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
paip.spring3 mvc servlet的配置以及使用最佳实践
查看>>
Palindrome Number leetcode java
查看>>
Palo Alto Networks Expedition 未授权SQL注入漏洞复现(CVE-2024-9465)
查看>>
Palo Alto Networks Expedition 远程命令执行漏洞(CVE-2024-9463)
查看>>
Palo Alto Networks PAN-OS身份认证绕过导致RCE漏洞复现(CVE-2024-0012)
查看>>
Panalog 日志审计系统 libres_syn_delete.php 前台RCE漏洞复现
查看>>
Springboot中@SuppressWarnings注解详细解析
查看>>
Panalog 日志审计系统 sprog_deletevent.php SQL 注入漏洞复现
查看>>
Panalog 日志审计系统 sprog_upstatus.php SQL 注入漏洞复现(XVE-2024-5232)
查看>>
Panalog 日志审计系统 前台RCE漏洞复现
查看>>
PANDA VALUE_COUNTS包含GROUP BY之前的所有值
查看>>
pandas -按连续日期时间段分组
查看>>
pandas -更改重新采样的时间序列的开始和结束日期
查看>>
pandas :to_excel() float_format
查看>>
pandas :加入有条件的数据框
查看>>
pandas :将多列汇总为一列,没有最后一列
查看>>
pandas :将时间戳转换为 datetime.date
查看>>
pandas :将行取消堆叠到新列中
查看>>
pandas DataFrame 中的自定义浮点格式
查看>>
Pandas DataFrame 的 describe()方法详解-ChatGPT4o作答
查看>>