概要
Azure SQL Database のパフォーマンスの最適化は、体系的なプロセスです。 インフラストラクチャの決定から始め、コンカレンシー制御を操作し、診断ツールを適用して、ユーザーに影響を与える問題を見つけて修正します。
このモジュールでは、次の方法を学習しました。
- 推奨されるデータベース構成: 仮想コアと DTU リソース モデルを評価します。 I/O 待機時間、ストレージ、および可用性のニーズに基づいて、General Purpose、Business Critical、Hyperscale のサービス レベルから選択します。 ワークロード パターンに合わせてプロビジョニング済みコンピューティングまたはサーバーレス コンピューティングを選択します。
- 分離レベルでデータの整合性を維持する: 6 つの分離レベル間の整合性とコンカレンシーのトレードオフを理解します。 ブロックを最小限に抑えるには、RCSI と最適化されたロック (どちらも Azure SQL Database で既定で有効) を使用します。
- クエリのパフォーマンスを評価する: 実行プランを読み取って、スキャン、行の推定エラー、キー参照、警告を特定します。 DMV にクエリを実行して、最も負荷の高いクエリ、現在実行中の要求、および不足しているインデックスを検索します。
- クエリ ストアを使用した監視および調整: 即時修正のために以前のプランを強制的に適用します。 アプリケーション コードを変更せずにクエリ ストア ヒントを適用します。 Query Performance Insight を使用して Azure portal でパフォーマンスを視覚化します。
-
ブロックとデッドロックを特定して解決する:
sys.dm_exec_requestsを使用してヘッド ブロッカーを見つけます。 拡張イベントを使用してデッドロック グラフをキャプチャします。 トランザクションを短くし、オブジェクトに一貫性のある順序でアクセスし、エラー 1205 の再試行ロジックを実装することで、コンカレンシーの問題を防ぎます。