标签：收集 cat l数据库 图片 type 工作 方便 alter 不同
Query Store是SQL Server 2016中引入的、语句级别的性能监控和调优工具，它不仅自动捕获查询（Query）、执行计划（Plan）、运行时统计信息（Runtime）和等待（Wait）统计的信息，而且还可以识别出由于执行计划更改而导致的性能差异，简化了性能故障排除的流程，降低了性能优化的难度。从字面上来解释，Query Store是“查询的仓库”，它是由SQL Server引擎自动维护，用于捕获数据库中执行的查询，以及跟其执行性能相关联的数据。不同于DMV把数据存储到内存中，Query Store会把捕获的性能数据存储到Disk中，为了最优化数据的写入，Query Store使用异步更新方式，每隔一定时间（分时）就把捕获的数据存储到硬盘（Disk）中。
Query Store默认是关闭的，启用Query Store对查询性能还是有一定的影响的，
ALTER DATABASE { database_name | CURRENT } SET QUERY_STORE { = OFF | = ON [ ( <query_store_option_list> [,...n] ) ] | CLEAR [ ALL ] } <query_store_option_list> ::= { OPERATION_MODE = { READ_WRITE | READ_ONLY } | CLEANUP_POLICY = ( STALE_QUERY_THRESHOLD_DAYS = number ) | DATA_FLUSH_INTERVAL_SECONDS = number | MAX_STORAGE_SIZE_MB = number | INTERVAL_LENGTH_MINUTES = number | SIZE_BASED_CLEANUP_MODE = { AUTO | OFF } | QUERY_CAPTURE_MODE = { ALL | AUTO | CUSTOM | NONE } | MAX_PLANS_PER_QUERY = number | WAIT_STATS_CAPTURE_MODE = { ON | OFF } | QUERY_CAPTURE_POLICY = ( <query_capture_policy_option_list> [,...n] ) } <query_capture_policy_option_list> :: = { STALE_CAPTURE_POLICY_THRESHOLD = number { DAYS | HOURS } | EXECUTION_COUNT = number | TOTAL_COMPILE_CPU_TIME_MS = number | TOTAL_EXECUTION_CPU_TIME_MS = number }
参数注释：
例如，使用以下的脚本来启用TestDB的Query Store：
ALTER DATABASE [TestDB] SET QUERY_STORE = ON ( OPERATION_MODE = READ_WRITE, CLEANUP_POLICY = ( STALE_QUERY_THRESHOLD_DAYS = 90 ), DATA_FLUSH_INTERVAL_SECONDS = 900, MAX_STORAGE_SIZE_MB = 1000, INTERVAL_LENGTH_MINUTES = 60, SIZE_BASED_CLEANUP_MODE = AUTO, MAX_PLANS_PER_QUERY = 200, WAIT_STATS_CAPTURE_MODE = ON, QUERY_CAPTURE_MODE = CUSTOM, QUERY_CAPTURE_POLICY = ( STALE_CAPTURE_POLICY_THRESHOLD = 24 HOURS, EXECUTION_COUNT = 30, TOTAL_COMPILE_CPU_TIME_MS = 1000, TOTAL_EXECUTION_CPU_TIME_MS = 100 ) );
在启用Query Store之后，用户可以通过系统视图来查看各个选项的配置情况：
sys.database_query_store_options
当然，也可以使用SSMS对Query Store的各个选项进行配置和查看：
从总体上来说，Query Store包含四个Store，分别是query store、plan store、runtime stats store和wait stats store：
除了捕获信息，Query Store还可以根据plan的性能信息，强制查询使用特定的计划。
1，计划强制（Plan Forcing）
由于一些不可预知的原因，例如统计信息更改，架构更改，索引的创建/删除等，SQL Server中任意一个查询的执行计划通常都会随着时间的推移而变化。由于内存压力，计划也会从计划缓存中逐出，这导致计划缓存只存储查询的最新的执行计划。由执行计划更改引起的查询性能的下降，就无迹可寻，解决起来很费时间。
由于Query Store为每个查询保留多个执行计划，因此，它可以指示查询处理器（Query Processor）对查询强制使用特定的执行计划，这称为计划强制（Plan Forcing）。Query Store中的计划强制（Plan Forcing）的工作类似于USE PLAN查询提示的机制，但是不需要在用户在应用程序中做任何更改，计划强制可以在很短的时间内解决由计划更改导致的查询性能下降的问题。
2，等待统计（Wait Stats）
等待统计信息是解决查询性能问题的另一信息来源，长期以来，等待统计信息仅在实例级别可用，这使得很难将等待回溯到特定查询语句上。 从SQL Server 2017（14.x）和 Azure SQL数据库开始，查询存储能够追踪特定语句的等待信息。
ALTER DATABASE AdventureWorks2012 SET QUERY_STORE = ON ( WAIT_STATS_CAPTURE_MODE = ON );
在启用Query Store之后，刷新SSMS的Object Explorer面板，用户会发现，SSMS新增加了一个Query Store的目录，这是SSMS为了方便用户查询数据而内置的查询界面：
以回归查询（Regressed Queries）来举例，Regressed Queries面板显示的是查询和相应的Plan，从Metric列表中选择需要显示的度量，就可以查看不同的界面：
如果不满足于查询界面提供的数据，也可以编写TSQL代码来查看Query Store追踪的数据。跟Query Store相关的视图分为四类：Query、Plan、Runtime Stats和Wait Stats。注意，Wait Stats 是从SQL Server 2017(14.x)开始支持的。
1，关于Query的信息
query的唯一标识字段是query_id
select q.query_id ,t.query_text_id ,t.query_sql_text ,q.object_id as parent_object ,q.is_internal_query ,q.query_parameterization_type ,q.query_parameterization_type_desc ,q.count_compiles ,q.avg_compile_duration ,q.avg_bind_cpu_time ,q.avg_bind_duration ,q.avg_compile_memory_kb ,q.avg_optimize_cpu_time ,q.avg_optimize_duration from sys.query_store_query as q inner join sys.query_store_query_text as t on q.query_text_id = t.query_text_id ;
2，关于Plan的信息
plan关联的query，可以通过字段query_id来关联
select p.plan_id ,p.query_id ,t.query_sql_text ,p.query_plan ,p.is_parallel_plan ,p.is_forced_plan ,p.force_failure_count ,p.last_force_failure_reason ,p.last_force_failure_reason_desc ,p.count_compiles ,p.avg_compile_duration from sys.query_store_plan p inner join sys.query_store_query q on p.query_id=q.query_id inner join sys.query_store_query_text t on q.query_text_id=t.query_text_id
3，关于Plan 的 Runtime 统计
runtime stats通过plan_id 关联到特定的query
select r.runtime_stats_id ,r.plan_id ,r.runtime_stats_interval_id ,i.start_time as interval_start_time ,i.end_time as interval_end_time ,r.execution_type ,r.execution_type_desc ,r.count_executions ,r.avg_duration ,r.avg_cpu_time ,r.avg_dop ,r.avg_logical_io_reads ,r.avg_logical_io_writes ,r.avg_physical_io_reads ,r.avg_query_max_used_memory ,r.avg_rowcount from sys.query_store_runtime_stats r inner join sys.query_store_runtime_stats_interval i on r.runtime_stats_interval_id=i.runtime_stats_interval_id
4，关于等待的统计信息
该视图统计的等待是跟单个执行计划有关的
select w.wait_stats_id ,w.plan_id ,w.runtime_stats_interval_id ,w.wait_category ,w.wait_category_desc ,w.execution_type ,w.execution_type_desc ,w.avg_query_wait_time_ms ,w.min_query_wait_time_ms ,w.max_query_wait_time_ms from sys.query_store_wait_stats w inner join sys.query_store_plan p on w.plan_id=p.plan_id
参考文档：
Monitoring performance by using the Query Store
Query Store Catalog Views (Transact-SQL)
标签：收集 cat l数据库 图片 type 工作 方便 alter 不同
原文地址：https://www.cnblogs.com/ljhdo/p/11821213.html
