存储过程优化你的数据库系统

前言:

    许多朋友在开始数据库程序时代码中总有漫天的SQL语句,一就不方便阅读,而且经常会因为程序语言的一些特殊字符(如双引号,单引号)引起错误,而且更重要的一点是,直接使用嵌入的SQL脚本执行效率很低,这对于用户来说是非常严重的一个问题.而对于程序开发者来说,SQL语句全在源程序里,一旦数据库有所改动,应用程序就必需重新编译,发布,这是我们很不愿看到的.

有这么多严重的问题,当然有相应的解决办法,这就是本文将要讲的重点:存储过程.

   本文只在数据库层次上用实验来阐明的这一优点,至于你用什么语言开发,不在本文讨论范围.

   非常感谢本文作者arrow_gx为我们带来这么好的文章 .

                                                                  三断笛   20081024

在论坛上常见有朋友抱怨，说SQL Server太吃内存了。这里笔者根据经验简单介绍一下内存相关的调优知识。首先说明一下SQL Server内存占用由哪几部分组成。SQL Server占用的内存主要由三部分组成：数据缓存(Data Buffer)、执行缓存(Procedure Cache)、以及SQL Server引擎程序。SQL Server引擎程序所占用缓存一般相对变化不大，则我们进行内存调优的主要着眼点在数据缓存和执行缓存的控制上。本文主要介绍一下执行缓存的调优。数据缓存的调优将在另外的文章中介绍。

对于减少执行缓存的占用，主要可以通过使用参数化查询减少内存占用。

1、使用参数化查询减少执行缓存占用

我们通过如下例子来说明一下使用参数化查询对缓存占用的影响。为方便试验，我们使用了一台没有其它负载的SQL Server进行如下实验。

下面的脚本循环执行一个简单的查询，共执行10000次。

首先，我们清空一下SQL Server已经占用的缓存：

dbcc freeproccache

然后，执行脚本：

DECLARE @t datetime

SET @t = getdate()

SET NOCOUNT ON

DECLARE @i INT, @count INT, @sql nvarchar(4000)

SET @i = 20000

WHILE @i <= 30000

BEGIN

    SET @sql = 'SELECT @count=count(*) FROM P_Order WHERE MobileNo = ' + cast( @i as varchar(10) )

    EXEC sp_executesql @sql ,N'@count INT OUTPUT', @count OUTPUT

    SET @i = @i + 1

END

PRINT DATEDIFF( second, @t, current_timestamp )

[注:这是嵌入式SQL脚本的执行方式]

输出：

DBCC 执行完毕。如果 DBCC 输出了错误信息，请与系统管理员联系。

11

使用了11秒完成10000次查询。

我们看一下SQL Server缓存中所占用的查询计划：

Select Count(*) CNT,sum(size_in_bytes) TotalSize

From sys.dm_exec_cached_plans

查询结果：共有2628条执行计划缓存在SQL Server中。它们所占用的缓存达到：

92172288字节 = 90012KB = 87 MB。

我们也可以使用dbcc memorystatus 命令来检查SQL Server的执行缓存和数据缓存占用。

执行结果如下：

执行缓存占用了90088KB，有2629个查询计划在缓存里，有1489页空闲内存（每页8KB）可以被数据缓存和其他请求所使用。

我们现在修改一下前面的脚本，然后重新执行一下dbcc freeproccache。再执行一遍修改后的脚本：

DECLARE @t datetime

SET @t = getdate()

SET NOCOUNT ON

DECLARE @i INT, @count INT, @sql nvarchar(4000)

SET @i = 20000

WHILE @i <= 30000

BEGIN

    SET @sql = 'select @count=count(*) FROM P_Order WHERE MobileNo = @i'

    EXEC sp_executesql @sql, N'@count int output, @i int', @count OUTPUT, @i

    SET @i = @i + 1

END

PRINT DATEDIFF( second, @t, current_timestamp )

输出：

DBCC 执行完毕。如果 DBCC 输出了错误信息，请与系统管理员联系。

1

即这次只用1秒钟即完成了10000次查询。

我们再看一下sys.dm_exec_cached_plans中的查询计划：

Select Count(*) CNT,sum(size_in_bytes) TotalSize From sys.dm_exec_cached_plans

查询结果：共有4条执行计划被缓存。它们共占用内存： 172032字节 = 168KB。

如果执行dbcc memorystatus，则得到结果：

有

12875页空闲内存(每页8KB)可以被数据缓存所使用。

到这里，我们已经看到了一个反差相当明显的结果。在现实中，这个例子中的前者，正是经常被使用的一种执行SQL脚本的方式（例如：在程序中通过合并字符串方式拼成一条SQL语句，然后通过ADO.NET或者ADO方式传入SQL Server执行）。

解释一下原因：

我们知道，SQL语句在执行前首先将被编译并通过查询优化引擎进行优化，从而得到优化后的执行计划，然后按照执行计划被执行。对于整体相似、仅仅是参数不同的SQL语句，SQL Server可以重用执行计划。但对于不同的SQL语句，SQL Server并不能重复使用以前的执行计划，而是需要重新编译出一个新的执行计划。同时，SQL Server在内存足够使用的情况下，此时并不主动清除以前保存的查询计划（注：对于长时间不再使用的查询计划，SQL Server也会定期清理）。这样，不同的SQL语句执行方式，就将会大大影响SQL Server中存储的查询计划数目。如果限定了SQL Server最大可用内存，则过多无用的执行计划占用，将导致SQL Server可用内存减少，从而在执行查询时尤其是大的查询时与磁盘发生更多的内存页交换。如果没有限定最大可用内存，则SQL Server由于可用内存减少，从而会占用更多内存。

对此，我们一般可以通过两种方式实现参数化查询：一是尽可能使用存储过程执行SQL语句（这在现实中已经成为SQL Server DBA的一条原则），二是使用sp_executesql 方式执行单个SQL语句（注意不要像上面的第一个例子那样使用sp_executesql)。

在现实的同一个软件系统中，大量的负载类型往往是类似的，所区别的也只是每次传入的具体参数值的不同。所以使用参数化查询是必要和可能的。另外，通过这个例子我们也看到，由于使用了参数化查询，不仅仅是优化了SQL Server内存占用，而且由于能够重复使用前面被编译的执行计划，使后面的执行不需要再次编译，最终执行10000次查询总共只使用了1秒钟时间。

2、检查并分析SQL Server执行缓存中的执行计划

通过上面的介绍，我们可以看到SQL缓存所占用的内存大小。也知道了SQL Server执行缓存中的内容主要是各种SQL语句的执行计划。则要对缓存进行优化，就可以通过具体分析缓存中的执行计划，看看哪些是有用的、哪些是无用的执行计划来分析和定位问题。

通过查询DMV: sys.dm_exec_cached_plans,可以了解数据库中的缓存情况，包括被使用的次数、缓存类型、占用的内存大小等。

SELECT usecounts, cacheobjtype, objtype,size_in_bytes, plan_handle

FROM sys.dm_exec_cached_plans

 

通过缓存计划的plan_handle可以查询到该执行计划详细信息，包括所对应的SQL语句：

SELECT  TOP 100 usecounts,

    objtype,

    p.size_in_bytes,

    [sql].[text]

FROM sys.dm_exec_cached_plans p

OUTER APPLY sys.dm_exec_sql_text (p.plan_handle) sql

ORDER BY usecounts

我们可以选择针对那些执行计划占用较大内存、而被重用次数较少的SQL语句进行重点分析。看其调用方式是否合理。另外，也可以对执行计划被重复使用次数较多的SQL语句进行分析，看其执行计划是否已经经过优化。进一步，通过对查询计划的分析，还可以根据需要找到系统中最占用IO、CPU时间、执行次数最多的一些SQL语句，然后进行相应的调优分析。