CN117056182A - 一种SQL Server数据库性能评价方法 - Google Patents

一种SQL Server数据库性能评价方法 Download PDF

Info

Publication number
CN117056182A
CN117056182A CN202211403366.4A CN202211403366A CN117056182A CN 117056182 A CN117056182 A CN 117056182A CN 202211403366 A CN202211403366 A CN 202211403366A CN 117056182 A CN117056182 A CN 117056182A
Authority
CN
China
Prior art keywords
sec
sql server
performance
server database
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211403366.4A
Other languages
English (en)
Other versions
CN117056182B (zh
Inventor
杨小华
刘宁
王伟斌
段天毅
李超德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xinshu Technology Co ltd
Original Assignee
Beijing Xinshu Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Xinshu Technology Co ltd filed Critical Beijing Xinshu Technology Co ltd
Priority to CN202211403366.4A priority Critical patent/CN117056182B/zh
Publication of CN117056182A publication Critical patent/CN117056182A/zh
Application granted granted Critical
Publication of CN117056182B publication Critical patent/CN117056182B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出一种SQL Server数据库性能评价方法，该方法根据SQL Server数据库运行过程中的关键指标，对SQL Server数据库的性能进行综合评价，方便用户实时了解SQL Server数据库的健康状态。采用该性能评价方法后，可以根据SQL Server数据库的关键性能指标快速得到SQL Server数据库的综合性能，便于数据库管理员及时查看数据库性能瓶颈，并解决发现的问题。

Description

一种SQL Server数据库性能评价方法
技术领域
本发明涉及数据库技术领域，具体地涉及一种SQL Server数据库性能评价领域。
背景技术
随着信息技术的飞速发展，各行各业都积累了大量数据。数据的存储方式多种多样，其中数据库最为普遍，而SQL Server数据库是众多数据库类型的代表之一。
SQL Server是微软公司推出的一种关系型数据库管理系统，为关系型数据和结构化数据提供了更安全可靠的存储功能。从SQL Server 2017版本开始，SQL Server数据库实现了对Linux操作系统的支持，使得SQL Server数据库的应用限制得以突破，应用范围进一步扩大。
SQL Server数据库可以实现对大规模结构化数据的存储。如果数据规模过大，或者数据库设计不够合理，可能导致SQL Server出现性能瓶颈。传统的数据库性能监控方式由数据库管理员负责监督SQL Server数据库的运行状况，但这种方式存在一些弊端，如SQLServer数据库的性能指标比较多，数据库管理员在检查时只能逐个指标进行检查，定位问题指标时存在困难。
附图说明
图1为正态分布概率表。
发明内容
为解决现有技术中存在的问题，本发明提出一种SQL Server数据库性能评价方法，该方法根据SQL Server数据库运行过程中的关键指标，对SQL Server数据库的性能进行综合评价，方便用户实时了解SQL Server数据库的健康状态。具体步骤包括：
(1)将SQL Server数据库关键性能指标表示为ei，其中1≤i≤c，c为指标总数。按照设定的时间间隔，周期性获得受控数据库的ei指标值，并存储在本地数据库中；
(2)对每一项性能指标的数值ei进行评价：
i.获取性能指标ei在过去一周内的周期性测量值，记为ei1,ei2,…,eim，其中m为指标ei的取值次数；
ii.计算平均值
iii.计算每个测量值eij对应的剩余误差其中j＝1,2,…,m；
iv.计算性能指标ei对应的标准偏差
v.对于性能指标ei的一个新的测试值ei_new，计算标准化以后的取值根据计算出的/>值，查正态分布概率表可得概率P(ei<＝ei_new)，性能指标ei的评价记为si＝200×(1-P(ei<＝ei_new))。
(3)计算每一项性能指标的权重wi，计算方法为：
(4)计算SQL Server数据库的性能综合评价w＝wi×si。
在本发明提出的性能评价方法中，SQL Server数据库关键性能指标包括
(1)全表扫描频率Full Scans/sec；(2)缓冲区缓存命中率Buffer Cache HitRatio；(3)读的页数/秒Page Reads/sec；(4)写的页数/秒Page Writes/sec；(5)惰性写/秒Lazy Writes/sec；(6)缓存命中率Cache Hit Ratio；(7)平均闩等待Average Latch WaitTime；(8)闩等待/秒Latch Waits/sec；(9)用户连接数User Connections；(10)锁请求数/秒Lock Requests/sec；(11)超时锁请求数/秒Lock Timeouts/sec；(12)锁等待/秒LockWaits/sec；(13)平均等待时间Average Wait Time；(14)死锁请求数/秒Number ofDeadlocks/sec；(15)内存授权待定进程总数Memory Grants Pending；(16)锁块数LockBlocks；(17)总服务器内存Total Server Memory；(18)批请求次数/秒Batch Requests/sec；(19)编译数/秒SQL Compilations/sec。
采用该性能评价方法后，可以根据SQL Server数据库的关键性能指标快速得到SQL Server数据库的综合性能，便于数据库管理员及时查看数据库性能瓶颈，并解决发现的问题。
具体实施方式
(1)将SQL Server数据库关键性能指标表示为ei，其中1≤i≤c，c为指标总数(本发明中为19)。按照设定的时间间隔，周期性获得受控数据库的ei指标值，并存储在本地数据库中。
(2)对每一项性能指标的数值ei进行评价：
i.获取性能指标ei在过去一周内的周期性测量值，记为ei1,ei2,…,eim，其中m为指标ei的取值次数；以e3为例，假设e3在过去一周内的周期性测量值为70,80,70,76,78,82,88,76。
ii.计算平均值可以计算e3的平均值为：/>
iii.计算每个测量值eij对应的剩余误差其中j＝1,2,…,m；可以计算e3j对应的剩余误差分别为：-7.5,2.5,-7.5,-1.5,0.5,4.5,10.5,-1.5。
iv.计算性能指标ei对应的标准偏差可以计算
e3的标准偏差σ3＝36.2857。
v.对于性能指标ei的一个新的测试值ei_new，计算标准化以后的取值
根据计算出的/>值，查图1中的正态分布概率表可得概率P(ei<＝ei_new)，性能指标ei的评价记为si＝200×(1-
P(ei<＝ei_new))。假设e3的一个新的测试值e3_new＝90，则可计算 查如下的正态分布概率表可得概率P(e3<＝e3_new)
为0.6331，性能指标e3的评价记为s3＝73.38。同理，可以计算出其他指标的评价，假设其他指标的评价分别为：s1＝79.16，s2＝74.81，s4＝80.05，
s5＝82.75，s6＝80.29，s7＝78.09，s8＝83.09，s9＝81.27，s10＝77.2，s11＝73.91，
s12＝78.21，s13＝78.68，s14＝80.04，s15＝82.55，s16＝79.37，s17＝79.52，
s18＝74.64，s19＝78.95。
(3)计算每一项性能指标的权重wi，计算方法为： 计算出所有指标的评价，可以计算每个性能指标的权重wi分别为：0.05，0.06，0.07，0.05，0.04，0.05，0.05，0.04，0.05，0.06，0.06，0.05，0.05，0.05，0.04，0.05，0.05，0.06，0.05。
(4)计算SQL Server数据库的性能综合评价w＝wi×si，求得性能综合评价为76.79。

Claims (2)

1.一种SQL Server数据库性能评价方法，其特征在于，该方法具体步骤包括：
(1)将SQL Server数据库关键性能指标表示为ei，其中1≤i≤c，c为指标总数。按照设定的时间间隔，周期性获得受控数据库的ei指标值，并存储在本地数据库中；
(2)对每一项性能指标的数值ei进行评价：
i.获取性能指标ei在过去一周内的周期性测量值，记为ei1,ei2,…,eim，其中m为指标ei的取值次数；
ii.计算平均值
iii.计算每个测量值eij对应的剩余误差其中j＝1,2,…,m；
iv.计算性能指标ei对应的标准偏差
v.对于性能指标ei的一个新的测试值ei_new，计算标准化以后的取值根据计算出的/>值，查正态分布概率表可得概率P(ei<＝ei_new)，性能指标ei的评价记为si＝200×(1-P(ei<＝ei_new))。
(3)计算每一项性能指标的权重wi，计算方法为：
(4)计算SQL Server数据库的性能综合评价w＝wi×si。
2.根据权利要求1中的一种SQL Server数据库性能评价方法，其特征在于：SQL Server数据库关键性能指标包括：(1)全表扫描频率Full Scans/sec；(2)缓冲区缓存命中率Buffer Cache Hit Ratio；(3)读的页数/秒Page Reads/sec；(4)写的页数/秒PageWrites/sec；(5)惰性写/秒Lazy Writes/sec；(6)缓存命中率Cache Hit Ratio；(7)平均闩等待Average Latch Wait Time；(8)闩等待/秒Latch Waits/sec；(9)用户连接数UserConnections；(10)锁请求数/秒Lock Requests/sec；(11)超时锁请求数/秒LockTimeouts/sec；(12)锁等待/秒Lock Waits/sec；(13)平均等待时间Average Wait Time；(14)死锁请求数/秒Number of Deadlocks/sec；(15)内存授权待定进程总数MemoryGrants Pending；(16)锁块数Lock Blocks；(17)总服务器内存Total Server Memory；(18)批请求次数/秒Batch Requests/sec；(19)编译数/秒SQL Compilations/sec。
CN202211403366.4A 2023-07-13 2023-07-13 一种SQL Server数据库性能评价方法 Active CN117056182B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211403366.4A CN117056182B (zh) 2023-07-13 2023-07-13 一种SQL Server数据库性能评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211403366.4A CN117056182B (zh) 2023-07-13 2023-07-13 一种SQL Server数据库性能评价方法

Publications (2)

Publication Number Publication Date
CN117056182A true CN117056182A (zh) 2023-11-14
CN117056182B CN117056182B (zh) 2024-05-03

Family

ID=88661422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211403366.4A Active CN117056182B (zh) 2023-07-13 2023-07-13 一种SQL Server数据库性能评价方法

Country Status (1)

Country Link
CN (1) CN117056182B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080033991A1 (en) * 2006-08-03 2008-02-07 Jayanta Basak Prediction of future performance of a dbms
CN109992569A (zh) * 2019-02-19 2019-07-09 平安科技（深圳）有限公司 集群日志特征提取方法、装置及存储介质
CN110096491A (zh) * 2019-04-02 2019-08-06 南京信息职业技术学院 数据库性能指标预测方法及系统
CN110737648A (zh) * 2019-09-17 2020-01-31 平安科技（深圳）有限公司 性能特征降维方法及装置、电子设备及存储介质
CN116166513A (zh) * 2023-01-30 2023-05-26 浪潮卓数大数据产业发展有限公司 一种针对数据库性能测试的评价方法、设备及存储介质
CN116245406A (zh) * 2023-02-09 2023-06-09 江苏省工商行政管理局信息中心 基于运维质量管理数据库的软件运维质量评价方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080033991A1 (en) * 2006-08-03 2008-02-07 Jayanta Basak Prediction of future performance of a dbms
CN109992569A (zh) * 2019-02-19 2019-07-09 平安科技（深圳）有限公司 集群日志特征提取方法、装置及存储介质
CN110096491A (zh) * 2019-04-02 2019-08-06 南京信息职业技术学院 数据库性能指标预测方法及系统
CN110737648A (zh) * 2019-09-17 2020-01-31 平安科技（深圳）有限公司 性能特征降维方法及装置、电子设备及存储介质
CN116166513A (zh) * 2023-01-30 2023-05-26 浪潮卓数大数据产业发展有限公司 一种针对数据库性能测试的评价方法、设备及存储介质
CN116245406A (zh) * 2023-02-09 2023-06-09 江苏省工商行政管理局信息中心 基于运维质量管理数据库的软件运维质量评价方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈腾鹏;吴萌岭;左建勇;吴海岭;: "轨道交通列车制动系统的可视化数据处理软件设计及应用", 电力机车与城轨车辆, no. 06, 30 June 2010 (2010-06-30), pages 45 - 48 *

Also Published As

Publication number Publication date
CN117056182B (zh) 2024-05-03

Similar Documents

Publication Publication Date Title
US10296498B2 (en) Coordinated hash table indexes to facilitate reducing database reconfiguration time
US6374232B1 (en) Method and mechanism for retrieving values from a database
US20070185912A1 (en) Off-loading I/O and computationally intensive operations to secondary systems
US7788243B2 (en) System and methods for optimizing data transfer among various resources in a distributed environment
US9542424B2 (en) Lifecycle-based horizontal partitioning
US20120323971A1 (en) Optimizing data storage and access of an in-memory database
AU2008300503B2 (en) ETL-less zero redundancy system and method for reporting OLTP data
US8429134B2 (en) Distributed database recovery
US7031987B2 (en) Integrating tablespaces with different block sizes
US7346633B2 (en) System providing methodology for replication subscription resolution
US20100257181A1 (en) Dynamic Hash Table for Efficient Data Access In A Relational Database System
US8458218B2 (en) Incremental data transfer in a database management system
US20100325094A1 (en) Data Compression For Reducing Storage Requirements in a Database System
US20090182746A1 (en) Read mostly database tables
US20080091742A1 (en) System and method for detecting and updating geographical information dataset versions
CN111339103A (zh) 一种基于全量分片和增量日志解析的数据交换方法及系统
US20240004852A1 (en) Confidence-based database management systems and methods for use therewith
US7437525B2 (en) Guaranteed undo retention
CN114741368A (zh) 基于人工智能的日志数据统计方法及相关设备
CN117056182B (zh) 一种SQL Server数据库性能评价方法
US20060122963A1 (en) System and method for performing a data uniqueness check in a sorted data set
Wang et al. Stull: Unbiased online sampling for visual exploration of large spatiotemporal data
CN111680083A (zh) 智能化多级政府财政数据采集系统及数据采集方法
US8510269B2 (en) Uninterrupted database index reorganization/movement
CN113076311B (zh) 一种分布式数据库

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant