1.前言
對(duì)于優(yōu)化SQL語句或存儲(chǔ)過程,以前主要是用如下語句來判斷具體執(zhí)行時(shí)間,但是SQL環(huán)境是復(fù)雜多變的,下面語句并不能精準(zhǔn)判斷性能是否提高;如果需要精確知道CPU、IO等信息,就無能為力了。
1 2 3 | PRINT convert ( varchar (30),getdate(),121) select * from Sales.SalesOrderDetail where SalesOrderID > 64185 PRINT convert ( varchar (30),getdate(),121) |
這時(shí)候如果使用SET STATISTICS TIME ON和SET STATISTICS IO ON 指令就能清楚的知道了,在測(cè)試之前需執(zhí)行下面2條命令
DBCC DROPCLEANBUFFERS 清除緩沖區(qū)
DBCC FREEPROCCACHE 刪除計(jì)劃高速緩存中的元素
2.測(cè)試
2.1 首先執(zhí)行下面腳本
1 2 3 4 5 6 7 | --開啟統(tǒng)計(jì)信息 SET STATISTICS TIME ON SET STATISTICS IO ON GO select * from Sales.SalesOrderDetail where SalesOrderID > 64185 GO |
結(jié)果如下
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | --1. SQL Server 分析和編譯時(shí)間: CPU 時(shí)間 = 0 毫秒,占用時(shí)間 = 53 毫秒。 --2. SQL Server 分析和編譯時(shí)間: CPU 時(shí)間 = 0 毫秒,占用時(shí)間 = 0 毫秒。 (35292 行受影響) --3. 表 'SalesOrderDetail'。掃描計(jì)數(shù) 1,邏輯讀取 337 次,物理讀取 4 次,預(yù)讀 333 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預(yù)讀 0 次。 --4. SQL Server 執(zhí)行時(shí)間: CPU 時(shí)間 = 47 毫秒,占用時(shí)間 = 893 毫秒。 |
說明:
標(biāo)記1:表示將語句的結(jié)果放到SQL緩沖區(qū)所需要的CPU時(shí)間和總時(shí)間
標(biāo)記2:標(biāo)識(shí)從緩沖區(qū)中取出解析結(jié)果所需要的時(shí)間
標(biāo)記4:標(biāo)識(shí)這次查詢使用了多少CPU時(shí)間和總的時(shí)間,其中CPU時(shí)間是對(duì)查詢所需CPU資源的一種比較穩(wěn)定的測(cè)量方式;總時(shí)間則跟SQL服務(wù)器有關(guān),因此比較不穩(wěn)定;所以性能判斷的時(shí)候可以以CPU時(shí)間來做標(biāo)準(zhǔn)。
標(biāo)記3:資源時(shí)間;其中邏輯讀是指SQL從緩沖區(qū)讀取的數(shù)據(jù);物理讀是指從數(shù)據(jù)從磁盤讀取到緩沖區(qū)中;
2.2 再次運(yùn)行查詢語句結(jié)果如下,由于第一次執(zhí)行的時(shí)候,數(shù)據(jù)已經(jīng)從磁盤讀取到緩沖區(qū),因此標(biāo)記1的時(shí)間也就是0了,標(biāo)記3物理讀也為0了。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | --1. SQL Server 分析和編譯時(shí)間: CPU 時(shí)間 = 0 毫秒,占用時(shí)間 = 0 毫秒。 --2. SQL Server 分析和編譯時(shí)間: CPU 時(shí)間 = 0 毫秒,占用時(shí)間 = 0 毫秒。 (35292 行受影響) --3. 表 'SalesOrderDetail'。掃描計(jì)數(shù) 1,邏輯讀取 337 次,物理讀取 0 次,預(yù)讀 0 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預(yù)讀 0 次。 --4. SQL Server 執(zhí)行時(shí)間: CPU 時(shí)間 = 32 毫秒,占用時(shí)間 = 848 毫秒。 |
2.3 在優(yōu)化SQL語句的時(shí)候可以從CPU時(shí)間,邏輯讀取數(shù)來判斷性能是否提升,而且這2個(gè)指標(biāo)是比較真實(shí)的反映了SQL執(zhí)行情況的。這里只是簡(jiǎn)單介紹了一下這2個(gè)命令的一些基本信息,則需更加深入了解SQL底層知識(shí)。
聯(lián)系客服