博客
关于我
SQLServer 查看耗时较多的SQL语句(转)
阅读量:411 次
发布时间:2019-03-06

本文共 1388 字,大约阅读时间需要 4 分钟。

SELECT TOP 20    total_worker_time/1000 AS [总消耗CPU 时间(ms)],execution_count [运行次数],    qs.total_worker_time/qs.execution_count/1000 AS [平均消耗CPU 时间(ms)],    last_execution_time AS [最后一次执行时间],max_worker_time /1000 AS [最大执行时间(ms)],    SUBSTRING(qt.text,qs.statement_start_offset/2+1,         (CASE WHEN qs.statement_end_offset = -1         THEN DATALENGTH(qt.text)         ELSE qs.statement_end_offset END -qs.statement_start_offset)/2 + 1)     AS [使用CPU的语法], qt.text [完整语法],    dbname=db_name(qt.dbid),    object_name(qt.objectid,qt.dbid) ObjectNameFROM sys.dm_exec_query_stats qs WITH(nolock)CROSS apply sys.dm_exec_sql_text(qs.sql_handle) AS qtWHERE execution_count>1ORDER BY  total_worker_time DESC

这段代码用于分析数据库中的查询性能数据,主要关注CPU消耗时间、执行次数以及相关的性能指标。通过对sys.dm_exec_query_stats和sys.dm_exec_sql_text进行JOIN操作,可以获取到具体的查询文本和执行情况,从而对高频查询的性能进行全面评估。该查询结果可以帮助数据库管理员识别长时间运行的查询、分析CPU瓶颈以及优化数据库执行计划。

代码中的关键部分包括:

  • total_worker_time/1000:用来获取总消耗CPU时间(以毫秒为单位)
  • execution_count:表示查询的执行次数
  • qs.total_worker_time/qs.execution_count/1000:计算平均消耗CPU时间
  • last_execution_time:显示最后一次执行查询的时间
  • max_worker_time /1000:获取最大执行时间
  • SUBSTRING函数:用于提取具体的查询语法
  • dbname和object_name:显示数据库名称和对象名称

查询结果可以按总消耗CPU时间排序,方便识别高消耗的查询。通过分析这些数据,可以采取以下优化措施:

  • 优化查询语句
  • 修改索引策略
  • 调整执行计划
  • 定期清理长时间未执行的查询

数据库性能优化是数据库管理员的重要工作之一,这些信息可以帮助管理员更好地了解数据库运行状态,并采取针对性的优化措施。

转载地址:http://fovkz.baihongyu.com/

你可能感兴趣的文章
PLSQL window操作
查看>>
plsql 存储过程 测试
查看>>
plsql 安装后database下拉没有东西
查看>>
PLSQL_Oracle PLSQL内置函数大全(概念)
查看>>
PLSQL_案例优化系列_体验逻辑结构如何影响SQL优化(案例3)
查看>>
PLSQL中INDEX BY TABLE的 DELETE操作
查看>>
plsql学习笔记---plsql相关概念,以及基础结构
查看>>
plsql数据库异常---plsql 登录后,提示数据库字符集(AL32UTF8)和客户端字符集(ZHS16GBK)不一致
查看>>
plsql查询乱码问题解决
查看>>
PLSQL的DBMS_GETLINE
查看>>
quartz简单demo,教你最快使用quartz
查看>>
PlutoSDR学习笔记(一)—函数API手册
查看>>
Quartz安装包中的15个example
查看>>
Quartz学习总结(2)——定时任务框架Quartz详解
查看>>
pm2 start命令中的json格式详解
查看>>
pm2启动报错
查看>>
pm2通过配置文件部署nodejs代码到服务器
查看>>
Unknown character set: 'utf8mb4'
查看>>
PML调用PDMS内核命令研究
查看>>
PMM安装-第一篇
查看>>