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
Python 机器学习实战
查看>>
python 杀死子进程_subprocess.popen.kill杀死所有子进程
查看>>
Python 条件语句与循环结构详解
查看>>
Python 条件运算符解决方法如何工作?
查看>>
python 枚举类型
查看>>
Python 查询 Mongodb数据库
查看>>
python 查询Neo4j多节点的多层关系
查看>>
python多处理参数:深拷贝?
查看>>
Python多处理使用队列写入同一个文件
查看>>
Python多处理.Process:从局部变量开始
查看>>
Python多处理-进程数
查看>>
python多个定时器_python单线程实现多个定时器示例
查看>>
python处理文本_Python - Tokenization
查看>>
Python处理数据方向之OpenCV
查看>>
python处理一亿条数据_Python数据分析实战(一)
查看>>
Python处理PDF神器:PyMuPDF的安装与使用
查看>>
Python处理Excel数据
查看>>
Python基础:集合与文件操作
查看>>
Python基础:搭建开发环境(1)
查看>>
PYTHON基础:如何阅读N个整数,直到#39;
查看>>