SQL Server运维踩坑5年总结：实战排障指南

　　去年元旦那档子事儿，我原以为SQL Server崩了是最大的坑，结果发现最要命的是老板那句“怎么又崩了？”。那天早上刚开档，隔壁卖冻货的老张剁排骨的刀声震得我显示器都晃——他新进的冷柜制冷不行，肉都化冻了，急着处理。我这边刚把备份脚本跑起来，SQL Server突然卡死，所有连接池爆满，应用层直接500错误。我原以为重启服务就能解决，结果发现tempdb的日志文件涨到200G，磁盘空间没了。

　　这事儿说起来就离谱。我查日志的时候发现，前一天晚上有个存储过程被改了，加了个“WITH RECOMPILE”的提示——这操作我见过，是开发为了解决参数嗅探问题加的。可问题是，这存储过程里有个动态SQL，拼了十几个表名，每次执行都要重新编译，tempdb的日志能不疯涨吗？我原以为开发知道这事儿，结果一问，那哥们儿说“我以为SQL Server会自动清理”——自动清理个鬼啊！tempdb的日志文件除非重启实例，否则不会收缩，这基本功都能漏？

文章配图，仅供参考

　　后来怎么解决的？我先让应用层切到备用库，然后手动收缩tempdb的日志文件。这事儿有个技巧：得先把数据库设成“简单恢复模式”，再执行“DBCC SHRINKFILE”——要是直接收缩，SQL Server会报错说“文件处于完整恢复模式，不能收缩”。我原以为开发会懂这些，结果他们连“恢复模式”是啥都不知道，就知道写CRUD。最后我写了个脚本，每天凌晨检查tempdb的空间，超过80%就自动收缩——这招用了半年，再没出过类似问题。

　　但要说踩坑，这还不算最狠的。去年夏天，我遇到过一个更离谱的：SQL Server的CPU突然飙到100%，持续了半小时。我查性能监视器，发现是“CXPACKET”等待类型占了大头——这是并行查询的经典问题。我原以为调一下“MAXDOP”参数就能解决，结果改了之后CPU反而更高了。后来才发现，是有个查询写了“ORDER BY (SELECT NULL)”，SQL Server为了排序，强行把所有数据拉到内存里，还开了8个并行线程——这开发是咋想的？写个“ORDER BY 1”也行啊，非写个“SELECT NULL”？

　　这时候市场管理处的人来了，说最近消防检查，让我们把档口门口的杂物清理干净。我指了指老张门口那堆冻肉箱子——他为了省空间，把箱子堆在消防通道上，管理处的人直接给他开了罚单。老张一边骂一边搬箱子，我蹲在档口里继续查SQL Server的问题。后来发现，那查询的“ORDER BY”其实可以删掉——因为结果集根本不需要排序，是前端自己排的。我把存储过程改了，CPU立马降回10%，问题解决。

　　但要说最让我后怕的，还是去年双十一那次。那天走货量是平时的3倍，SQL Server的连接数突然暴涨，从200涨到2000，直接把连接池撑爆了。我查日志发现，是有个应用开了太多短连接，每次请求都新建连接，用完不释放。我原以为应用层会做连接池，结果他们用的是最原始的JDBC，根本没配置连接池参数。我让他们改配置，他们说“双十一快到了，不敢动代码”——不敢动代码？那敢让数据库崩吗？

　　最后我临时加了10个备用连接，把“max worker threads”从默认的512调到1024，才勉强撑过去。但第二天我就写了个监控脚本，实时监测连接数，超过500就发警报。这事儿之后，我逼着开发学了连接池的配置——不是为了我，是为了他们自己少背锅。你说这行是不是优胜劣汰？不懂基本原理的，迟早要被坑死。

　　不过话说回来，有些坑真不是技术问题。去年有个老客，是我们这的老批发商，开了20年档口。他找我帮忙看他的进销存系统，说最近总卡顿。我查了下，发现是他的SQL Server 2008 R2没打补丁，有个已知的内存泄漏漏洞。我让他升级到2019，他说“不想花钱”——结果三个月后，数据库彻底崩了，数据全丢。他找我恢复，我说“没备份，恢复不了”，他差点跟我急眼。后来我帮他装了2019，还教他怎么设自动备份，他才消停。

　　现在回头看，这五年踩的坑，十有八九是“基础不牢”闹的。比如tempdb的日志文件、并行查询的MAXDOP、连接池的配置——这些事儿，说白了都是“知道就简单，不知道就坑死人”。我原以为开发会懂这些，结果发现很多人连“事务隔离级别”是啥都不知道，就知道写“BEGIN TRAN”和“COMMIT”。你说这能不踩坑吗？

　　所以我现在的排障原则很简单：先查最基础的配置，再看最常见的等待类型，最后才是复杂的性能问题。就像老张的冷柜，温控器被按错是基础问题，肉化冻是表现，用斧头敲冰是解决方式——SQL Server也一样，日志文件涨满是表现，存储过程乱加提示是基础问题，改脚本是解决方式。优胜劣汰，说白了就是“懂行的活下来，不懂的被淘汰”——这行没捷径，踩的坑多了，自然就懂了。

　　不过话说回来，我现在听到“SQL Server崩了”还是心跳加速——就像老张听到“消防检查”一样。这行就这样，永远有新坑等着你，就看你能不能扛住了。

（编辑：航空爱好网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!