SQL Server执行SQL语句时内存占用特点 - 电脑应用 - 爱心论坛 - 自强爱心网

贴子已被锁定

众所周知，SQL Server执行SQL语句的性能判定标准主要是IO读取数大小。本文在不违反这一原则情况下，同时来分析一下部分SQL语句执行时，SQL Server内存的变化情况。

　　首先简述一下SQL Server内存占用的特点。SQL Server所占用的内存除程序(即SQL Server引擎)外，主要包括缓存的数据(Buffer)和执行计划(Cache)。SQL Server以8KB大小的页为单位存储数据。这个和SQL Server数据在磁盘上的存储页大小相同。当SQL Server执行SQL 语句时，如果需要的数据已经在其内存中，则直接从内存缓冲区读取并进行必要的运算然后输出执行结果。如果数据还未在内存中，则首先将数据从磁盘上读入内存Buffer中。而我们通常评价SQL性能指标中的IO逻辑读取数对应的正是从内存缓冲区读取的页数，而IO物理读取数则对应数据从磁盘读取的页数。

　　注：以下的试验在多人共享的开发测试服务器上也可以进行，因为实际上可以分别看到某个表所占用的内存情况。但为了方便，笔者在做此试验时，在一个单独的、确认没有其它并发任务的数据库上进行，因此所看到的内存变化正是每一次所执行的SQL语句引起的。

　　我们首先来看一个简单的实例。创建下表：

以下是引用片段：
Create Table P_User
　　( UserMobileStatus int NOT NULL,
　　MobileNo int NOT NULL,
　　LastOpTime DateTime Not NULL
　　)

　　然后为该表插入一定的数据：

以下是引用片段：
Declare @i int
　　Set @i=28000
　　WHILE @i<29000
　　BEGIN
　　Insert Into P_User
　　Select @i % 2,@i,GetUTCDate()
　　Set @i=@i+1
　　END

　　然后我们在查询分析器中首先执行:

以下是引用片段：
Set Statistics IO ON

　　并按下Ctrl+M以显示实际的执行计划。

　　此时，可以开始进行我们的试验了。为了准确观察每一次SQL语句变化情况，在执行第一条SQL语句以前，我们首先清空SQL Server所占用的数据内存：

以下是引用片段：
CHECKPOINT
　　GO
　　DBCC DROPCLEANBUFFERS

　　这将清空SQL Server所占用的数据缓冲区(此语句在生产服务器上慎用，因为将导致一段时间内后续的SQL语句执行变慢)。

　　测试1：在没有索引的表上执行SQL语句

　　1.1 执行全表选取或者低选择性选取

　　Select * From P_User

　　从SQL执行计划可以看到，由于此时表中没有任何索引，因此将产生Table Scan。而IO统计结果如下：

　　(1000 row(s) affected)

　　表'P_User'。扫描计数1，逻辑读取4 次，物理读取4 次，预读0 次，lob 逻辑读取0 次，lob 物理读取0 次，lob 预读0 次。

　　我们看一下数据库内存中的情况。

　　首先查询到我们所操作database的database_id：

以下是引用片段：
Select database_id From sys.databases Where name='TestGDB'

　　然后使用该database_id从表中查看内存情况：

以下是引用片段：
SELECT * FROM sys.dm_os_buffer_descriptors bd
　　WHERE database_id=5
　　order by allocation_unit_id,page_id

　　得到结果如下：

　　图片点击可在新窗口打开查看

　　得到的结果中可以看到，除了必要的管理页(一个PFS_Page和一个IAM_Page)外，内存中总共出现了4个Data_Page页。这和刚才IO统计中看到的结果：逻辑读为4，物理读为4相同。由于是全表读取，表明P_User表全部数据所占用的数据页数也正是4，将这4个数据页的row_count数加起来也可以验证其总数据行=1000。

　　在上例中，如果不清空数据缓冲区，再执行一遍SQL，可以看到内存毫无变化，而逻辑读也不变，只是物理读变为0，因为已经不需要再从磁盘读入数据。

　　1.2 执行高选择性选取

　　另外，在没有索引的情况下，如果将上例修改为：

以下是引用片段：
Select Top 1 * From P_Order 或者Select * From P_Order Where MobileNo=28502

　　可以看到，系统同样要读取全部的数据页到内存。

　　如果使用Select Top 1 * From P_Order Where MobileNo=28502这样的选取方式，有可能会出现只读取部分数据页到内存的情况。但由于在没有索引情况下，数据实际上是无序存放在堆上，所以结果很不稳定，也有可能发生读取所有的数据页到内存。

　　测试2：建立聚集索引情况下，执行SQL语句

　　2.1 执行全表选取或者低选择性选取

　　修改表结构，在MobileNo字段上建立聚集索引。然后再次执行刚才的SQL语句。得到的执行计划变为聚集索引扫描。IO统计消息为：

　　(1000 row(s) affected)

　　表'P_User'。扫描计数1，逻辑读取6 次，物理读取1 次，预读4 次，lob 逻辑读取0 次，lob 物理读取0 次，lob 预读0 次。

　　这里的逻辑读取变为6次。

　　内存情况如下：

　　图片点击可在新窗口打开查看

　　内存中的变化是增加了一个非叶级的聚集索引页，而叶级的聚集索引则会和数据放在一起。

　　另外，可以查看帽硭饕募侗穑?/P>

以下是引用片段：
　SELECT database_id,object_id,index_id,index_level,page_count,record_count
　　FROM sys.dm_db_index_physical_stats
　　(DB_ID(N'TestGDB'), OBJECT_ID(N'dbo.P_User'), NULL, NULL , 'DETAILED');

　　从结果可以看到该表的聚集索引总共分2级。

　　图片点击可在新窗口打开查看

　　因而逻辑读增加了2——(由于发生Clustered Index Scan，除了根级别的聚集索引页占用1次外，从根级别聚集索引定位到叶级别的聚集索引也将额外占用1次逻辑读)。

　　另外一个变化是只发生了一次物理读，即读取根级别的聚集索引页，另外4个数据页则通过预读方式而不是物理读从磁盘装入内存Buffer。这使得有聚集索引的情况下，执行SQL所直接花费的代价实际上更小。

　　2.2 执行高选择性选取

　　在建立聚集索引情况下，对性能有益的变化是：

　　对于Select Top 1 * From P_Order 或者Select * From P_Order Where MobileNo=28702这样的语句，在有聚集索引情况下，只会将最终记录所在的页读入内存。

　　测试3：建立非聚集索引情况下，执行SQL语句

　　3.1 执行全表选取或者低选择性选取

　　如果将表中同一字段的聚集索引换成非聚集索引，则可以看到如下特点：

　　执行全表扫描将和没有任何索引的情况相似，将读取所有的数据页到内存。此时,SQL Server的查询引擎实际上无法使用非聚集索引。

　　3.2 执行高选择性选取

　　将只读取最终数据所在的页到内存。通过查询计划可以看到，SQL Server在非聚集索引上使用INDEX SEEK，然后通过lookup 得到数据实际所在行(索引覆盖情况下例外，因为不需要定位到实际数据行)。

　　测试4：执行Nested Loop Join

　　在进行测试前,我们先准备另外一张表和数据。

以下是引用片段：
　Create Table P_Order
　　( UserStatus int NOT NULL,
　　MobileNo int NOT NULL,
　　Sid int Not NULL,
　　LastSubTime DateTime
　　)

　　插入数据：

以下是引用片段：
Declare @i int
　　Set @i=20000
　　WHILE @i<30000
　　BEGIN
　　Insert Into P_Order
　　Select @i % 2,@i,@i-19999,GetUTCDate()
　　set @i=@i+1
　　END

　　可以看到，在执行全表扫描情况下，该表10000条数据总共占用38个内存数据页。

　　4.1 执行全表选取或者低选择性选取

以下是引用片段：
Select * From P_Order A
　　Inner Loop JOIN P_User B ON A.MobileNo=B.MobileNo

　对于此种高选择性选择，默认情况下SQL Server不会执行Loop Join。因此，使用了强制性的联接提示。

　　在两个表都没有任何索引的情况下，可以看到：

　　两个表所有的数据页都将被加载到内存。逻辑读取代价高达6万多次——对于P_Order表中的每一条记录，都将在P_User表中进行遍历。

　　在其中一个表有聚集索引情况下，尽管逻辑读取相比刚才的6万多次已经大大下降，但仍然达到2万次。而且联接的次序对查询性能影响很大。因为其实际执行的是将SQL语句中前面的表作为联接的外部输入，而后面的表作为联接的内部输入。

　　在两个表都有聚集索引情况下，相比较而言，逻辑读仍然达到数千次(取决于最终输出的数据大小)，但相比较已经大大改善。而且表中的数据只有最终需要输出的部分才会被读入内存Buffer中。

　　4.2 执行高选择性选取

　　执行如下的SQL语句：

以下是引用片段：
　Select * From P_Order A
　　Inner merge JOIN P_User B ON A.MobileNo=B.MobileNo
　　Where A.MobileNo=28913

　　在两个表都没有任何索引情况下，两张表都将执行全表扫描。要读入所有的数据页到内存。总体逻辑读取决于两表的数据页数。

　　在一个表有聚集索引或者非聚集索引情况下，该表将执行Index Seek，另一个表将出现全表扫描。内存数据缓冲区中，将有一张表只读入最终数据所在的数据页、一张表读入全部数据页。逻辑读数取决于表在联接中的秩序、以及无索引表的数据页数。

　　在两个表都有聚集索引情况下，逻辑读最小，每个表只有2到3次。而且只有实际需要输出的数据才会被读入内存页。两个表都有非聚集索引情况下，消耗的逻辑读和内存资源近似。

　　测试5：执行Merge Join

　　5.1 执行全表选取或者低选择性选取

　　执行SQL:

以下是引用片段：
　Select * From P_Order A
　　Inner merge JOIN P_User B ON A.MobileNo=B.MobileNo

　　如果两张表都没有任何索引，则两张表都要进行全表扫描。所有的数据都要读入内存页。

　　逻辑读数近似等于两张表的数据页总和。SQL Server处理过程中将使用到临时表。

　　只有一张表有聚集索引的情形类似，SQL Server处理过程中将使用到临时表。并且读入所有的数据页到内存。

　　如果两张表都有聚集索引，尽管两表的数据都会被读入内存页，但逻辑读数已经大大减少，等于其中一张表总数据内存页数加上最终输出的数据页数。而且SQL Server处理过程中将不需要再使用临时表。

　　5.2 执行高选择性选取

　　对于这样的高选择性SQL语句，SQL Server 将提示无法生成执行计划。

以下是引用片段：
Select * From P_Order A
　　Inner merge JOIN P_User B ON A.MobileNo=B.MobileNo
　　Where A.MobileNo=28913

　　但可以执行：

以下是引用片段：
　Select * From P_Order A
　　Inner merge JOIN P_User B ON A.MobileNo=B.MobileNo
　　Where A.MobileNo<=28001 (注：最终结果只有2条)

　　这样的属于低选择性语句，但最终结果也很少的语句。如前面所述，这种情况下，采用netsted loop联接效率可能更高。

　　测试6：执行Hash Join

　　6.1 执行全表选取或者低选择性选取

　　对于两表联接，如果两张表都没有索引，不写明联接提示的情况下，SQL Server默认使用hash join。而对于两表联接，如果两张表都有聚集索引，则SQL Server默认使用Merge Join。

　　执行SQL:

以下是引用片段：
Select * From P_Order A
　　Inner hash JOIN P_User B ON A.MobileNo=B.MobileNo

　　在使用hash join情况下，无论两张表有无索引，都将读取所有的数据页到内存，SQL Server将使用临时表进行处理。逻辑读数近似等于两张表的数据页总和。

　　6.2 执行高选择性选取

　　和merge join执行高选择性选取情况类似，也无法直接执行：

以下是引用片段：
Select * From P_Order A
　　Inner merge JOIN P_User B ON A.MobileNo=B.MobileNo
　　Where A.MobileNo=28913

　　但可以执行这样的结果很少的低选择性脚本：

以下是引用片段：
Select * From P_Order A
　　Inner merge JOIN P_User B ON A.MobileNo=B.MobileNo
　　Where A.MobileNo<=28001 (注：最终结果只有2条)

　　但此情况下，采用netsted loop联接效率更高。

　　测试总结

　　本次测试的主要意义在于，通过分析具体的内存变化结合执行计划、IO读取等信息，可以更清楚地了解SQL Server执行SQL 语句过程。

　　另外，也验证了一些通过分析SQL 语句的IO读取、执行计划曾经得到的经验：

　　(1) 在执行单表查询时，如果是高选择查询，要建立非聚集索引或者聚集索引(推荐非聚集索引，是独立于数据存放的)。如果是低选择性查询，则需要建立聚集索引。

　　(2) 在执行联接查询时，如果最终输出结果很少，则适宜使用nested loop join;如果输出结果较多，则通过建立聚集索引，而以merge join方式查询能得到好的性能。对于性能较低的hash join，最好通过转换成merge join或者nested loop join方式提高查询性能。

本新闻共4页,当前在第4页 1 2 3 4

主题：SQL Server执行SQL语句时内存占用特点