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系列【仅供参考】:python测试javaSDK总结
查看>>
python系列【仅供参考】:python斗地主
查看>>
Python基础教程(第2版 修订版) pdf
查看>>
python基础实践(四)
查看>>
Python基础学习笔记(九)常用数据类型转换函数
查看>>
Python基础学习参考(五):字符串和编码
查看>>
Python基础学习
查看>>
python基础变量之---集合
查看>>
python基础变量之---字典
查看>>
python基础变量之---列表
查看>>
python基础变量之---元组
查看>>
python基础内容_Python基础入门必须了解的
查看>>
Python基础之面向对象2(封装)
查看>>
Python基础之给函数增加元信息
查看>>
python基础之字符编码
查看>>
python基础之多线程与多进程(二)
查看>>
Python基础之基本数据类型一《数字与字符串》
查看>>
python基础之变量---总纲
查看>>
Python基础之列表
查看>>
Python基础之Python环境搭建
查看>>