浅析SQL Server中的履行计划缓存(上)

简介

我们平时所写的SQL语句本质只是获得数据的逻辑，而不是获得数据的物理路径。当我们写的SQL语句传到SQL Server的时候，查询分析器会将语句顺次进行解析（Parse）、绑定（Bind）、查询优化（Optimization，有时候也被称为简化）、履行（Execution）。除去履行步骤外，前三个步骤以后就生成了履行计划，也就是SQL Server依照该计划获得物理数据方式，最后履行步骤依照履行计划履行查询从而取得结果。但查询优化器不是本篇的重点，本篇文章主要讲述查询优化器在生成履行计划以后，缓存履行计划的相关机制和常见问题。

为何需要履行计划缓存

从简介中我们知道，生成履行计划的进程步骤所占的比例众多，会消耗掉各CPU和内存资源。而实际上，查询优化器生成履行计划要做更多的工作，大概分为3部份：

首先，根据传入的查询语句文本，解析表名称、存储进程名称、视图名称等。然后基于逻辑数据操作生成代表查询文本的树。

第二步是优化和简化，比如说将子查询转换成对等的连接、优先利用过滤条件、删除没必要要的连接（比如说有索引，可能不需要援用原表）等。

第三步根据数据库中的统计信息，进行基于本钱（Cost-based）的评估。

上面三个步骤完成以后，才会生成多个候选履行计划。虽然我们的SQL语句逻辑上只有一个，但是符合这个逻辑顺序的物理获得数据的顺序却可以有多条，打个比方，你希望从北京到上海，便可以做高铁，也能够做飞机，但从北京到上海这个描写是逻辑描写，具体怎样实现路径有多条。那让我们再看一个SQL Server中的举例，比如代码清单1中的查询。

代码清单1.

对该查询来讲，不管A先Inner join B或者B先Inner Join C，结果都是一样的，因此可以生成多个履行计划，但一个基本原则是SQL Server不一定会选择最好的履行计划，而是选择足够好的计划，这是由于评估所有的履行计划的本钱所消耗的本钱不应当过大。终究，SQL Server会根据数据的基数和每步所消耗的CPU和IO的本钱来评估履行计划的本钱，所以履行计划的选择重度依赖于统计信息，关于统计信息的相关内容，我就不细说了。

对前面查询分析器生成履行计划的进程不难看出，该步骤消耗的资源本钱也是惊人的。因此当一样的查询履行一次以后，将其缓存起来将会大大减少履行计划的编译，从而提高效力，这就是履行计划缓存存在的初衷。

履行计划所缓存的对象

履行计划所缓存的对象分为4类，分别是：

编译后的计划：编译的履行计划和履行计划的关系就和MSIL和C#的关系一样。

履行上下文：在履行编译的计划时，会有上下文环境。由于编译的计划可以被多个用户同享，但查询需要存储SET信息和本地变量的值等，因此上下文环境需要对应履行计划进行关联。履行上下文也被称为Executable Plan。

游标：存储的游标状态类似于履行上下文和编译的计划的关系。游标本身只能被某个连接使用，但游标关联的履行计划可以被多个用户同享。

代数树：代数树（也被称为解析树）代表着查询文本。正如我们之前所说，查询分析器不会直接援用查询文本，而是代数树。这里也许你会有疑问，代数树用于生成履行计划，这里还缓存代数树干毛啊？这是由于视图、Default、束缚可能会被区别查询重复使用，将这些对象的代数树缓存起来省去了解析的进程。

比如说我们可以通过dm_exec_cached_plans这个DMV找到被缓存的履行计划，如图1所示。

图1.被缓存的履行计划

那究竟这几类对象缓存所占用的内存相关信息该怎样看呢？我们可以通过dm_os_memory_cache_counters这个DMV看到，上述几类被缓存的对象如图2所示。

图2.在内存中这几类对象缓存所占用的内存

另外，履行计划缓存是一种缓存。而缓存中的对象会根据算法被替换掉。对履行计划缓存来讲，被替换的算法主要是基于内存压力。而内存压力会被分为两种，既内部压力和外部压力。外部压力是由于Buffer Pool的可用空间降到某一临界值（该临界值会根据物理内存的大小而区别，如果设置了最大内存则根据最大内存来）。内部压力是由于履行计划缓存中的对象超过某一个阈值，比如说32位的SQL Server该阈值为40000，而64位中该值被提升到了160000。

这里重点说一下，缓存的标识符是查询语句本身，因此select * from SchemaName.TableName和Select * from TableName虽然效果一致，但需要缓存两份履行计划，所以一个Best Practice是在援用表名称和和其他对象的名称时，请带上架构名称。
基于被缓存的履行计划对语句进行调优

被缓存的履行计划所存储的内容非常丰富，不单单包括被缓存的履行计划、语句，还包括被缓存履行计划的统计信息，比如说CPU的使用、等待时间等。但这里值得注意的是，这里的统计只算履行时间，而不算编译时间。比如说我们可以利用代码清单2中的代码根据被缓存的履行计划找到数据库中耗时最长的20个查询语句。

代码清单2.通过履行计划缓存找到数据库总耗时最长的20个查询语句

上面的语句您可以修改Order By来根据区别的条件找到你希望找到的语句，这里就不再细说了。

相比较于不管是服务端Trace或者客户真个Profiler，该方法有一定优势，如果通过捕捉Trace再分析的话，不但费时费力，还会给服务器带来额外的开消，通过该方法找到耗时的查询语句就会简单很多。但是该统计仅仅基于上次实例重启或没有运行DBCC FreeProcCache以后。但该方法也有一些弊端，比如说：

类似索引重建、更新统计信息这类语句是不缓存的，而这些语句本钱会非常高。
缓存可能随时会被替换掉，因此该方法没法看到不再缓存中的语句。
该统计信息只能看到履行本钱，没法看到编译本钱。
没有参数化的缓存可能同一个语句显现区别的履行计划，因此出现区别的缓存，在这类情况下统计信息没法累计，可能造成不是很准确。

履行计划缓存和查询优化器的矛盾

还记得我们之前所说的吗，履行计划的编译和选择分为三步，其中前两步仅仅根据查询语句和表等对象的metadata，在履行计划选择的阶段要重度依赖于统计信息，因此同一个语句仅仅是参数的区别，查询优化器就会产生区别的履行计划，比如说我们来看一个简单的例子，如图3所示。

图3.仅仅是由于区别的参数，查询优化器选择区别的履行计划

大家可能会觉得，这不是挺好的嘛，根据参数产生区别的履行计划。那让我们再斟酌一个问题，如果将上面的查询放到一个存储进程中，参数不能被直接嗅探到，当第一个履行计划被缓存后，第二次履行会复用第一次的履行计划！虽然免去了编译时间，但不好的履行计划所消耗的本钱会更高！让我们来看这个例子，如图4所示。

图4.区别的参数，却是完全一样的履行计划！ 

再让我们看同一个例子，把履行顺序颠倒后，如图5所示。

图5.履行计划完全变了

我们看到，第二次履行的语句，完全复用了第一次的履行计划。那总会有一个查询牺牲。比如说当参数为4时会有5000多条，此时索引扫描应当最高效，但图4却复用了上一个履行计划，使用了5000屡次查找！！！这无疑是低效力的。而且这类情况出现会非常让DBA迷茫，由于在缓存中的履行计划不可控，缓存中的对象随时可能被删除，谁先履行谁后履行产生的性能问题常常也让DBA头疼。

由这个例子我们看出，查询优化器希望尽量选择高效的履行计划，而履行计划缓存却希望尽量的重用缓存，这两种机制在某些情况会产生冲突。

在下篇文章中，我们将会继续来看由于履行计划缓存和查询分析器的冲突，和编译履行计划所带来的常见问题和解决方案。

小结

本篇文章中，我们简单讲述了查询优化器生成履行计划的进程，和履行计划缓存的机制。当查询优化器和履行计划缓存以某种不好的情况交汇时，将产生一些问题。在下篇文章中，我们会继续探索SQL Server中的履行计划缓存。

以上内容是小编给大家介绍的SQL Server中的履行计划缓存(上)的全部叙述，希望大家喜欢。