网站中一些老页面仍采用Row_number类似的开窗函数进行分页处理,此时如果遭遇挖坟帖的情形可能就需要漫长的等待且消耗巨大.这里给大家介绍根据Row_number()特性采用特定锁Hint提升查询速度.
直接上菜
脚本环境可在SQL Server优化技巧之SQL Server中的"MapReduce"找到
如下查询在分页中比较常见
set statistics time on select * from ( select ProductID, rn = ROW_NUMBER() OVER (ORDER BY ProductID) from [bigTransactionHistory] ) as t where t.rn between 15631801 and 15631802
这条查询在我的电脑上执行了15S,这还是数据全在内存中的情形!如图1-1
图1-1
一个简单的执行计划执行如此之长有点匪夷所思,毕竟逻辑读才6W多,且无物理读
,而且CPU时间与占用时间相差无几,排除了阻塞之类的因素后我们把消耗定位在这个查询本身上.这时提一个Row_number()的特点,它可在万千数据中将其序列化让我们找到我们想要的精确数据点,但就此默认的实现方式上是为每一行数据都加一个行锁.
我们开启Trace Flag 1200再次执行语句捕捉下执行时的锁.可以看到Row_number()在实现上未进行锁升级如图1-2
Code
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
dbcc traceon(3604,1200,-1) select * from ( select ProductID, rn = ROW_NUMBER() OVER (ORDER BY ProductID) from [bigTransactionHistory] ) as t where t.rn between 15631801 and 15631802
图1-2
到此我们对此问题的解决方式也就出来了:可采用锁hint的形式手动为其升级
这里我采用页锁,如图1-3
而两者从执行计划上看是相同的,预估也完全一样如图1-4
Code
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
select * from ( select ProductID, rn = ROW_NUMBER() OVER (ORDER BY ProductID) from [bigTransactionHistory] with(paglock) ) as t where t.rn between 15631801 and 15631802
图1-3
图1-4
可以看到我们通常的查看执行计划的方式在此就不太适合了,需要我们对资源消耗有更详细的认知.
注:平时我们还可用Trace Profiler捕捉锁,但需注意慎用.
Row_number()默认看不到锁升级,全局性能瓶颈下可能回升级
如果你的应用不在乎脏读,nolock方式更愉快:)
其它:当数据被更新发生阻塞时,有时业务同事会问到底更新了哪条数据有木有?
这里写了个简单的查询以便找到具体更新被锁住的行,如图2-1
Code
begin tran ttt update dbo.[bigProduct] set size=111 where ProductID<1100 -- rollback when finish test --rollback tran ttt --open another session SELECT * FROM [bigProduct] with(nolock) WHERE %%LOCKRES%% IN ( SELECT tl.resource_description FROM sys.dm_tran_locks AS tl INNER JOIN sys.partitions AS t2 ON t2.hobt_id = tl.resource_associated_entity_id WHERE t2.object_id = OBJECT_ID('bigProduct') AND tl.resource_type = 'KEY' )
图2-1
结语:系统内任何元素都有可能成为影响平衡的绊脚石.找到它,理解它,利用它.
认为有收获的同学请点赞.