Optymalizowanie wydajności przy użyciu technologii w pamięci w usłudze Azure SQL Database
Dotyczy: Azure SQL Database
Technologie w pamięci umożliwiają zwiększenie wydajności aplikacji i potencjalnie obniżenie kosztów bazy danych.
Korzystając z technologii w pamięci, można osiągnąć ulepszenia wydajności przy użyciu różnych obciążeń:
- Transakcyjne (przetwarzanie transakcyjne online (OLTP)), w którym większość żądań odczytuje lub aktualizuje mniejszy zestaw danych, na przykład operacje tworzenia/odczytu/aktualizacji/usuwania (CRUD).
- Analityczne (przetwarzanie analityczne online (OLAP)), w których większość zapytań ma złożone obliczenia na potrzeby raportowania, a także regularnie zaplanowane procesy, które wykonują operacje ładowania (lub ładowania zbiorczego) i/lub zapisują zmiany danych w istniejących tabelach. Często obciążenia OLAP są okresowo aktualizowane z obciążeń OLTP.
- Mieszane (hybrydowe przetwarzanie transakcji/analizy (HTAP)), w których zapytania OLTP i OLAP są wykonywane na tym samym zestawie danych.
Technologie w pamięci mogą zwiększyć wydajność tych obciążeń, zachowując dane, które powinny być przetwarzane w pamięci, przy użyciu natywnej kompilacji zapytań lub zaawansowanego przetwarzania, takiego jak przetwarzanie wsadowe i instrukcje SIMD dostępne na podstawowym sprzęcie.
Usługa Azure SQL Database obsługuje następujące technologie w pamięci:
- Funkcja OLTP w pamięci zwiększa liczbę transakcji na sekundę i zmniejsza opóźnienie przetwarzania transakcji. Scenariusze, które korzystają z przetwarzania OLTP w pamięci, to: przetwarzanie transakcji o wysokiej przepływności, takie jak handel i gry, pozyskiwanie danych ze zdarzeń lub urządzeń IoT, buforowanie, ładowanie danych oraz scenariusze zmiennych tabeli i tabeli tymczasowej.
- Klastrowane indeksy magazynu kolumn zmniejszają rozmiar magazynu (do 10 razy) i zwiększają wydajność zapytań raportowania i analizy. Można jej używać z tabelami faktów w składnicach danych, aby dopasować więcej danych do bazy danych i zwiększyć wydajność. Ponadto można używać ich z danymi historycznymi w operacyjnej bazie danych do archiwizowania i wykonywania zapytań o maksymalnie 10 razy więcej danych.
- Nieklastrowane indeksy magazynu kolumn dla protokołu HTAP ułatwiają uzyskiwanie wglądu w działalność biznesową w czasie rzeczywistym za pomocą bezpośredniego wykonywania zapytań względem operacyjnej bazy danych bez konieczności uruchamiania kosztownego procesu wyodrębniania, przekształcania i ładowania (ETL) i oczekiwania na wypełnienie magazynu danych. Nieklastrowane indeksy magazynu kolumn umożliwiają szybkie wykonywanie zapytań analitycznych w bazie danych OLTP przy jednoczesnym zmniejszeniu wpływu na obciążenie operacyjne.
- Zoptymalizowane pod kątem pamięci klastrowane indeksy magazynu kolumn dla protokołu HTAP umożliwiają szybkie przetwarzanie transakcji i jednoczesne uruchamianie zapytań analitycznych bardzo szybko na tych samych danych.
Indeksy magazynu kolumn i olTP w pamięci zostały wprowadzone odpowiednio do programu SQL Server w 2012 i 2014 r. Usługi Azure SQL Database, Azure SQL Managed Instance i SQL Server współużytkuje tę samą implementację technologii w pamięci.
Uwaga
Aby zapoznać się ze szczegółowym samouczkiem krok po kroku, aby zademonstrować zalety wydajności technologii OLTP w pamięci przy użyciu AdventureWorksLT
przykładowej bazy danych i ostress.exe, zobacz Przykład w pamięci w usłudze Azure SQL Database.
Ze względu na bardziej wydajne przetwarzanie zapytań i transakcji technologie w pamięci pomagają również zmniejszyć koszty. Zazwyczaj nie trzeba uaktualniać warstwy cenowej bazy danych, aby osiągnąć wzrost wydajności. W niektórych przypadkach można nawet zmniejszyć warstwę cenową, jednocześnie zauważając poprawę wydajności za pomocą technologii w pamięci.
Korzystając z olTP w pamięci, rozwiązania biznesowe kworum były w stanie podwoić swoje obciążenie, jednocześnie poprawiając jednostki DTU o 70%. Aby uzyskać więcej informacji, zobacz OlTP w pamięci w usłudze Azure SQL Database.
Uwaga
Funkcja OLTP w pamięci jest dostępna w warstwach usług Premium (DTU) i Krytyczne dla działania firmy (rdzeni wirtualnych) usługi Azure SQL Database. Warstwa usługi Hiperskala obsługuje podzestaw obiektów OLTP w pamięci. Aby uzyskać więcej informacji, zobacz Ograniczenia hiperskala.
Indeksy magazynu kolumn są dostępne we wszystkich warstwach usług z wyjątkiem warstwy Podstawowa, a warstwa Standardowa, gdy cel usługi jest niższy niż S3. Aby uzyskać więcej informacji, zobacz Zmienianie warstw usług baz danych zawierających indeksy magazynu kolumn.
W tym artykule opisano aspekty indeksów OLTP w pamięci i magazynu kolumn, które są specyficzne dla usługi Azure SQL Database, a także przykłady, które pozwalają zobaczyć:
- Wpływ tych technologii na limity magazynowania i rozmiaru danych.
- Jak zarządzać przenoszeniem baz danych korzystających z tych technologii między różnymi warstwami cenowymi.
- Ilustracyjne użycie olTP w pamięci, a także indeksów magazynu kolumn.
Aby uzyskać więcej informacji na temat technologii w pamięci w programie SQL Server, zobacz:
- Omówienie i scenariusze użycia OLTP w pamięci (w tym odwołania do analiz przypadków klientów i informacje na temat rozpoczynania pracy)
- Dokumentacja olTP w pamięci
- Przewodnik po indeksach magazynu kolumn
- Hybrydowe przetwarzanie transakcyjne/analityczne (HTAP), nazywane również analizą operacyjną w czasie rzeczywistym
Technologia OLTP w pamięci zapewnia niezwykle szybkie operacje dostępu do danych dzięki przechowywaniu wszystkich danych w pamięci. Używa również wyspecjalizowanych indeksów, natywnej kompilacji zapytań i dostępu do danych bez zatrzaśnięć w celu zwiększenia wydajności obciążenia OLTP. Istnieją dwa sposoby organizowania danych OLTP w pamięci:
Format magazynu wierszy zoptymalizowany pod kątem pamięci, w którym każdy wiersz jest oddzielnym obiektem pamięci. Jest to klasyczny format OLTP w pamięci zoptymalizowany pod kątem obciążeń OLTP o wysokiej wydajności. Istnieją dwa typy tabel zoptymalizowanych pod kątem pamięci, które mogą być używane w formacie magazynu wierszy zoptymalizowanym pod kątem pamięci:
- Trwałe tabele (
SCHEMA_AND_DATA
), w których wiersze umieszczone w pamięci są zachowywane po ponownym uruchomieniu serwera. Ten typ tabel zachowuje się jak tradycyjna tabela magazynu wierszy z dodatkowymi zaletami optymalizacji w pamięci. - Tabele niezmienialne (
SCHEMA_ONLY
), w których wiersze nie są zachowywane po ponownym uruchomieniu. Ten typ tabeli jest przeznaczony dla danych tymczasowych (na przykład zamiany tabel tymczasowych) lub tabel, w których należy szybko załadować dane przed przeniesieniem ich do utrwalonej tabeli (tzw. tabel przejściowych).
- Trwałe tabele (
Format magazynu kolumn zoptymalizowany pod kątem pamięci, w którym dane są zorganizowane w formacie kolumnowym. Ta struktura jest przeznaczona dla scenariuszy HTAP, w których należy uruchamiać zapytania analityczne w tej samej strukturze danych, w której działa obciążenie OLTP.
Uwaga
Technologia OLTP w pamięci jest przeznaczona dla struktur danych, które mogą w pełni znajdować się w pamięci. Ponieważ nie można odciążyć danych w pamięci na dysku, upewnij się, że używasz bazy danych, która ma wystarczającą ilość pamięci. Aby uzyskać więcej informacji, zobacz Rozmiar danych i limit magazynu dla olTP w pamięci.
- Szybki podstawy przetwarzania OLTP w pamięci: Szybki start 1: Technologie OLTP w pamięci, aby uzyskać szybszą wydajność języka T-SQL.
Funkcja OLTP w pamięci zawiera tabele zoptymalizowane pod kątem pamięci, które są używane do przechowywania danych użytkownika. Te tabele są wymagane do dopasowania do pamięci. Każdy cel usługi ma limit przydziału pamięci lub limit dla tabel zoptymalizowanych pod kątem pamięci, nazywanych magazynem OLTP w pamięci.
Każdy obsługiwany cel usługi pojedynczej bazy danych i każdy cel usługi elastycznej puli obejmuje pewną ilość magazynu OLTP w pamięci:
- Limity zasobów oparte na jednostkach DTU — pojedyncza baza danych
- Limity zasobów oparte na jednostkach DTU — pule elastyczne
- Limity zasobów opartych na rdzeniach wirtualnych — pojedyncze bazy danych
- Limity zasobów opartych na rdzeniach wirtualnych — pule elastyczne
Następujące elementy są liczone do limitu magazynu OLTP w pamięci:
- Aktywne wiersze danych użytkownika w tabelach zoptymalizowanych pod kątem pamięci i zmiennych tabeli. Stare wersje wierszy nie są liczone w kierunku limitu.
- Indeksy w tabelach zoptymalizowanych pod kątem pamięci.
- Obciążenie operacyjne operacji ALTER TABLE.
W przypadku przekroczenia limitu zostanie wyświetlony błąd przekroczenia limitu przydziału i nie możesz już wstawiać ani aktualizować danych. Aby wyeliminować ten błąd, usuń dane lub zwiększ cel usługi bazy danych lub elastycznej puli.
Aby uzyskać szczegółowe informacje na temat monitorowania użycia magazynu OLTP w pamięci i konfigurowania alertów po osiągnięciu limitu, zobacz Monitorowanie magazynu OLTP w pamięci.
Dzięki elastycznym pulam magazyn OLTP w pamięci jest współużytkowany we wszystkich bazach danych w puli. W związku z tym użycie w jednej bazie danych może potencjalnie mieć wpływ na inne bazy danych. Istnieją dwa środki zaradcze:
- Skonfiguruj pulę
Max eDTU
lubMax vCore
dla baz danych, które są niższe niż liczba jednostek eDTU lub rdzeni wirtualnych dla całej puli. To maksimum powoduje również ograniczenie wykorzystania magazynu OLTP w pamięci w dowolnej bazie danych w puli proporcjonalnie. - Skonfiguruj wartość
Min eDTU
lubMin vCore
większą niż 0. To minimum gwarantuje, że każda baza danych w puli ma dostępną ilość dostępnego magazynu OLTP w pamięci, który odpowiada skonfigurowanej konfiguracjiMin eDTU
lubMin vCore
.
Funkcja OLTP w pamięci nie jest obsługiwana w warstwach Usługi Azure SQL Database w warstwach Ogólnego przeznaczenia, Standardowa i Podstawowa. W związku z tym nie można skalować bazy danych z żadnymi obiektami OLTP w pamięci do jednej z tych warstw. Jeśli chcesz skalować bazę danych do jednej z tych warstw usług, usuń wszystkie tabele i typy tabel zoptymalizowane pod kątem pamięci, a także wszystkie natywnie skompilowane moduły języka T-SQL lub przekonwertuj je na obiekty oparte na dyskach i zwykłe moduły języka T-SQL.
W przypadku skalowania w dół Krytyczne dla działania firmy lub bazy danych Premium dane w tabelach zoptymalizowanych pod kątem pamięci muszą mieścić się w magazynie OLTP w pamięci dostępnym w celu usługi docelowej bazy danych lub elastycznej puli. Jeśli spróbujesz skalować bazę danych w dół lub elastyczną pulę albo przenieść bazę danych do elastycznej puli, a docelowy cel usługi nie ma wystarczającej ilości dostępnego magazynu OLTP w pamięci, operacja zakończy się niepowodzeniem.
Istnieje programowy sposób znajdowania, czy dana baza danych obsługuje olTP w pamięci. Możesz wykonać następujące zapytanie Języka Transact-SQL:
SELECT DATABASEPROPERTYEX(DB_NAME(), 'IsXTPSupported');
Jeśli zapytanie zwróci 1
wartość , w tej bazie danych jest obsługiwana funkcja OLTP w pamięci.
Następujące zapytania identyfikują wszystkie obiekty, które należy usunąć przed skalowaniem bazy danych do warstwy usługi Hiperskala, Ogólnego przeznaczenia, Standardowa lub Podstawowa:
SELECT * FROM sys.tables WHERE is_memory_optimized = 1;
SELECT * FROM sys.table_types WHERE is_memory_optimized = 1;
SELECT * FROM sys.sql_modules WHERE uses_native_compilation = 1;
Technologia magazynu kolumn w pamięci umożliwia przechowywanie i wykonywanie zapytań dotyczących dużej ilości danych w tabelach. Technologia magazynu kolumn używa formatu magazynu danych opartych na kolumnach i przetwarzania zapytań wsadowych, aby uzyskać do 10 razy wydajność zapytań w obciążeniach OLAP w przypadku tradycyjnego magazynu zorientowanego na wiersz. Można również uzyskać do 10-krotnej kompresji danych w porównaniu z rozmiarem danych nieskompresowanych.
Istnieją dwa typy indeksów magazynu kolumn, których można użyć do organizowania danych:
- Klastrowany magazyn kolumn, w którym wszystkie dane w tabeli są zorganizowane w formacie kolumnowym. W tym typie indeksu wszystkie wiersze w tabeli są umieszczane w formacie kolumnowym, który bardzo kompresuje dane i umożliwia wykonywanie szybkich zapytań analitycznych i raportów w tabeli. W zależności od charakteru danych rozmiar danych może być zmniejszony o 10x-100x. Klastrowane indeksy magazynu kolumn umożliwiają również szybkie pozyskiwanie dużych ilości danych (zbiorcze ładowanie), ponieważ duże partie danych większe niż 100 000 wierszy są kompresowane przed ich zapisaniem na dysku. Ten typ indeksu jest dobrym wyborem dla klasycznych scenariuszy magazynu danych.
- Nieklaterowany magazyn kolumn, w którym dane są przechowywane w tradycyjnej tabeli magazynu wierszy i istnieje dodatkowy indeks w formacie magazynu kolumn używanym do zapytań analitycznych. Ten typ indeksu umożliwia hybrydowe przetwarzanie transakcyjne (HTAP): możliwość szybkiego uruchamiania analiz w czasie rzeczywistym na obciążeniu transakcyjnym. Zapytania OLTP są wykonywane w tabeli rowstore, która jest zoptymalizowana pod kątem uzyskiwania dostępu do małego zestawu wierszy, podczas gdy zapytania OLAP są wykonywane w indeksie magazynu kolumn, który jest lepszym wyborem do skanowania i analizy. Optymalizator zapytań dynamicznie wybiera format magazynu wierszy lub magazynu kolumn na podstawie zapytania. Indeksy nieklastrowanego magazynu kolumn nie zmniejszają rozmiaru danych, ponieważ oryginalny zestaw danych jest przechowywany w oryginalnej tabeli magazynu wierszy bez żadnych zmian. Jednak rozmiar dodatkowego indeksu magazynu kolumn jest o wielkości mniejszy niż równoważny indeks drzewa B.
Uwaga
Technologia magazynu kolumn w pamięci przechowuje tylko dane potrzebne do przetwarzania w pamięci, podczas gdy dane, które nie mieszczą się w pamięci, są przechowywane na dysku. W związku z tym ilość danych w strukturach magazynu kolumn może przekraczać ilość dostępnej pamięci.
Indeksy magazynu kolumn nie są wymagane do pełnego dopasowania do pamięci. W związku z tym jedynym limitem rozmiaru indeksów jest maksymalny całkowity rozmiar bazy danych, który jest udokumentowany w artykule Model zakupów oparty na jednostkach DTU i model zakupów oparty na rdzeniach wirtualnych.
W przypadku korzystania z klastrowanych indeksów magazynu kolumn kompresja kolumn jest używana dla podstawowego magazynu tabel. Ta kompresja może znacznie zmniejszyć ilość miejsca w magazynie danych użytkownika, co oznacza, że można zmieścić więcej danych w bazie danych. Współczynnik kompresji można dodatkowo zwiększyć przy użyciu kompresji archiwalnej kolumny. Ilość kompresji, którą można osiągnąć, zależy od charakteru danych, ale 10 razy kompresja nie jest rzadkością.
Jeśli na przykład masz bazę danych o maksymalnym rozmiarze 1 terabajta (TB) i 10 razy kompresję przy użyciu indeksów magazynu kolumn, możesz zmieścić łącznie 10 TB danych użytkownika w bazie danych.
W przypadku używania indeksów magazynu kolumn nieklastrowanych tabela podstawowa jest nadal przechowywana w tradycyjnym formacie magazynu wierszy. W związku z tym oszczędności magazynu nie są tak znaczące, jak w przypadku klastrowanych indeksów magazynu kolumn. Jeśli jednak zastępujesz wiele tradycyjnych indeksów nieklastrowanych pojedynczym indeksem magazynu kolumn, nadal możesz zobaczyć ogólne oszczędności w rozmiarze magazynu dla tabeli. Możesz również użyć kompresji danych magazynu wierszy dla tabeli podstawowej.
Jeśli używasz modelu zakupów jednostek DTU, a baza danych zawiera indeksy magazynu kolumn, aplikacja może przestać działać, jeśli skalujesz bazę danych poniżej celu usługi S3. Indeksy magazynu kolumn są obsługiwane tylko w warstwach Hiperskala, Krytyczne dla działania firmy i Premium, a także w warstwie usługi Standardowa w przypadku korzystania z warstwy S3 i nowszych. Indeksy magazynu kolumn nie są obsługiwane w warstwie usługi Podstawowa. W przypadku skalowania bazy danych do nieobsługiwanej warstwy usługi lub celu usługi indeks magazynu kolumn staje się niedostępny. System utrzymuje indeks podczas wykonywania instrukcji DML, ale nigdy nie używa indeksu. Jeśli później przeskalujesz z powrotem do obsługiwanej warstwy usługi lub celu usługi, indeks magazynu kolumn będzie natychmiast gotowy do ponownego użycia.
Jeśli masz indeks klastrowanego magazynu kolumn, cała tabela stanie się niedostępna, jeśli baza danych jest skalowana do nieobsługiwanej warstwy usługi lub celu usługi. Upuść wszystkie klastrowane indeksy magazynu kolumn, zastępując je indeksami klastrowanych lub stertami magazynu wierszy przed operacją skalowania.
- Szybki start 1: technologie OLTP w pamięci, aby uzyskać szybszą wydajność języka T-SQL
- Używanie olTP w pamięci w istniejącej aplikacji Azure SQL
- Omówienie i scenariusze użycia OLTP w pamięci
- Monitorowanie magazynu OLTP w pamięci
- Przykład w pamięci w usłudze Azure SQL Database
- Blog: OlTP w pamięci w usłudze Azure SQL Database
- Dowiedz się więcej o olTP w pamięci
- Dowiedz się więcej o indeksach magazynu kolumn
- Dowiedz się więcej o analizie operacyjnej w czasie rzeczywistym
- Artykuł techniczny: OlTP w pamięci — typowe wzorce obciążeń i zagadnienia dotyczące migracji w programie SQL Server 2014