?目前國(guó)內(nèi)外的運(yùn)維工具中，SQL SERVER的工具偏少，而且也僅僅偏向于簡(jiǎn)單的狀態(tài)監(jiān)測(cè)和一些關(guān)鍵指標(biāo)基線告警。缺乏深度問(wèn)題的分析與發(fā)現(xiàn)能力，也缺乏復(fù)雜問(wèn)題溯源的能力。因此我們可能知道某個(gè)指標(biāo)異常了，但是不知道為什么異常，是什么引發(fā)的異常，我們?cè)撊绾稳?yōu)化它。微軟雖然提供了一些診斷分析工具，不過(guò)這些工具用起來(lái)太復(fù)雜了，一般人也真的不太容易掌握。再加上Windows的問(wèn)題本身就比較難以分析，這導(dǎo)致了SQL SERVER這個(gè)看似用起來(lái)很簡(jiǎn)單的數(shù)據(jù)庫(kù)，反而不那么好分析了。

微軟提供了一些基于Windows平臺(tái)的分析工具，不過(guò)大多數(shù)是交互式分析工具，問(wèn)題發(fā)生時(shí)進(jìn)行在線分析的能力雖然較強(qiáng)，但是使用起來(lái)專(zhuān)業(yè)性太強(qiáng)，另外也無(wú)法分析歷史情況，因此無(wú)法滿足運(yùn)維優(yōu)化的全面需求。

基于此原因，DBAIOPS社區(qū)對(duì)SQL SERVER的需求還是挺旺盛的，很多朋友都認(rèn)為D-SMART中SQL SERVER的監(jiān)控功能和診斷功能比Oracle等其他數(shù)據(jù)庫(kù)弱很多，希望我們?cè)诮窈蟮陌姹局心軌蚣訌?qiáng)。經(jīng)過(guò)這段時(shí)間的社區(qū)推廣，我們發(fā)現(xiàn)確實(shí)在政務(wù)、醫(yī)療文教、制造業(yè)等行業(yè)，SQL SERVER的使用量是相當(dāng)高的，為了這些客戶，我們有必要對(duì)D-SMART的SQL SERVER做一些加強(qiáng)。

前陣子社區(qū)的一個(gè)朋友通過(guò)Hola發(fā)來(lái)一個(gè)SQL SERVER的監(jiān)控?cái)?shù)據(jù)，讓我們幫助分析一下SQL語(yǔ)句經(jīng)常出現(xiàn)執(zhí)行時(shí)間抖動(dòng)的問(wèn)題。從月檢報(bào)告上，我們發(fā)現(xiàn)了數(shù)據(jù)庫(kù)存在IO_COMPLETION指標(biāo)的異常。當(dāng)時(shí)基于SQL SERVER的知識(shí)圖譜并不完整，因此分析過(guò)程完全通過(guò)人工，我們花了數(shù)個(gè)小時(shí)，發(fā)現(xiàn)了一個(gè)疑點(diǎn)，SQL語(yǔ)句執(zhí)行時(shí)間變長(zhǎng)總是和物理內(nèi)存100%，PAGEFILE使用率接近100%有關(guān)，最終定位了問(wèn)題主因是物理內(nèi)存不足。

如果利用智能診斷工具，我們是可以大大簡(jiǎn)化分析的過(guò)程的，有了完整的知識(shí)圖譜，我們就可以使用各種智能診斷工具來(lái)輔助我們發(fā)現(xiàn)問(wèn)題了。比如上面所說(shuō)的問(wèn)題完全可以通過(guò)“指標(biāo)關(guān)聯(lián)性分析”工具進(jìn)行分析，比如我們發(fā)現(xiàn)數(shù)據(jù)庫(kù)的閂鎖等待有點(diǎn)不正常，從“指標(biāo)關(guān)聯(lián)度分析”的結(jié)論上看，這個(gè)指標(biāo)相關(guān)聯(lián)的問(wèn)題主要幾種在IO并發(fā)量過(guò)大上，而最終定位的問(wèn)題是操作系統(tǒng)IO延時(shí)過(guò)大，IO能力不足引發(fā)了IO性能問(wèn)題。整個(gè)分析只需要點(diǎn)擊下按鈕，是不是很簡(jiǎn)單？

在D-SMART V2.1.6.20221010月度升級(jí)版中，我們著重加強(qiáng)了SQL SERVER的監(jiān)控與運(yùn)維診斷能力。針對(duì)SQL SERVER的指標(biāo)做了一定的增強(qiáng)，增加了一些對(duì)于分析診斷十分有價(jià)值的新指標(biāo)。另外健康模型也做了較大的調(diào)整，新的模型能夠更好地反映出SQL SERVER數(shù)據(jù)庫(kù)實(shí)例的運(yùn)行狀態(tài)。而最大的升級(jí)來(lái)自于SQL SERVER的知識(shí)圖譜在這個(gè)版本中已經(jīng)完成了對(duì)所有指標(biāo)的覆蓋，因此這個(gè)版本的“智能診斷”功能真正可以發(fā)揮作用了。

點(diǎn)擊智能指標(biāo)分析，D-SMART的智能診斷引擎可以根據(jù)知識(shí)圖譜的數(shù)據(jù)自動(dòng)對(duì)當(dāng)前的問(wèn)題進(jìn)行歸類(lèi)和分析。

當(dāng)我們發(fā)現(xiàn)某個(gè)關(guān)鍵指標(biāo)出現(xiàn)異常時(shí)，我們也可以十分方便地利用智能診斷工具中的“關(guān)聯(lián)度分析”工具，去分析可能的關(guān)聯(lián)因素。

選取指標(biāo)存在問(wèn)題的時(shí)間段，點(diǎn)擊“智能指標(biāo)分析”，就可以選擇其中的工具進(jìn)行分析了。當(dāng)我們對(duì)某個(gè)單一指標(biāo)異常沒(méi)有頭緒，不知道該如何分析的時(shí)候，使用“指標(biāo)關(guān)聯(lián)度分析”工具就可以去發(fā)現(xiàn)與該指標(biāo)的波動(dòng)特征較為相似的指標(biāo)，這些指標(biāo)很可能與這個(gè)你不知道該如何分析的指標(biāo)有關(guān)聯(lián)關(guān)系的指標(biāo)。

相似因子越小的指標(biāo)可能關(guān)聯(lián)度越強(qiáng)。智能診斷工具還可以通過(guò)根因分析算法，自動(dòng)歸納引發(fā)指標(biāo)波動(dòng)的可能問(wèn)題。

不過(guò)這個(gè)問(wèn)題是通過(guò)關(guān)聯(lián)關(guān)系推斷的，而并不是系統(tǒng)當(dāng)前可能存在的問(wèn)題。在報(bào)告的后面，會(huì)提供這個(gè)分析。

隨后的問(wèn)題分析工具會(huì)自動(dòng)分析這些關(guān)聯(lián)性的指標(biāo)中存在的異常，從而推導(dǎo)可能存在的系統(tǒng)問(wèn)題，最終原因還是IO能力不足，而誘因可能是大量的SQL加大了IO。智能診斷工具采用純數(shù)學(xué)計(jì)算的方式來(lái)分析問(wèn)題，不過(guò)其分析的規(guī)則來(lái)自于知識(shí)圖譜中的專(zhuān)家經(jīng)驗(yàn)。智能診斷充分利用已有的專(zhuān)家知識(shí)，結(jié)合異常檢測(cè)算法，自動(dòng)對(duì)指標(biāo)進(jìn)行檢測(cè)，并且通過(guò)知識(shí)圖譜中積累的模型，自動(dòng)進(jìn)行根因歸類(lèi)，將一系列指標(biāo)異常收斂到有限的問(wèn)題點(diǎn)上。這樣就好像給我們的DBA裝上了一只透視眼一樣，能夠比較方便地看透問(wèn)題現(xiàn)象背后的本質(zhì)。

當(dāng)然，目前的智能診斷僅僅是為我們提供了一雙透視眼，讓我們能夠更好的看數(shù)據(jù)，幫我們自動(dòng)分析數(shù)據(jù)，其大腦目前還不夠聰明，分析的最后一公里依然需要依靠人的判斷，不過(guò)已經(jīng)為我們的運(yùn)維人員，特別是三線專(zhuān)家提供了很好的分析方向。

隨著不斷積累新的故障模型，優(yōu)化知識(shí)體系，分析診斷的能力也會(huì)不斷提升。隨后我們會(huì)在DBAIOPS社區(qū)開(kāi)展SQL SERVER的智能診斷測(cè)試工作，也希望有興趣的朋友參與測(cè)試，并給我們反饋測(cè)試結(jié)果，用于改善知識(shí)庫(kù)。