBUFFERS
GO
SET STATISTICS IO ON
GO
SELECT DISTINCT([ProductID]),[UnitPrice] FROM [dbo].[SalesOrderDetail_test]
WHERE [ProductID]=777
GO

他的返回是：
(4 行受影響)
表 'SalesOrderDetail_test'。掃描計數 5，邏輯讀取 15064 次，物理讀取 0 次，預讀 15064 次，lob 邏輯讀取 0 次，lob 物理讀取 0 次，lob 預讀 0 次。
各個輸出的含義是：
--------------------------------------------------------------------------------
表：表的名稱。這裡的表就是SalesOrderDetail_test

掃描計數：執行的掃描次數。按照執行計畫，表格被掃描了幾次。一般來講大表掃描的次數越多越不好。唯一的例外是如果執行計畫選擇了並發運行， 由多個thread線程同時做一個表的讀取，每個thread讀其中的一部分，但是這裡會顯示所有thread的數目。也就是有幾個thread在並發做， 就會有幾個掃描。這時數目大一點沒問題的。

邏輯讀取：從資料緩衝讀取的頁數。頁數越多，說明查詢要訪問的資料量就越大，記憶體消耗量越大，查詢也就越昂貴。

可以檢查是否應該調整索引，減少掃描的次數，縮小掃描範圍
物理讀取：從磁碟讀取的頁數
預讀：為進行查詢而預讀入緩衝的頁數
物理讀取+預讀：就是SQLSERVER為了完成這句查詢而從磁碟上讀取的頁數。如果不為0，說明資料沒有緩衝在記憶體裡。運行速度一定會受到影響
LOB邏輯讀取：從資料緩衝讀取的text、ntext、image、大實值型別（varchar(max)、nvarchar(max)、varbinary(max)）頁的數目
LOB物理讀取：從磁碟讀取的text、ntext、image、大實值型別頁的數目
LOB預讀：為進行查詢而放入緩衝的text、ntext、image、大實值型別頁的數目
然後再來運行一遍，不清空緩衝 複製代碼 代碼如下:SET STATISTICS IO ON
GO
SELECT DISTINCT([ProductID]),[UnitPrice] FROM [dbo].[SalesOrderDetail_test]
WHERE [ProductID]=777
GO

結果集返回： 複製代碼 代碼如下:1 表 'SalesOrderDetail_test'。掃描計數 5，邏輯讀取 15064 次，物理讀取 0 次，預讀 0 次，lob 邏輯讀取 0 次，
2 lob 物理讀取 0 次，lob 預讀 0 次。

這次邏輯讀取不變，還是15064頁。但是物理讀取和預讀都是0了。說明資料已經緩衝在記憶體裡第二次運行不需要再從磁碟上讀一遍，節省了時間為了不影響其他測試，請運行下面語句關閉SET STATISTICS IO ON 複製代碼 代碼如下:SET STATISTICS IO OFF
GO

SET STATISTICS PROFILE ON
--------------------------------------------------------------------------------
這是三個設定中返回最複雜的一個，他返回語句的執行計畫，以及語句運行在每一步的實際返回行數統計。
通過這個結果，不僅可以得到執行計畫，理解語句執行過程，分析語句調優方向，也可以判斷SQLSERVER是否
選擇了一個正確的執行計畫。 複製代碼 代碼如下:SET STATISTICS PROFILE ON
GO
SELECT COUNT(b.[SalesOrderID])
FROM [dbo].[SalesOrderHeader_test] a
INNER JOIN [dbo].[SalesOrderDetail_test] b
ON a.[SalesOrderID]=b.[SalesOrderID]
WHERE a.[SalesOrderID]>43659 AND a.[SalesOrderID]<53660
GO

返回的結果集很長，下面說一下重要欄位
--------------------------------------------------------------------------------

注意：這裡是從最下面開始向上看的，也就是說從最下面開始一直執行直到得到結果集所以（行1）裡的rows欄位顯示的值就是這個查詢返回的結果集。

而且有多少行表明SQLSERVER執行了多少個步驟,這裡有6行，表明SQLSRVER執行了6個步驟！！
Rows:執行計畫的每一步返回的實際行數
Executes:執行計畫的每一步被運行了多少次
StmtText:執行計畫的具體內容。執行計畫以一棵樹的形式顯示。每一行都是啟動並執行一步，都會有結果集返回，也都會有自己的cost
EstimateRows:SQLSERVER根據表格上的統計資訊，預估的每一步的返回行數。在分析執行計畫時，我們會經常將Rows和EstimateRows這兩列做對比，先確認SQLSERVER預估得是否正確，以判斷統計資訊是否有更新
EstimateIO:SQLSERVER根據EstimateRows和統計資訊裡記錄的欄位長度，預估的每一步會產生的I/O cost
EstimateCPU:SQLSERVR根據EstimateRows和統計資訊裡記錄的欄位長度，以及要做的事情的複雜度，預估每一步會產生的CPU cost
TotalSubtreeCost:SQLSERVER根據EstimateIO和EstimateCPU通過某種計算公式，計算出每一步執行計畫子樹的cost （包括這一步自己的cost和他的所有下層步驟的cost總和），下面介紹的cost說的都是這個欄位值
Warnings:SQLSERVER在運行每一步時遇到的警告，例如，某一步沒有統計資訊支援cost預估等。
Parallel:執行計畫的這一步是不是使用了並行的執行計畫

從上面結果可以看出執行計畫分成4步，其中第一步又分成並列的兩個子步驟
步驟a1（第5行）：從[SalesOrderHeader_test]表裡找出所有a.[SalesOrderID]>43659 AND a.[SalesOrderID]<53660的值
因為表在這個欄位上有一個叢集索引，所以SQL可以直接使用這個索引的seek
SQL預測返回10000條記錄，實際也就返回了10000條記錄.。這個預測是準確的。這一步的cost是0.202(totalsubtreecost)
步驟a2（第6行）：從[SalesOrderDetail_test]表裡找出所有 a.[SalesOrderID]>43659 AND a.[SalesOrderID]<53660的值
因為表在這個欄位上有一個非叢集索引，所以SQL可以直接使用這個索引的seek 這裡能夠看出SQL聰明的地方。雖然查詢語句只定義了[SalesOrderHeader_test]表上有a.[SalesOrderID]>43659 AND a.[SalesOrderID]<53660過濾條件，但是根據語義分析，SQL知道這個條件在[SalesOrderDetail_test]上也為真。所以SQL選擇先把這個條件過濾然後再做join。這樣能夠大大降低join的cost
在這一步SQL預估返回50561條記錄，實際返回50577條。cost是0.127，也不高
步驟b（第4行）：將a1和a2兩步得到的結果集做一個join。因為SQL通過預估知道這兩個結果集比較大，所以他直接選擇了Hash Match的join方法。
SQL預估這個join能返回50313行，實際返回50577行。因為SQL在兩張表的[SalesOrderID]上都有統計資訊，所以這裡的預估非常準確
這一步的cost等於totalsubtreecost減去他的子步驟，0.715-0.202-0.127=0.386。由於預估值非常準確，可以相信這裡的cost就是實際每一步的cost
步驟c（第3行）：在join返回的結果集基礎上算count(*)的值這一步比較簡單，count(*)的結果總是1，所以預測值是正確的。
其實這一步的cost是根據上一步（b）join返回的結果集大小預估出來的。我們知道步驟b的預估傳回值非常準確，所以這一步的預估cost也不會有什麼大問題
這棵子樹的cost是0.745，減去他的子節點cost，他自己的cost是0.745-0.715=0.03。是花費很小的一步
步驟b（第2行）：將步驟c返回的值轉換為int類型，作為結果返回
這一步是上一步的繼續，更為簡單。convert一個值的資料類型所要的cost幾乎可以忽略不計。所以這棵子樹的cost和他的子節點相等，都是0.745。
也就是說，他自己的cost是0
通過這樣的方法，使用者可以瞭解到語句的執行計畫、SQLSERVER預估的準確性、cost的分布
最後說一下：不同SQLSERVER版本，不同機器cost可能會不一樣，例如SQL2005 ,SQL2008