查看语句运行时间异常的原因（SQLServer）

经常有开发同事反映如下情况：我有一条语句或者一个JOB昨天跑半个小时就完成了，今天怎么跑了两个小时还没有完成？ 是不是数据库出现问题了？ 数据库语句运行时间异常，其实是一个比较复杂的情况，因为数据是不断变动的，今天好好的一条语句，有可能明天运行

经常有开发同事反映如下情况：我有一条语句或者一个JOB昨天跑半个小时就完成了，今天怎么跑了两个小时还没有完成？

是不是数据库出现问题了？

数据库语句运行时间异常，其实是一个比较复杂的情况，因为数据是不断变动的，今天好好的一条语句，有可能明天运行就

不在预计的时间内了，这个场景是没办法完全重溯的，即便有当时的备份数据，但是当时的服务器压力是没有办法知道和营造

的；但是好在现在不是要调查昨天语句跑时间异常的原因，而是要找到现在语句运行异常的原因，现在的情况还正在进行着呢，

所以我们可以根据语句目前的情况，初步来排查一下；

其实要考虑的问题比较多：

1. 索引是否正常（索引是否损坏、有没有人删除索引等）；

2. 统计信息是否过时；

3. 语句执行计划是否发生偏移（和索引、统计信息以及数据量都有关系）；

4. 语句是否有bug；

5. 是否发生的阻塞；

6. 系统资源是否遇到瓶颈；

.........

这么多的情况都考虑的话我们很难下手，一般解决这个问题我们都需要采用比较快的方式来做排查，以下方法主要针对5和6两

个方面进行，因为这两个方面是最常见的情况。

我们来简单模拟一下排查过程:

1. 创建测试表和数据

USE [master]
GO

/****** Object:  Table [dbo].[a]    Script Date: 01/17/2012 16:46:34 ******/
SET ANSI_NULLS ON
GO

SET QUOTED_IDENTIFIER ON
GO

SET ANSI_PADDING ON
GO

CREATE TABLE [dbo].[a](
    [id] [int] IDENTITY(1,1) NOT NULL,
    [name] [varchar](100) NULL
) ON [PRIMARY]

GO

SET ANSI_PADDING OFF
GO


insert into a values('aa'),('bb'),('cc')

2. 制造阻塞：开两个session，分别运行下面的语句

--Session 1
use master
go
begin tran
update A set name='abc' where id=2

--rollback

--Session 2
select * from a 

因为Session1 的Update语句没有能够提交，所以此时Session2 过程会被阻塞

3. 分析排查：

我们首先需要查询下此时数据库中是否存在阻塞：

--Blocked
select * from sys.sysprocesses with(nolock) where blocked<>0

我们看到了阻塞的记录，53阻塞了56，被阻塞的资源是：dbid 1 file 1 page 307；

接下来我们需要知道阻塞和被阻塞的是什么语句，有两种方式：

a. dbcc inputbuffer

b. sys.dm_exec_sql_text

方法一与方法二相比：

优点：方法一能显示非活动session的语句，方法二只能查活动的session（通过sp_who2 active 能显示是否活动）；

缺点：方法一只能一个一个查询，方法二可以多个一起查询；

方法一：

--No1:
dbcc inputbuffer(53)
go
dbcc inputbuffer(56)

方法二：

--No2:
SELECT
    S.session_id, R.blocking_session_id,
    S.host_name, S.login_name, 
    databaseName=DB_NAME(R.database_id),R.command, R.status,
    current_execute_sql = SUBSTRING(T.text,
                R.statement_start_offset / 2 + 1,
                CASE
                    WHEN statement_end_offset = -1 THEN LEN(T.text)
                    ELSE (R.statement_end_offset - statement_start_offset) / 2+1
                END),
    S.program_name,
    S.status,
    S.cpu_time, memory_usage_kb = S.memory_usage * 8, S.reads, S.writes,
    S.transaction_isolation_level,
    C.connect_time, C.last_read, C.last_write,
    C.net_transport, C.client_net_address, C.client_tcp_port, C.local_tcp_port,
    R.start_time, 
    R.wait_time, R.wait_type, R.last_wait_type, R.wait_resource,
    R.open_transaction_count, R.transaction_id
    
FROM sys.dm_exec_sessions S
    LEFT JOIN sys.dm_exec_connections C
        ON S.session_id = C.session_id
    LEFT JOIN sys.dm_exec_requests R
        ON S.session_id = R.session_id
            AND C.connection_id = R.connection_id
    OUTER APPLY sys.dm_exec_sql_text(R.sql_handle) T
WHERE  S.is_user_process = 1  -- 如果不限制此条件，则查询所有进程（系统和用户进程）
and s.session_id in(53,56)

我们看到方法一两条语句都能查出来，而方法二只能查出一个语句；

到这里，我们已经能判断语句运行慢的原因是被阻塞了，我们再来查查阻塞的原因是什么，可以通过以下语句查看：

select request_session_id,resource_type,db_name(resource_database_id) as DBName,resource_description,
request_mode,request_type,request_status from sys.dm_tran_locks where request_session_id in(56,53)
order by request_session_id

可以看到，56处于WAIT状态，它在等待获取1：307：1 上的一个共享锁，但是1：307：1上被53的一个排他锁占据了（GRANT代表

已获得资源，正在运行），因此56必须等待53上的排他锁释放后才能继续运行；于是我们转而调查53排他锁没有释放的原因；可能是

53需要的其他资源被其他进程占有了，在等待其他进程释放锁；也可能是因为Update语句更新的数据量过多，需要的时间比较长，不

能够及时的释放锁；还有就是我们现在的情况，没有提交事物了（语句中可以直接看到）；阻塞的排查方法都是类似的。

如果语句并没有被其他语句blocked呢？ 那我们需要再进一步查找的原因就是Wait了，前面已经有wait的相关查询，下面我们来查下

更具体的信息：

-- wait & lock
select lo.request_session_id as [Session],
DB_NAME(lo.resource_database_id) as Dbname,
lo.resource_type as [Type],
lo.resource_description,
lo.request_mode,
lo.request_owner_type,
lo.request_status,
case when lo.resource_type='OBJECT' then OBJECT_NAME(lo.resource_associated_entity_id)
     when lo.resource_associated_entity_id IS NULL OR lo.resource_associated_entity_id=0
     then NULL
     else OBJECT_NAME(p.object_id) 
     end as Associated_Entity,
wt.blocking_session_id,wt.resource_description
from 
sys.dm_tran_locks lo with(nolock)
left join sys.partitions p with(nolock)
on lo.resource_associated_entity_id=p.partition_id
left join sys.dm_os_waiting_tasks wt with(nolock)
on lo.lock_owner_address=wt.resource_address
where lo.request_session_id>50
and lo.request_session_id=56 
order by [Session] ,[TYPE]

上面可以看到，56在获取共享资源1：307：1时，遇到了等待，当然这里的等待还是被53阻塞了，但是等待会有多种原因的等待，我们查

一下当前的等待信息：

--current wait info
select wait_type,COUNT(0) as num_waiting_tasks,
SUM(wait_duration_ms) as total_wait_time_ms
 from sys.dm_os_waiting_tasks with(nolock)
where session_id>50
group by wait_type
order by wait_type

这里可以看到是锁等待（Wait_Type），还有很多资源类型的等待，值的重点关注的有：
Memory:CMEMTHREAD ,RESOURCE_SEMAPHORE
CMEMTHREAD:
说明和原因：计划缓存出现问题的标志（大量计划加入或者移出）；
解决： 使用参数化的查询或者设置数据库强制参数化（forced parameterization）

RESOURCE_SEMAPHORE：
说明和原因：内存密集型查询无法获得请求的内存；其他进程消耗了太多的内存；
解决： 为数据库添加合适的索引或者增加内存

IO：IO_COMPLETION,ASYNC_IO_COMPLETION,WRITELOG,PAGEIOLATCH_*

CPU: CXPACKET,SOS_SCHEDULER_YIELD
CXPACKET:
说明和原因：并行处理等待类型，并行同步等待；
解决： 可以通过修改并行度的值（或者禁用）解决；
SOS_SCHEDULER_YIELD：
说明和原因：任务执行到时间片尾，让出调度器给其他任务运行；
解决： 需要处理能力更好的CPU

Network：ASYNC_NETWORK_IO,DBMIRROR_SEND
ASYNC_NETWORK_IO: 网卡带宽饱和或者客户端不能及时把结果取走；
DBMIRROR_SEND： 网络带宽不足以支持镜像事务量或者镜像数据库超出限额；

锁阻塞：LCK_*

我们可以统计下，我们数据库最多的20种等待类型：

--total wait info
select top 20 wait_type,SUM(waiting_tasks_count) waiting_tasks_count,
SUM(wait_time_ms)as total_wait_time_ms,
SUM(signal_wait_time_ms) as total_signal_wait_time_ms
from sys.dm_os_wait_stats with(nolock)
where wait_type not in
 --system wait type
('LAZYWRITER_SLEEP','REQUEST_FOR_DEADLOCK_SEARCH','SQLTRACE_BUFFER_FLUSH',
 'XE_TIMER_EVENT','FT_IFTS_SCHEDULER_IDLE_WAIT','LOGMGR_QUEUE','CHECKPOINT_QUEUE',
 'SLEEP_TASK','BROKER_IO_FLUSH','BROKER_TASK_STOP','BROKER_TO_FLUSH','BROKER_EVENTHANDLER')
group by wait_type
order by total_wait_time_ms desc

通过这个我们可以从中看出DB等待主要集中在哪些方面，如果是在CPU、IO、Memory、Lock等上面等待时间很长，说明我们

的数据库需要做某些方面的优化了。

以上就是从阻塞和等待方面，对运行时间异常的语句做初步排查的过程，欢迎大家拍砖。