欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

SQL Server内存遭遇操作系统进程压榨案例分析

程序员文章站 2023-08-13 18:50:58
场景:   最近一台db服务器偶尔出现cpu报警,我的邮件报警阈(请读yù)值设置的是15%,开始时没当回事,以为是有什么统计类的查询,后来越来越频繁。探索:   ...
场景:

  最近一台db服务器偶尔出现cpu报警,我的邮件报警阈(请读yù)值设置的是15%,开始时没当回事,以为是有什么统计类的查询,后来越来越频繁。

探索:

  我决定来查一下,究竟是什么在作怪,我排查的顺序如下:

  1、首先打开cacti监控,发现最近cpu均值在某天之后骤然上升,并且可以看到system\processor queue length 和 sqlservr\%processortime 也在显著的变化。

  SQL Server内存遭遇操作系统进程压榨案例分析

  2、从最容易入手的低效sql开始,考虑是不是最近业务做了什么修改?连接到该sql实例,打开活动监视器,展开“最近耗费大量资源的查询”,并cpu时间倒序,在这里并未发现有即时的耗费资源的查询。据个人经验,这里的值如果是4位数,分钟内执行次数3位数,一般的服务器cpu大概就10%以上,如果cpu时间那里是5位数,且分钟内执行次数也很高,几百次以上,那cpu一般就会不淡定了。图片仅为演示

  SQL Server内存遭遇操作系统进程压榨案例分析SQL Server内存遭遇操作系统进程压榨案例分析

  3、没有耗资源的sql,这是dba最不愿意看到的结果,因为也许,sql server受到了来自内部或者外部的压力,使得自己花费了过多的时间去处理与操作系统的沟通去了。sql server常见的非查询低效类的性能问题,绝大多数都来自于内存或者硬盘,而这两者有的时候需要同时研究对比基线,才能确定谁是因,谁是果。在这里,我们首先查看sql server内存使用情况,当打开性能计数器时,我和我的小伙伴们都惊呆了……安装了64g内存的数据库,sql server的targetmemory仅有500多兆!这其中stolenpage还占用了200多兆,数据库datapage仅有200多兆的内存可供使用,oh,shit!虽然我很不想用“去哪了”这三个字,但是“我的内存去哪了“?同时我们也注意到pagelifeexpectancy值只有26(一个内存充足的服务器,这个值至少应该是上w的),而很早之前我们津津乐道的"cache hit ration"却仍然保持一个比较高的水准98! 这个案例告诉我们,缓存命中率这个性能计数器很多时候说明不了什么问题。

  SQL Server内存遭遇操作系统进程压榨案例分析

  4、ok,既然这样,是谁占用了本该属于我亲爱的sql server的内存呢?我们继续,打开wiindows任务管理,选定进程选项卡,点击显示所有用户进程,发现svchost.exe占用了绝大多数的60g内存!

  SQL Server内存遭遇操作系统进程压榨案例分析

  5、那svchost.exe又是个什么东西呢?我们下面就用到processmonitor这个工具了,打开后自动加载所有wiindows进程,按内存排序后,鼠标移至svchost.exe进程上,显示为remote registry服务。

  SQL Server内存遭遇操作系统进程压榨案例分析

  6、查到这里,事情已经有了一定的眉目,这个多半是windows内存泄露bug,遂google关键词: windows server 2008 r2 remote registry memory leak 

  找到如下链接:http://support.microsoft.com/kb/2699780/en-us

  果然:assume that you query performance counters on a remote computer by using an application on a computer that is running windows 7 or windows server 2008 r2. in this situation, the memory usage of the remote     registry service on the local computer increases until the available memory is exhausted.

解决方法:

  1、重启服务器,安装hotfix

  2、因为重启服务器会影响到业务,所以我在想重启remoteregistry服务,应该也能暂时解决问题,这个bug应该是在某种固定情景下发生的。

  随后,在合适的时间,我重启了这个服务,sql server的targetmemory重新恢复到60多g,cpu也正常了,目前为止该问题未再发生。

后续跟进:

  dba的工作,说难也难,说容易也容易,发现问题,解决问题还不够,我们还要意识到自己的欠缺,在本案例中,我之前并没有建立起sql server内存的监控,所以没有在第一时间就发现病情的严重性,好在该服务器并未承担重要业务,否则后果不堪设想,说不定早就崩溃过了,后怕之处在于,如果崩溃了,自然要重启服务器,到那个时候,我们连第一现场都没有,当leader问起来,我又该使劲挠头了。

  该事件之后,我建立起了sql server内存的监控,1天后,我从新的监控数据中,又发现了一台服务器出现相同的问题!我很庆幸,不是庆幸服务器没宕机,而是庆幸我做对了。

  附一张内存监控图,可以看到服务重启之后,sql server的total pages一直在上升,并逐渐稳定,page life expectancy也在变得越来越大,cpu也能指示病症已消除,我很欣慰。

  SQL Server内存遭遇操作系统进程压榨案例分析

  SQL Server内存遭遇操作系统进程压榨案例分析

 

总结:

  服务器在出现性能问题前,大部分是提前有一些征兆的,尤其是内存泄露,因为内存是一点点被压榨掉的,最后到达一个极限时,sql server就会突然crash掉,然后只留给你一个dump,微软就笑了。有经验的大夫应该从日常的腰酸背痛中看出一些端倪,然后进一步分析,提前预知重大疾病的发生,这就是dba的价值。这个案例,告诉我,重视服务器异常的细节变化,才能做到防患于未然。