Maximizar o desempenho para gerar velocidade e eficiência
O SQL Server 2025 inclui melhorias no processamento de consultas e otimização de desempenho. Esta unidade aborda os recursos de processamento de consulta, a governança de recursos e os recursos de manutenção.
Otimizar o processamento de consulta com o IQP
O SQL Server 2025 leva o IQP (Processamento Inteligente de Consultas) para o próximo nível combinando a otimização de plano tradicional com insights controlados por IA e suporte para tipos de dados modernos. Esses aprimoramentos permitem que o mecanismo se adapte dinamicamente aos padrões de carga de trabalho, otimize as consultas envolvendo JSON e RegEx e até mesmo ajuste estratégias de execução usando machine learning. Para desenvolvedores e DBAs, isso significa consultas mais rápidas, melhor simultaneidade e melhor desempenho para análise em tempo real e dados semiestruturados, tudo sem ajuste manual.
O processador de consulta otimiza planos de execução com base em padrões de carga de trabalho e recursos do sistema. As principais melhorias incluem:
| Característica | Description | Benefício |
|---|---|---|
| Bloqueio otimizado | Mecanismos de controle de simultaneidade aprimorados | Acesso aprimorado a vários usuários |
| Proteção de Halloween | Operações simplificadas de atualização/exclusão | Redução da sobrecarga de modificações |
| Reutilização do plano | Implementação aprimorada do sp_executesql | Desempenho dinâmico mais consistente do SQL |
| Execução adaptável | Ajustes de planejamento em tempo de execução | Desempenho ideal para dados variados |
| OPPO (Otimização de Plano de Parâmetro Opcional) | Escolhe o plano ideal em runtime com base nos parâmetros NULL vs. NOT NULL | Melhora o desempenho de consultas com parâmetros opcionais |
| Comentários sobre CE (Estimativa de Cardinalidade) para expressões | Aprende com execuções anteriores para refinar estimativas de cardinalidade para expressões repetidas | Estimativas mais precisas, melhor seleção de plano |
OPTIMIZED_SP_EXECUTESQL |
Reduz tempestades de compilação tratando sp_executesql como procedimentos armazenados para compilação | Melhora a estabilidade e o desempenho em cargas de consulta pesadas |
Monitorar o desempenho com o Query Store
O Repositório de Consultas ajuda a acompanhar o desempenho da consulta ao longo do tempo e a detectar problemas de regressão.
Os recursos do Repositório de Consultas no SQL Server 2025 incluem:
Monitoramento de desempenho em réplicas secundárias
- Acompanhar o desempenho da consulta em secundários legíveis
- Suporte para grupos de disponibilidade Always On
- Monitoramento consistente em ambientes distribuídos
Otimização automática de consulta
- Detecção e correção de regressões de consulta
- Recomendações de índice com base em padrões de consulta
- Planejar sugestões de melhoria
Insights de carga de trabalho distribuída
- Monitoramento de consulta entre bancos de dados
- Acompanhamento de desempenho em réplicas
- Análise de uso de recursos
Dica
Habilite o Repositório de Consultas em seus bancos de dados mais ativos para criar uma linha de base de desempenho e identificar oportunidades de otimização.
Implementar recursos avançados de consulta
O SQL Server 2025 torna os recursos de consulta avançados simples e poderosos. Esses aprimoramentos incluem otimização de plano sensível a parâmetros, feedback de estimativa de cardinalidade, paralelismo adaptativo e aperfeiçoamentos no modo em lote para análises. Os desenvolvedores também ganham um controle mais fino com planos de parâmetro opcionais e novas dicas de consulta, reduzindo a intervenção manual, garantindo que as consultas sejam executadas com eficiência em diversas cargas de trabalho.
Use esses recursos para abordar cenários de desempenho específicos em seus aplicativos de banco de dados.
O SQL Server 2025 inclui essas melhorias de processamento de consulta:
- Otimização do PSP (Plano Sensível a Parâmetros): Cria e mantém automaticamente vários planos de execução com base em padrões de valor de parâmetro, melhorando o desempenho para consultas com valores de parâmetro variáveis
- O grau de paralelismo (DOP) é exibido por padrão: Ajusta automaticamente as configurações de execução paralela com base no desempenho histórico da consulta, otimizando a utilização de recursos
- Otimizações de modo de lote para análise: melhora o desempenho da consulta analítica por meio de operações vetorizadas aprimoradas e eficiência de memória
- Otimização de planos de parâmetro opcionais: Gera planos de execução eficientes para consultas com parâmetros opcionais, reduzindo a necessidade de SQL dinâmico
- ABORT_QUERY_EXECUTION indicador de consulta: Fornece controle refinado sobre a execução de consulta, permitindo a interrupção intencional de operações específicas
Gerenciar recursos e manutenção
Novos recursos que visam aumentar a confiabilidade, a velocidade e a facilidade de manutenção, dando aos DBAs mais controle e reduzindo o trabalho manual. Esses recursos dão aos DBAs maior controle sobre os recursos do sistema, automatizam tarefas rotineiras e minimizam o tempo de inatividade durante eventos inesperados.
Juntos, esses recursos oferecem maior eficiência e resiliência para ambientes de dados modernos.
- Governança de recursos de espaço do tempdb: Controlar e limitar o uso de espaço do tempdb por grupo de carga de trabalho, impedindo que consultas descontroladas consumam armazenamento temporário excessivo.
- Recuperação acelerada de banco de dados (ADR) no tempdb: Recuperação rápida do tempdb após desligamentos inesperados, reduzindo o tempo de inatividade do banco de dados e melhorando a disponibilidade do sistema
- Suporte para tempdb no Linux: Usar sistemas de arquivos temporários com suporte de memória no Linux para melhorar o desempenho do tempdb e reduzir a latência de E/S
- Melhorias na manutenção dos índices Columnstore: Operações de manutenção melhoradas para os índices Columnstore, incluindo melhor compactação e eliminação mais eficiente de segmentos
- Limpeza automatizada do controle de alterações: Manutenção automática de tabelas de controle de alterações, reduzindo a sobrecarga manual e garantindo um desempenho ideal
- Remova In-Memory OLTP de um banco de dados: Processo simplificado para remover tabelas com otimização de memória e módulos compilados nativamente de bancos de dados quando não forem mais necessários