在SQL Server 2000的時候，我們要想做Performance Tuning的時候，多半都必須用到Profiler或者SQL Tracer來跟蹤，這東西一是結果分析起來麻煩，二是對系統資源消耗太大。在SQL Server 2005中，提供了動態管理視圖和函數(Dynamic Management Views and Dynamic Management Functions)，大大的方便了我們對系統運行情況的監控，故障診斷和性能優化。現在除了Debug以外，已經很少再對生產系統使用Profiler。順便說一下，SQL Server 2008有一個更好，更強大的Data Collector，可以收集系統信息放入數據倉庫，再進行分析的，那時候DBA就更方便了。
下面我會Step by step的介紹，如何使用DMV和DMF來診斷系統情況，介紹到的全部知識都來自於聯機叢書（Books Online）。
Issue:在新上線一個系統後，我發現數據庫服務器的CPU有所升高，達到20-30%,Peak time的時候甚至會達到50%。於是我打開性能監視器，發現SQL Logins/sec平均超過2000。那麼，我希望知道，是哪些SQL語句調用次數如此頻繁，找到了這些SQL語句之後，就可以進行有針對的優化。
Step1:首先我們看看有什麼DMV是適用的。在聯機叢書的索引中輸入動態管理視圖 [SQL Server]，發現下面有個鏈接與執行有關的動態管理視圖和函數，這裏面有一個視圖叫sys.dm_exec_query_stats，顧名思義，應該是對執行查詢的統計信息。
Step2:看看sys.dm_exec_query_stats的描述和字段，這個對象是返回緩存查詢計劃的聚合性能統計信息。包含的字段有execution_count，表示計劃自上次編譯以來所執行的次數。OK，就是它了。
Step3:怎麼用這個視圖呢？那些列好複雜，一時沒有頭緒，往下找找看。有了！下面有個示例，按平均 CLR 時間返回有關前五個查詢的信息。
SELECT TOP 5 creation_time, last_execution_time, total_clr_time,
total_clr_time/execution_count AS [Avg CLR Time], last_clr_time,
execution_count,
SUBSTRING(st.text, (qs.statement_start_offset/2) + 1,
((CASE statement_end_offset
WHEN -1 THEN DATALENGTH(st.text)
ELSE qs.statement_end_offset END
- qs.statement_start_offset)/2) + 1) as statement_text
FROM sys.dm_exec_query_stats as qs
CROSS APPLY sys.dm_exec_sql_text(qs.sql_handle) as st
ORDER BY total_clr_time/execution_count DESC;
GO
寫不出來我總會改吧，照葫蘆畫瓢可輕鬆多了。
Step4: 我要做的是把排序條件的平均CLR時間改成平均每秒執行次數。看了一下字段列表，發現3個字段是有用的。creation_time 編譯計劃的時間。last_execution_time 上次執行計劃的時間。execution_count 計劃自上次編譯以來所執行的次數。我考慮用(last_execution_time - creation_time ) /execution_count來得到平均每秒執行次數。修改後的SQL語句如下
SELECT TOP 5 creation_time, last_execution_time,
execution_count / datediff(second, creation_time, last_execution_time) AS [Execute Count Per Second],
execution_count,
SUBSTRING(st.text, (qs.statement_start_offset/2) + 1,
((CASE statement_end_offset
WHEN -1 THEN DATALENGTH(st.text)
ELSE qs.statement_end_offset END
- qs.statement_start_offset)/2) + 1) as statement_text
FROM sys.dm_exec_query_stats as qs
CROSS APPLY sys.dm_exec_sql_text(qs.sql_handle) as st
ORDER BY execution_count / datediff(second, creation_time, last_execution_time) DESC;
Step5:執行後發現有點小問題，出現錯誤信息
Msg 8134, Level 16, State 1, Line 1
Divide by zero error encountered.
錯誤信息說被零除，那麼是有datediff(second, creation_time, last_execution_time)等於0的。OK，我們加點條件，標準的做法是判斷datediff(second, creation_time, last_execution_time)
>0，我判斷execution_count > 100，在這個地方也能夠達到同樣的效果。修改的結果如下：
SELECT TOP 5 creation_time, last_execution_time,
execution_count / datediff(second, creation_time, last_execution_time) AS [Execute Count Per Second],
execution_count,
SUBSTRING(st.text, (qs.statement_start_offset/2) + 1,
((CASE statement_end_offset
WHEN -1 THEN DATALENGTH(st.text)
ELSE qs.statement_end_offset END
- qs.statement_start_offset)/2) + 1) as statement_text
FROM sys.dm_exec_query_stats as qs
CROSS APPLY sys.dm_exec_sql_text(qs.sql_handle) as st
WHERE execution_count > 100
ORDER BY execution_count / datediff(second, creation_time, last_execution_time) DESC;
Step 6:再調整一下所需的字段，我對creation_time, last_execution_time其實沒啥興趣，我更關心這個SQL語句執行的時間，I/O方面的信息，看了下字段列表，有total_physical_reads 此計劃自編譯後在執行期間所執行的物理讀取總次數,total_elapsed_time 完成此計劃的執行所佔用的總時間（微秒）。再除以execution_count就是平均值了。修改後的SQL語句如下：
SELECT TOP 100 execution_count / datediff(second, creation_time, last_execution_time) AS [Execute Times Per Second], execution_count,
total_logical_reads /execution_count AS [Avg Logical Reads],
total_elapsed_time /execution_count AS [Avg Elapsed Time],
SUBSTRING(st.text, (qs.statement_start_offset / 2) + 1, ((CASE statement_end_offset WHEN - 1 THEN DATALENGTH(st.text) ELSE qs.statement_end_offset END - qs.statement_start_offset) / 2) + 1) AS statement_text
FROM sys.dm_exec_query_stats AS qs CROSS APPLY sys.dm_exec_sql_text(qs.sql_handle) AS st
WHERE execution_count > 100
ORDER BY 1 DESC;
Step7:OK，差不多能滿足我的需求了，但是美中不足的是，我們對數據庫的訪問全是通過存儲過程來實現的，要找到這段SQL語句出自哪個存儲過程，雖然不是很麻煩，但是還是要動點手腳的，要是能在這個查詢中顯示出來就好了。 這個查詢中用到了sys.dm_exec_sql_text，看看這裏面有啥內容。在聯機叢書的索引中輸入sys.dm_exec_sql_text。Bingo！對於諸如存儲過程、觸發器或函數之類的數據庫對象，SQL 句柄派生自數據庫 ID、對象 ID 和對象編號。太好了，要的就是這個，有了ID就可以轉換成名字了，object_name函數是早已熟悉的。最終的結果如下
SELECT TOP 100 execution_count / datediff(second, creation_time, last_execution_time) AS [Execute Count Per Second], execution_count,
total_logical_reads /execution_count AS [Avg Logical Reads],
total_elapsed_time /execution_count AS [Avg Elapsed Time],
db_name(st.dbid) as [database name],
object_name(st.objectid, st.dbid) as [object name],
SUBSTRING(st.text, (qs.statement_start_offset / 2) + 1, ((CASE statement_end_offset WHEN - 1 THEN DATALENGTH(st.text) ELSE qs.statement_end_offset END - qs.statement_start_offset) / 2) + 1) AS statement_text
FROM sys.dm_exec_query_stats AS qs CROSS APPLY sys.dm_exec_sql_text(qs.sql_handle) AS st
WHERE execution_count > 100
ORDER BY 1 DESC;
在實際應用的時候，再根據情況稍做修改即可。希望各位讀者從這篇文章學到的不僅是sys.dm_exec_query_stats ，更重要的是瞭解到使用Books Online的方法。
謝謝閱讀！