Upload
spanishpassvc
View
100
Download
4
Embed Size (px)
Citation preview
Planes de ejecución en SQL Server
2014
Enrique Catala Bañuls (España) @enriquecatala
MVP | MCT | [email protected] www.enriquecatala.com
Moderada: Freddy Angarita
Gracias a nuestros auspiciadores
Database Security as Easy as A-B-C
http://www.greensql.com
Hardcore Developer and IT Training
http://www.pluralsight.com
SQL Server PerformanceTry PlanExplorer today!
http://www.sqlsentry.com
Próximos SQL Saturday
24 de Enero de 2015 https://www.sqlsaturday.com/346/register.aspx
18 de Abril de 2015 https://www.sqlsaturday.com/368/register.aspx
9 de Mayo de 2015 https://www.sqlsaturday.com/373/register.aspx
6 de Diciembre de 2014 https://www.sqlsaturday.com/351/register.aspx
4
Capítulo Global PASS en Español
4
Reuniones semanales todos los miércoles a
las 12PM UTC-5 (Hora de Colombia)
https://www.facebook.com/SpanishPASSVC
5
Asistencia Técnica
Si requiere asistenciadurante la sesión debe usar la sección de preguntas que esta en el menú de la derecha.
Use el botón de Zoom para ajustar su pantalla al tamaño deseado
Escriba sus preguntas en la sección de preguntas que esta en el menú de la derecha
6
Enrique Cátala
• Mentor en SolidQ
• Microsoft SQL Server MVP
• Ingeniero en informática
• Microsoft Certified Trainer (MCT) , MCSE y MAP (Microsoft Active Professional).
• Centrado en el motor relacional SQL Server, tanto en la resolución de problemas de rendimiento y escalabilidad en sistemas OLTP como la definición e implementación de entornos de alta disponibilidad confiables, en donde ha llevado con éxito más de 90 proyectos no solo en España, sino en diferentes países como EEUU, Holanda, México, Arabia Saudí o Austria.
• Arquitecto principal de las soluciones para SolidQ llamadas HealthCheck, SQL2Cloud, SCODA y del generador de SSIS de SolidQ
• Ponente habitual del SolidQ SUMMIT, miembro y ponente en SQL PASS tanto en España como Iberoamérica ponente en varios SQLSaturday
• Colabora con Microsoft realizando Webcast y conferencias.
• Mantiene tanto su blog personal (http://www.enriquecatala.com/ ), como "El Rincón del DBA" (http://blogs.solidq.com/es/elrincondeldba ) con colegas de SolidQ.
6
Agenda
1. Planes de ejecución
2. Operadores
3. Cardinality estimator
Planes de ejecución¿Sabemos interpretarlos?
8
Optimizador de consultas
Sentencia SQL Plan de ejecuciónMágia
Operadores¿Cuántos y cuales son?
11
OperadoresLos básicos que debes conocer
12
SELECT SortClustered IndexSeek
Clustered IndexScan
Non-clustered indexscan
Non-clustered indexseek Table Scan RID Lookup Key Lookup Hash Match
Nested Loops Merge Join Compute Scalar Constant Scan Spool
Stream Aggregate Distribute Streams Gather Streams Repartition Streams Bitmap
Split Top Filter Lazy Spool Eager Spool
Operadores¿Qué son?
13
Todo operador funciona pidiendo filas de uno o mas hijos y
devolviéndolas al que se las ha pedido
Caso especial Common Table Spool
Cada operador devuelve de 1 fila en 1 fila
*No todos
DEMO
15
Operadores básicos
Procesamiento lógicoDe una consulta
16
1. FROM
2. WHERE
3. GROUP BY
4. HAVING
5. SELECT
1. Evaluar expresiones
2. Eliminar duplicados
6. ORDER BY
7. OFFSET-FETCH/TOP
Planes de ejecuciónFlechas
17
¿Ves la diferencia en el grosor de la flecha?
Estimación un poco equivocada!
1. Analiza el grosor de las flechas
2. Compara los valores del plan estimado vs. el real
Planes de ejecuciónComparar planes
18
Fíjate en los % de consulta
Operadores joinNested loops
19
for each row R1 in the outer table
for each row R2 in the inner table
if R1 joins with R2
return (R1, R2)
*No confundir inner table con inner join ni outer table com outer join
20
ID_Alum Nombre_Aluno ID_Curso1Luis 22Ana 63Juan 54Pepe 35Carlos 46Felipe 3
7Iratxe 58María 4
Tabla de Alumnos:
ID_Curso Nombre_Curso
1Paisajismo
2Fotografía
3Arte Clásico
4Matemáticas
5Física
6Química
Tabla de Cursos:
Resultado:
Nombre Alumno | Nombre Curso
1-Luis |2-Fotografía
4-Pepe |3-Arte Clásico
6-Felipe |3-Arte Clásico
5-Carlos |4-Matemáticas
8-María |4-Matemáticas
...
Operadores joinMerge join
21
get first row R1 from input 1get first row R2 from input 2while not at the end of either input{
if R1 joins with R2{
return (R1, R2)get next row R2 from input 2
}else if R1 < R2
get next row R1 from input 1else
get next row R2 from input 2}
22
Tabla de Alumnos:
ID_Curso Nombre_Curso
1Paisajismo
2Fotografía
3Arte Clásico
4Matemáticas
5Física
6Química
Tabla de Cursos:
Resultado:
ID_Alunos Nome_Aluno ID_Cursos1Luís 22Ana 63Juan 54Pepe 35Carlos 46Felipe 3
7Iratxe 58María 4
ID_Alum Nombre_Alumno ID_Curso1Luís 24Pepe 36Felipe 35Carlos 48María 4
Nombre Alumno | Nombre Curso
1-Luis |2-Fotografía
4-Pepe |3-Arte Clásico
6-Felipe |3-Arte Clásico
5-Carlos |4-Matemáticas
8-María |4-Matemáticas
...
Operadores joinMerge join
Operadores joinHash join
23
Ejecución en dos fases
1. Build: Cálculo de clave hash del inner
2. Prueba: Lee la outer, crea su hash y compara con hash
precalculado en fase build
for each row R1 in the build table
{
calculate hash value on R1 join key(s)
insert R1 into the appropriate hash bucket
}
for each row R2 in the probe table
{
calculate hash value on R2 join key(s)
for each row R1 in the corresponding hash bucket
if R1 joins with R2
return (R1, R2)
}
Recomendaciones
Nes
ted
Loo
p • No bloqueante
• Eficiencia de tabla inner(arriba)
• Soporta cualquier join
• Util cjtospequeñosM
erge
Jo
in • No bloqueante
• Datos ordenados
• Solo equijoin
Has
h J
oin • Bloqueante
• Tabla innermuy pequeña
Propiedades
DEMO
26
Leamos planes!
Operadores exchangeDistribute Streams
Hash
•Los valores de filas obtienen hash y cada hilo se responsabiliza de un rango hash
Round Robin
•Los valores de las filas se envían al siguiente hilo de la lista
Range
•Determina a que hilo enviar la fila evaluando una funcion de rango sobre una columna
•Rara y usada en algunos parallel indexrecreation
Broadcast
•Todas las filas se envian a todos los hilos
Demand
•Se usa un modo pull en lugar de push como en las otras.
•Envia la fila al thread que se la está pidiendo
•Aparece en tablas particionadas
Operadores exchangeRepartition streams
28
• Consume múltiples fuentes y produce multiples fuentes
• No se modifican las filas
• Se reducen filas si aparece un operador bitmap
Operadores exchangeGather streams
• Consume múltiples hilos y produce un único hilo
• Combina resultados
• Es el que mayor % de esperas suele generar
Agenda
1. Planes de ejecución
2. Operadores
3. Cardinality estimator
Cardinality estimatorEl mayor cambio en el motor “OnDisk” desde SQL Server 7.0
32
• Aporta el nº de registros
involucrados en la
sentencia (en cada paso)
• Estima el recuento de
filas afectadas
• Aporta distribución de
valores
• Aporta info distinct
count
• Aporta info sobre
duplicados
Est
imarse
lecti
vid
ad
del p
red
icad
oWHERE
• Se decide el algoritmo de obtención de datos
• Malas interpretaciones producen
• Malos planes de ejecución
• Mal rendimiento de consultas
Cardinality estimatorEl mayor cambio en el motor “OnDisk” desde SQL Server 7.0
33
Cardinality estimatorDesde SQL Server 7.0 hasta SQL Server 2012
34
Independencia
• Distribución de datos
independiente de unos
campos a otros salvo
que se indique lo
contrario
Uniformidad
• Los valores se
distribuyen
uniformemente
Contenido
• Si algo se busca será
porque existe
• Si una table se cruza,
será porque existe el
dato en ambas
• El rango menor se
asume contenido en el
mayorInclusión
• En equijoin se assume
que el valor existe
¿Acaso eso sucede?
DEMO
36
Nuevo cardinality estimator
Conclusión
1. Ser capaces de leer los planes de ejecución
2. Conocer el funcionamiento de los operadores mas
importantes
3. Conocer algunas novedades en SQL Server 2014
37
Preguntas?
Introducción a Multidimensional Expressions (MDX) en Analysis Services Multidimensional
Alan Koo
A continuación …
Gracias por participar