Maximize o desempenho para aumentar a velocidade e a eficiência

  • 12 minutos

SQL Server 2025 inclui melhorias no processamento de consultas e otimização de desempenho. Esta unidade abrange recursos de processamento de consultas, governança de recursos e recursos de manutenção.

Otimize o processamento de consultas com IQP

SQL Server 2025 eleva Processamento Inteligente de Consultas (IQP) ao próximo nível, combinando a otimização tradicional de planos com insights baseados em IA e suporte para tipos de dados modernos. Esses aprimoramentos permitem que o mecanismo se adapte dinamicamente aos padrões de carga de trabalho, otimize consultas envolvendo JSON e RegEx e até ajuste as estratégias de execução usando aprendizado de máquina. Para desenvolvedores e DBAs, isso significa consultas mais rápidas, melhor simultaneidade e melhor desempenho para análises em tempo real e dados semiestruturados, tudo sem ajuste manual.

O processador de consultas otimiza os 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 controlo de simultaneidade melhorados Acesso multiutilizador melhorado
Proteção contra o Dia das Bruxas Operações de atualização/exclusão simplificadas Sobrecarga reduzida para modificações
Planejar a reutilização A melhor implementação do sp_executesql Desempenho SQL dinâmico mais consistente
Execução adaptativa Ajustes do plano de tempo de execução Desempenho ideal para dados variáveis
Otimização opcional do plano de parâmetros (OPPO) Escolhe o plano ideal em tempo de execução com base nos parâmetros NULL vs. NOT NULL Melhora o desempenho de consultas com parâmetros opcionais
Feedback da Estimativa de Cardinalidade (CE) para expressões Aprende com execuções anteriores para refinar estimativas de cardinalidade para expressões repetidas Estimativas mais precisas, melhor seleção de planos
OPTIMIZED_SP_EXECUTESQL Reduz as tempestades de compilação, tratando sp_executesql como procedimentos armazenados para compilação Melhora a estabilidade e o desempenho sob grandes cargas de consultas

Monitorizar o desempenho com a Query Store

Query Store ajuda a acompanhar o desempenho das consultas ao longo do tempo e a detetar problemas de regressão.

As capacidades do Query Store no SQL Server 2025 incluem:

  • Monitoramento de desempenho em réplicas secundárias

    • Acompanhe o desempenho da consulta em secundários legíveis
    • Suporte para grupos de disponibilidade Always On
    • Monitoramento consistente em ambientes distribuídos

  • Otimização automática de consultas

    • Deteção e correção de regressões de consulta
    • Recomendações de índice com base em padrões de consulta
    • Planejar sugestões de melhoria

  • Informações sobre a carga de trabalho distribuída

    • Monitoramento de consultas entre bancos de dados
    • Acompanhamento de desempenho entre réplicas
    • Análise de uso de recursos

Sugestão

Ative a Query Store nas suas bases de dados mais ativas para construir uma base de desempenho e identificar oportunidades de otimização.

Implementar recursos avançados de consulta

O SQL Server 2025 torna as funcionalidades avançadas de consultas simples e poderosas. Esses aprimoramentos incluem otimização de plano sensível a parâmetros, feedback de estimativa de cardinalidade, paralelismo adaptativo e melhorias no modo de lote para análise. Os desenvolvedores também ganham um controle mais fino com planos de parâmetros opcionais e novas dicas de consulta, reduzindo a intervenção manual e garantindo que as consultas sejam executadas de forma eficiente 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 estas melhorias no processamento de consultas:

  • Otimização do Plano Sensível a Parâmetros (PSP): Cria e mantém automaticamente vários planos de execução com base em padrões de valor de parâmetros, melhorando o desempenho de consultas com valores de parâmetros variáveis
  • Feedback do Grau de Paralelismo (DOP) por padrão: Ajusta automaticamente as configurações de execução paralela com base no desempenho histórico da consulta, otimizando a utilização de recursos
  • Otimizações em modo batch para análises de dados: Aperfeiçoa o desempenho de consultas analíticas através de operações vetorizadas mais eficientes e uma melhor utilização da memória.
  • Otimização de planos de parâmetros opcionais: Gera planos de execução eficientes para consultas com parâmetros opcionais, reduzindo a necessidade de SQL dinâmico
  • ABORT_QUERY_EXECUTION dica de consulta: Fornece controle refinado sobre a execução de consultas, permitindo o encerramento deliberado de operações específicas

Gerir recursos e manutenção

Novos recursos que visam aumentar a confiabilidade, a velocidade e a facilidade de manutenção, ao mesmo tempo em que dão aos DBAs mais controle e reduzem o trabalho manual. Esses recursos dão aos DBAs maior controle sobre os recursos do sistema, automatizam tarefas de rotina 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 espaciais do Tempdb: Controle e limite o uso de espaço tempdb por grupo de carga de trabalho, evitando que consultas descontroladas consumam armazenamento temporário excessivo
  • Recuperação acelerada de banco de dados (ADR) em tempdb: Recuperação rápida de tempdb após desligamentos inesperados, reduzindo o tempo de inatividade do banco de dados e melhorando a disponibilidade do sistema
  • Suporte para tempdb no Linux: Use sistemas de arquivos temporários com backup de memória no Linux para melhorar o desempenho do tempdb e reduzir a latência de E/S
  • Melhorias nas operações de manutenção do índice Columnstore: Operações de manutenção aprimoradas para índices columnstore, incluindo melhor compactação e eliminação de segmentos mais eficiente
  • Limpeza automatizada de controle de alterações: Manutenção automática de tabelas de controle de alterações, reduzindo a sobrecarga manual e garantindo um ótimo desempenho
  • 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