RDS SQL Server - 专题分享 - 巧用执行计划缓存之Key Lookup

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS SQL Server Serverless,2-4RCU 50GB 3个月
推荐场景:
云数据库 RDS SQL Server,基础系列 2核4GB
简介: # 背景引入 执行计划缓存是SQL Server内存管理中非常重要的特性,这篇文章是巧用执行计划缓存系列文章之四,探讨什么是Key Lookup操作,如何从执行计划缓存中发现Key Lookup问题,以及如何解决这个问题。 # 什么是Key Lookup Key Lookup操作是指执行计划通过表的索引查找字段列的书签查找方式。Key Lookup发生在当查询语句使用Index Se

背景引入

执行计划缓存是SQL Server内存管理中非常重要的特性,这篇文章是巧用执行计划缓存系列文章之四,探讨什么是Key Lookup操作,如何从执行计划缓存中发现Key Lookup问题,以及如何解决这个问题。

什么是Key Lookup

Key Lookup操作是指执行计划通过表的索引查找字段列的书签查找方式。Key Lookup发生在当查询语句使用Index Seek(或者Index Scan)的同时,又需要查找Index中没有完全包含的额外字段列,这时SQL Server必须回过头来获取额外的字段列的值。通常情况下Key Lookup操作是通过表聚集索引来查找字段列的值,因此,可能会导致昂贵的查询性能开销,在性能优化过程中,需要引起我们足够的重视。

如何发现Key Lookup

在性能优化过程中,执行计划中的Key Lookup操作是我们优化的重点之一,那么我们如何发现Key Lookup操作呢?本文介绍两种方法:
执行计划图形展示
执行计划缓存中查找

执行计划图形展示

SQL Server客户端工具SSMS可以图形化方式直观的展示执行计划图形,我们可以通过这个直观的做图来发现Key Lookup操作。比如,我们有如下查询语句,在执行之前,我们打开实际执行计划采集开关(可以使用快捷键CTRL + M)。

USE [AdventureWorks2008R2];
GO
 
SELECT 
    NationalIDNumber, 
    HireDate, 
    MaritalStatus
FROM HumanResources.Employee WITH(NOLOCK)
WHERE NationalIDNumber = N'519899904';
GO

语句执行完毕后,会有Execution Plan窗口,从这里我们可以很轻易的看到Key Lookup事件操作,将鼠标悬停在Key Lookup事件上,会有弹窗展示更为详细的信息。详情参见如下截图,我们可以看到Key Lookup的性能开销为50%,占了整个查询语句性能开销的一半。开销算是很高的了。
01.png

执行计划缓存中查找

我们除了可以通过执行计划图形展示的方式来发现Key Lookup操作以外,我们还可以查找执行计划缓存来让Key Lookup操作无所遁形。比如,下面截图中信息是刚才执行语句的执行计划缓存中Key Lookup操作的XML节点。
02.png

所以,我们只需要搜索执行计划缓存,就可以找出哪些执行过的语句使用了Key Lookup操作,就可以针对性的进行性能优化。查找执行计划缓存的方法如下:

;WITH XMLNAMESPACES (DEFAULT 'http://schemas.microsoft.com/sqlserver/2004/07/showplan')
SELECT  
        --T.C.query('.')
        database_name = T.C.value('(IndexScan/Object/@Database)[1]','sysname')
        ,Schema_name = T.C.value('(IndexScan/Object/@Schema)[1]','sysname')
        ,Table_name = T.C.value('(IndexScan/Object/@Table)[1]','sysname')
        ,Index_name = T.C.value('(IndexScan/Object/@Index)[1]','sysname')
        ,index_type = T.C.value('(IndexScan/Object/@IndexKind)[1]','sysname')
        ,sql_text = T.C.value('(../../../../@StatementText)[1]','nvarchar(max)')
        ,output_columns =STUFF(( SELECT DISTINCT ', ' + cr.n.value('(@Column)[1]', 'sysname') 
                            FROM T.C.nodes('../../OutputList/ColumnReference') as cr(n) 
                            FOR XML PATH('')
                            ), 1, 2, '' )
        ,seek_columns =STUFF(( SELECT DISTINCT ', ' + cr.n.value('(@Column)[1]', 'sysname') 
                            FROM T.C.nodes('IndexScan/SeekPredicates/SeekPredicateNew/SeekKeys/Prefix/RangeColumns/ColumnReference') as cr(n) 
                            FOR XML PATH('')
                            ), 1, 2, '' )
        ,Predicate = T.C.value('(IndexScan/SeekPredicates/SeekPredicateNew/SeekKeys/Prefix/RangeExpressions/ScalarOperator/@ScalarString)[1]', 'nvarchar(max)')
        --,cp.usecounts
        --,qp.query_plan
FROM sys.dm_exec_cached_plans AS cp 
    CROSS APPLY sys.dm_exec_query_plan(cp.plan_handle) as qp
    CROSS APPLY qp.query_plan.nodes('/ShowPlanXML/BatchSequence/Batch/Statements/StmtSimple/QueryPlan/RelOp/NestedLoops/RelOp[IndexScan[@Lookup="1"] and IndexScan/Object[@Schema!="[sys]"]]') as T(C)
WHERE T.C.exist('../RelOp[IndexScan[@Lookup="1"] and IndexScan/Object[@Schema!="[sys]"]]') = 1

比如,刚才的执行语句就被抓出来了,展示如下截图:
03.png

解决Key Lookup问题

从以上的分析,我们知道了Key Lookup对性能的影响,以及如何发现Key Lookup操作的语句,接下来的任务就是如何解决Key Lookup问题了。通常我们有如下方法:
删除不必要字段列
创建覆盖索引

删除不必要的字段列

这个解决方法很好理解,因为使用Key Lookup操作的目的就是为了查找SELECT字句中的字段列,如果我们将业务不必要,或者可要可不需要的字段列删除的话,很可能SQL Server就不会再走Key Lookup操作了,因此也就解决了这个问题。一个非常典型的场景是,很多开发人员喜欢使用SELECT * FROM操作。最好的方式是显示罗列所有业务必须要使用的字段名字,而不是一股脑儿全部字段都查询出来。

创建覆盖索引

如果万一,SELECT中的所有字段都是你业务所必须的,无法删除的话,我们可以考试使用覆盖索引来解决Key Lookup问题,即创建索引的时候,使用INCLUDE字句将SELECT后的字段包含在其中(排除在ON字句中字段,比如这里的NationalIDNumber字段列)。比如,上面的查询语句,我们可以创建覆盖索引:

USE [AdventureWorks2008R2];
GO
  
CREATE NONCLUSTERED INDEX IX_NationalIDNumber_@HireDate_@MaritalStatus
ON HumanResources.Employee (NationalIDNumber)
INCLUDE(HireDate, MaritalStatus)
WITH(FILLFACTOR = 90, ONLINE = ON)

执行完毕后,再次执行该语句,查看执行计划,仅一个Index Seek,没有Key Lookup操作,说明这个问题已经得到了解决。详情参见以下截图:
04.png

友情提醒

如果使用SSMS查看执行SQL语句的实际执行计划,XML 中IndexScan节点的Lookup属性值为True,如下展示:

...
<IndexScan Lookup="true" Ordered="true" ScanDirection="FORWARD" ForcedIndex="false" ForceSeek="false" ForceScan="false" NoExpandHint="false">
...

而从执行计划缓存中获取到的IndexScan节点中Lookup属性值为1。如下展示:

...
<IndexScan Lookup="1" Ordered="1" ScanDirection="FORWARD" ForcedIndex="0" ForceSeek="0" ForceScan="0" NoExpandHint="0">
...

因此,我们在分析执行计划缓存中的Key Lookup操作的时候,需要检查Lookup的值是否是1,而不是检查它是否为true。以下是SSMS执行计划中的XML节点,Lookup属性值为true,而在“执行计划缓存中查找”章节中的截图,我们知道Lookup属性值为1。
05.png

最后总结

这篇文章讨论了在性能优化过程中经常要遇到的一个需要优化的点叫Key Lookup操作,以及我们如何发现Key Lookup,最后谈到了两种解决Key Lookup问题的方法。

引用文章

Finding Key Lookups inside the Plan Cache

相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
19天前
|
缓存 NoSQL 算法
【Azure Redis 缓存】Redis性能指标之Server Load
【Azure Redis 缓存】Redis性能指标之Server Load
|
26天前
|
SQL 关系型数据库 数据库
数据库空间之谜:彻底解决RDS for SQL Server的空间难题
【8月更文挑战第16天】在管理阿里云RDS for SQL Server时,合理排查与解决空间问题是确保数据库性能稳定的关键。常见问题包括数据文件增长、日志文件膨胀及索引碎片累积。利用SQL Server的动态管理视图(DMV)可有效监测文件使用情况、日志空间及索引碎片化程度。例如,使用`sp_spaceused`检查文件使用量,`sys.dm_db_log_space_usage`监控日志空间,`sys.dm_db_index_physical_stats`识别索引碎片。同时,合理的备份策略和文件组设置也有助于优化空间使用,确保数据库高效运行。
40 2
|
11天前
|
SQL 关系型数据库 MySQL
SQL Server、MySQL、PostgreSQL:主流数据库SQL语法异同比较——深入探讨数据类型、分页查询、表创建与数据插入、函数和索引等关键语法差异,为跨数据库开发提供实用指导
【8月更文挑战第31天】SQL Server、MySQL和PostgreSQL是当今最流行的关系型数据库管理系统,均使用SQL作为查询语言,但在语法和功能实现上存在差异。本文将比较它们在数据类型、分页查询、创建和插入数据以及函数和索引等方面的异同,帮助开发者更好地理解和使用这些数据库。尽管它们共用SQL语言,但每个系统都有独特的语法规则,了解这些差异有助于提升开发效率和项目成功率。
70 0
|
1月前
|
SQL 关系型数据库 MySQL
“震撼揭秘!Flink CDC如何轻松实现SQL Server到MySQL的实时数据同步?一招在手,数据无忧!”
【8月更文挑战第7天】随着大数据技术的发展,实时数据同步变得至关重要。Apache Flink作为高性能流处理框架,在实时数据处理领域扮演着核心角色。Flink CDC(Change Data Capture)组件的加入,使得数据同步更为高效。本文介绍如何使用Flink CDC实现从SQL Server到MySQL的实时数据同步,并提供示例代码。首先确保SQL Server启用了CDC功能,接着在Flink环境中引入相关连接器。通过定义源表与目标表,并执行简单的`INSERT INTO SELECT`语句,即可完成数据同步。
88 1
|
20天前
|
缓存 NoSQL 网络安全
【Azure Redis 缓存 Azure Cache For Redis】Redis性能问题,发现Server Load非常的高,导致正常连接/操作不成功
【Azure Redis 缓存 Azure Cache For Redis】Redis性能问题,发现Server Load非常的高,导致正常连接/操作不成功
|
2月前
|
SQL Oracle 关系型数据库
CREATE TABLE 时的 SQL FOREIGN KEY 约束
【7月更文挑战第24天】CREATE TABLE 时的 SQL FOREIGN KEY 约束。
40 5
|
2月前
|
SQL Oracle 关系型数据库
ALTER TABLE 时的 SQL PRIMARY KEY 约束
【7月更文挑战第24天】ALTER TABLE 时的 SQL PRIMARY KEY 约束。
23 3
|
2月前
|
SQL Oracle 关系型数据库
CREATE TABLE 时的 SQL FOREIGN KEY 约束
【7月更文挑战第19天】CREATE TABLE 时的 SQL FOREIGN KEY 约束
34 8
|
2月前
|
SQL Oracle 关系型数据库
CREATE TABLE 时的 SQL PRIMARY KEY 约束
【7月更文挑战第24天】CREATE TABLE 时的 SQL PRIMARY KEY 约束。
34 2
|
2月前
|
SQL Oracle 关系型数据库
SQL PRIMARY KEY 约束
【7月更文挑战第19天】SQL PRIMARY KEY 约束。
39 4

热门文章

最新文章