Utforska Query Performance Insight
Att identifiera vilka frågor som förbrukar mest resurser är det första steget i en databasprestandajustering. I äldre versioner av SQL Server krävde detta omfattande spårning och en serie komplexa SQL-skript, vilket skulle kunna göra datainsamlingen besvärlig.
Identifiera problematiska frågor
Azure SQL Database erbjuder ett verktyg med namnet Query Performance Insight som gör att administratören snabbt kan identifiera dyra frågor. Du kan navigera till Query Performance Insight på huvudbladet för din Azure SQL Database i avsnittet Intelligenta prestanda.
När du startar Query Performance Insight identifierar du tre knappar så att du kan filtrera efter tidskrävande frågor, de vanligaste resurskrävande frågorna eller ett anpassat filter. Standardvärdet är Resurskrävande frågor. På den här fliken visas de fem vanligaste frågorna sorterade efter den specifika resurs som du väljer till vänster. I det här fallet sorterades den efter CPU. Du har också andra alternativ för sortering efter data-I/O- och Logg-I/O-mått.
Du kan öka detaljnivån för enskilda frågor genom att klicka på raden i det nedre rutnätet. Varje rad identifieras med en unik färg som korrelerar med färgen i stapeldiagrammet ovanför den.
Om du växlar till Tidskrävande frågor kan du se en liknande layout som tidigare. I det här fallet är måtten begränsade till de fem viktigaste frågorna sorterade efter varaktighet från de senaste 24 timmarna och är en summasammansättning. I rutnätet nedanför diagrammet kan du undersöka specifika frågor genom att klicka på raden.
Genom att växla till den anpassade fliken finns det lite mer flexibilitet jämfört med de andra två alternativen.
På den här fliken kan vi ytterligare definiera hur vi vill undersöka prestandadata. Det erbjuder oss flera nedrullningsbara menyer som kommer att driva den visuella representationen av data. Nyckelmåtten är CPU, Logg-I/O, Data-I/O och minne. Dessa mått är aspekter av databasprestanda, vars övre gränser bestäms av tjänstnivån och beräkningsresurserna för din Azure SQL Database.
Om vi går in på detaljnivå i en enskild fråga kan vi se fråge-ID:t och själva frågan, samt frågeaggregeringstypen och den associerade tidsperioden. Dessutom korrelerar fråge-ID:t till fråge-ID:t som finns i Query Store. Mått som hämtas från Query Performance Insights kan sedan enkelt hittas i själva Query Store för djupare analys eller möjligen problemlösning om det behövs.
Även om Query Performance Insight inte visar frågans körningsplan kan du snabbt identifiera frågan och använda informationen för att extrahera planen från Query Store i databasen.