最大化效能以提高速度和效率

  • 12 分鐘

SQL Server 2025 包含查詢處理與效能優化的改進。 本單元涵蓋查詢處理功能、資源控管和維護功能。

使用 IQP 最佳化查詢處理

SQL Server 2025 將 智慧查詢處理（IQP） 提升到新層次，結合傳統計畫優化與 AI 驅動的洞察與現代資料型態支援。 這些增強功能使引擎能夠動態適應工作負載模式，優化涉及 JSON 和正則表達式的查詢，甚至使用機器學習微調執行策略。 對於開發人員和 DBA 來說，這意味著即時分析和半結構化資料的查詢速度更快、並行性更好，效能更高，所有這些都無需手動調整。

查詢處理器會根據工作量模式和系統資源來最佳化執行計劃。 主要改善包括：

特徵 / 功能 Description 優點
優化鎖定 增強的並行控制機制 改進的多用戶存取
萬聖節保護 簡化的更新/刪除操作 減少修改的成本
規劃重複使用 更佳的 sp_executesql 執行方案 更一致的動態 SQL 效能
自適應執行 執行階段計劃調整 不同資料的最佳效能
可選參數計劃優化 （OPPO） 根據 NULL 與 NOT NULL 參數在執行階段選擇最佳計劃 改善具有選擇性參數的查詢效能
針對運算式的基數估算 (CE) 意見反應 從先前的執行中學習，以優化重複運算式的基數估計值 更準確的估算，更好的方案選擇
OPTIMIZED_SP_EXECUTESQL 透過將 sp_executesql 視為預存程序來編譯，以減少編譯風暴。 提高在繁重查詢負載下的穩定性和效能

使用 Query Store 監控效能

Query Store 有助於追蹤查詢效能並偵測回歸問題。

SQL Server 2025 的 Query Store 功能包括：

  • 次要複本的效能監視

    • 追蹤可讀取次要資料庫的查詢效能
    • AlwaysOn 可用性群組的支援
    • 分散式環境中的一致監控

  • 自動查詢最佳化

    • 查詢迴歸的偵測和修正
    • 根據查詢模式的索引建議
    • 計劃改進建議

  • 分散式工作負載深入解析

    • 跨資料庫查詢監控
    • 跨複本的效能追蹤
    • 資源使用情況分析

小提示

在你最活躍的資料庫啟用 Query Store，建立效能基線並找出優化機會。

實作進階查詢功能

SQL Server 2025 讓進階查詢功能變得簡單且強大。 這些增強功能包括參數敏感計劃優化、基數估計反饋、自適應並行處理以及用於分析的批次模式改進。 開發人員還可以透過可選的參數計劃和新的查詢提示獲得更精細的控制，減少人工幹預，同時確保查詢在不同的工作負載中高效運行。

使用這些特性來處理資料庫應用程式中的特定效能實務範例。

SQL Server 2025 包含以下查詢處理改進：

  • 參數敏感計劃 （PSP） 優化： 根據參數值模式自動建立和維護多個執行計劃，提高具有不同參數值的查詢的效能
  • 預設情況下，平行處理度 （DOP） 回饋： 根據歷史查詢效能自動調整並行執行設置，優化資源利用率
  • 分析的批次模式最佳化： 通過改進矢量化操作和內存效率增強分析查詢性能
  • 可選參數計劃優化： 為具有可選參數的查詢生成高效的執行計劃，減少對動態 SQL 的需求
  • ABORT_QUERY_EXECUTION查詢提示： 提供對查詢執行的細粒度控制，允許刻意終止特定操作

管理資源和維護

新功能旨在提高可靠性、速度和易於維護，同時為 DBA 提供更多控制並減少手動工作。 這些功能使 DBA 能夠更好地控制系統資源、自動執行日常任務並最大限度地減少意外事件期間的停機時間。

這些功能共同為現代資料環境提供了更高的效率和彈性。

  • Tempdb 空間資源控管： 控制和限制每個工作負載群組的 tempdb 空間使用量，防止失控查詢耗用過多的暫存儲存體
  • tempdb 中的加速資料庫復原 （ADR）： 在意外關機後快速恢復 tempdb，減少資料庫停機時間並提高系統可用性
  • Linux 中對 tempdb 的支援： 在 Linux 中使用記憶體支援的暫存檔案系統，以改善 tempdb 效能並減少 I/O 延遲
  • 資料行存放區索引維護改善： 增強資料行存放區索引的維護作業，包括更好的壓縮和更有效率的區段消除
  • 自動變更追蹤清除： 自動維護變更追蹤表，減少手動開銷並確保最佳效能
  • 從資料庫中移除 In-Memory OLTP： 簡化程序，在不再需要時從資料庫中移除記憶體最佳化表格和原生編譯模組