SQL Server 2017 Tunning Automatico

Automatic Tunning en
SQL Server 2017

Bienvenida
• Ing. Eduardo Castro, PhD
• MVP de Microsoft SQL Server
• PASS Regional de Mentor
• PASS Board of Directors
• http://www.youtube.com/eduardocastrom

¿por qué automatic tunning?
3
• Una de las principales tareas de la administración de bases de datos es supervisar la
carga de trabajo, identificar las consultas críticas de Transact-SQL, los índices que se
deben agregar para mejorar el desempeño y los índices raramente utilizados.
• El motor de base de datos proporciona una visión detallada de las consultas e
índices que necesita supervisar. Sin embargo, la constante supervisión de la base de
datos es una tarea ardua y tediosa, especialmente cuando se trata de muchas bases
de datos.
• La administración de un gran número de bases de datos podría ser imposible de
hacer de manera eficiente. En lugar de monitorear y afinar su base de datos
manualmente, puede considerar delegar algunas de las acciones de monitoreo y
tuning en el motor de base de datos usando la función de automatic tunning.

Automatic tunning
4
• El automatic tunning es una función de base de datos que proporciona
información sobre posibles problemas de desempeño de consultas,
recomienda soluciones y corrige automáticamente los problemas
identificados.
• El automatic tunning en SQL Server 2017 (14. x) le notifica cada vez
que se detecta un problema de desempeño potencial, y le permite
aplicar acciones correctivas o permite que el motor de base de datos
corrija automáticamente los problemas de rendimiento.
• El automatic tunning en SQL Server 2017 (14. x) le permite identificar y
corregir problemas de rendimiento causados por Regresiones de la
elección del Plan de SQL. El automatic tunning en Azure SQL
Database crea índices necesarios y borra índices no utilizados.

Automatic tunning
5
• El motor de base de datos supervisa las consultas que se ejecutan
en la base de datos y mejora automáticamente el rendimiento de
la carga de trabajo.
• El motor de base de datos tiene un mecanismo de inteligencia
integrado que puede ajustar y mejorar automáticamente el
rendimiento de sus consultas mediante la adaptación dinámica
de la base de datos a su carga de trabajo.

Automatic tunning
6
• Existen dos funciones de automatic tunning disponibles:
• Corrección automática del plan (disponible en SQL Server 2017
(14. x) y Azure SQL Database) que identifica los planes de
ejecución de consultas problemáticos y corrige los problemas de
rendimiento del plan SQL.
• Gestión automática de índices (disponible sólo en Azure SQL
Database) que identifica los índices que se deben agregar en la
base de datos y los índices que deben eliminarse.

¿Cómo funciona el automatic tunning?
7
• El automatic tunning es un proceso continuo de monitoreo y
análisis que aprende constantemente sobre las características de
su carga de trabajo e identifica los posibles problemas y mejoras.

¿Cómo funciona el automatic tunning?
8
• Este proceso permite que la base de datos se adapte
dinámicamente a su carga de trabajo al encontrar qué índices y
planes podrían mejorar el rendimiento de sus cargas de trabajo y
qué índices afectan a sus cargas de trabajo.
• Basándose en estos hallazgos, El automatic tunning aplica
acciones de afinación que mejoran el rendimiento de su carga de
trabajo.

¿Cómo funciona El automatic tunning?
9
• Además, la base de datos supervisa continuamente el
rendimiento después de cualquier cambio realizado mediante El
automatic tunning para garantizar que mejora el rendimiento de
su carga de trabajo.
• Cualquier acción que no mejore el rendimiento se revierte
automáticamente. Este proceso de verificación es una
característica clave que garantiza que cualquier cambio realizado
por El automatic tunning no disminuye el rendimiento de su
carga de trabajo.

Corrección automática del plan
10
• La corrección automática del plan es una función de automatic
tunning que identifica Regresión de la elección de planes SQL y
corregir automáticamente el problema forzando el último buen
plan conocido.

¿Qué es la regresión de la elección del plan SQL?
11
• El motor de base de datos de SQL Server puede utilizar diferentes
planes SQL para ejecutar las consultas de Transact-SQL.
• Los planes de consulta dependen de las estadísticas, índices y
otros factores. El plan óptimo que debería utilizarse para ejecutar
una consulta de Transact-SQL podría cambiarse con el tiempo.
• En algunos casos, el nuevo plan podría no ser mejor que el
anterior, y el nuevo plan podría causar una regresión del
rendimiento.

12
• El motor de base de datos de SQL Server puede utilizar diferentes
planes SQL para ejecutar las consultas de Transact-SQL.
• Los planes de consulta dependen de las estadísticas, índices y
otros factores. El plan óptimo que debería utilizarse para ejecutar
una consulta de Transact-SQL podría cambiarse con el tiempo.
• En algunos casos, el nuevo plan podría no ser mejor que el
anterior, y el nuevo plan podría causar una regresión del
rendimiento.

13

14
• Siempre que note la regresión de la elección del plan, debe
encontrar algún buen plan previo y forzarlo en lugar del actual
usando sp_query_store_force_plan.
• El motor de base de datos en SQL Server 2017 (14. x) proporciona
información sobre los planes regresivos y las acciones correctivas
recomendadas.
• Además, el motor de base de datos le permite automatizar
completamente este proceso y permitir que el motor de base de
datos solucione cualquier problema que se encuentre relacionado
con los cambios del plan.

Corrección automática de la elección del plan
15
• El motor de base de datos puede cambiar automáticamente al
último buen plan conocido siempre que se detecte la regresión
de la opción del plan.
• El motor de base de datos detecta automáticamente cualquier
posible regresión de la opción del plan, incluyendo el plan que
debe usarse en lugar del plan incorrecto.
• Cuando el motor de base de datos aplica el último buen plan
conocido, supervisa automáticamente el rendimiento del plan
forzado.

16
• Si el plan forzado no es mejor que el plan regresado, el nuevo
plan no se forzará y el motor de base de datos compilará un
nuevo plan.
• Si el motor de base de datos comprueba que el plan forzado es
mejor que el que retrocede, el plan forzado se mantendrá hasta
que se Recompile (por ejemplo, en las próximas estadísticas o
cambio de esquema) si es mejor que el plan regresado.
• Nota: cualquier plan auto forzado no persite en un reinicio de la
instancia de SQL Server.

17

Activación de la corrección automática de opciones de plan
18
• Puede habilitar El automatic tunning por base de datos y
especificar que se debe forzar el último buen plan siempre que se
detecte alguna regresión del cambio de plan.
• El automatic tunning está activada mediante el siguiente
comando:
ALTER DATABASE current SET AUTOMATIC_TUNING
( FORCE_LAST_GOOD_PLAN = ON );

Activación de la corrección automática de opciones de plan
19
• Una vez que encienda esta opción, el motor de base de datos
forzará automáticamente cualquier recomendación donde
• La ganancia de CPU estimada es superior a 10 segundos
• El número de errores en el nuevo plan es mayor que el número de errores
en el plan recomendado
• Verifique que el plan forzado sea mejor que el actual.

Corrección alternativa-manual del plan de la opción
20
• Sin el automatic tunning, los usuarios deben monitorear periódicamente el sistema
y buscar las consultas que regresaron.
• Si algún plan regresed, el usuario debe encontrar algún buen plan anterior y
forzarlo en vez del actual usando sp_query_store_force_plan.
• La mejor práctica sería forzar el último buen plan conocido porque los planes
antiguos podrían ser inválidos debido a cambios estadísticos o de índices.
• El usuario que obligue al último buen plan conocido debe supervisar el
rendimiento de la consulta que se ejecuta utilizando el plan forzado y verificar que
el plan forzado funciona como se esperaba.

21
• Dependiendo de los resultados de la supervisión y el análisis, el
plan debe ser forzado o el usuario debe encontrar alguna otra
manera de optimizar la consulta.
• Los planes manualmente forzados no deben ser forzados para
siempre, porque el motor de base de datos debe poder aplicar
planes óptimos.
• El usuario o DBA debe eventualmente desforzar el plan usando
sp_query_store_unforce_plan procedimiento, y dejar que el motor
de base de datos encontrar el plan óptimo.

22
• En SQL Server 2016 (13. x), puede encontrar regresiones de la opción de
plan mediante vistas del sistema de almacén de consultas.
• En SQL Server 2017 (14. x), el motor de base de datos detecta y muestra las
posibles regresiones de la elección del plan y las acciones recomendadas
que deben aplicarse en el Sys. DM _db_tuning_recommendations vIsta
(Transact-SQL).
• La vista muestra información sobre el problema, la importancia del
problema y detalles como la consulta identificada, el identificador del plan
de retroceso, el identificador del plan que se usó como base para la
comparación y la instrucción Transact-SQL que se puede ejecutar para
corregir el Problema.

23
type description datetime score details …
FORCE_LAST_G
OOD_PLAN
CPU time
changed from
4 ms to 14 ms
3/17/2017 83 queryId recom
mendedPlanIdr
egressedPlanId
T-SQL
FORCE_LAST_G
OOD_PLAN
CPU time
changed from
37 ms to 84 ms
3/16/2017 26 queryId recom
mendedPlanIdr
egressedPlanId
T-SQL

24
• Tipo de la acción recomendada-FORCE_LAST_GOOD_PLAN.
• Descripción que contiene información por qué motor de base de datos
piensa que este cambio del plan es una regresión potencial del
rendimiento.
• Fecha cuando se detecta la regresión potencial.
• Puntuación de esta recomendación.
• Detalles tales como ID del plan detectado, ID del plan regresado, ID
del plan que se debe forzar para corregir el problema, script de
Transact-SQL que se puede aplicar para solucionar el problema, etc.
Los detalles se almacenan en formato JSON.

Información sobre la ganancia estimada
25
SELECT reason, score,
script = JSON_VALUE(details, '$.implementationDetails.script’),
planForceDetails.*,
estimated_gain = (regressedPlanExecutionCount+recommendedPlanExecutionCount)
*(regressedPlanCpuTimeAverage-recommendedPlanCpuTimeAverage)/1000000,
error_prone = IIF(regressedPlanErrorCount>recommendedPlanErrorCount,
'YES','NO’)
FROM sys.dm_db_tuning_recommendations
CROSS APPLY OPENJSON (Details, '$.planForceDetails’)
WITH ( [query_id] int '$.queryId’,
[current plan_id] int '$.regressedPlanId’,
[recommended plan_id] int '$.recommendedPlanId’,
regressedPlanErrorCount int, recommendedPlanErrorCount int,
regressedPlanExecutionCount int,
regressedPlanCpuTimeAverage float,
recommendedPlanExecutionCount int,
recommendedPlanCpuTimeAverage float ) as planForceDetails;

Información sobre la ganancia estimada
26
• Estimated_gain representa el número estimado de segundos que
se guardarían si el plan recomendado se ejecutaría en lugar del
plan actual.
• El plan recomendado debe ser forzado en lugar del plan actual si
la ganancia es mayor de 10 segundos.
• Nota: los datos de este DMV no persisten después de reiniciar la
instancia de SQL Server.

Ajuste automático en Azure SQL Database
27
• El ajuste automático es un servicio completamente administrado
que usa la inteligencia integrada para supervisar continuamente
las consultas ejecutadas en una base de datos y mejora
automáticamente su rendimiento.
• Esto se logra mediante la adaptación dinámica de la base de
datos a las cargas de trabajo cambiantes y la aplicación de las
recomendaciones de ajuste.

Ajuste automático en Azure SQL Database
28
• El ajuste automático aprende horizontalmente a partir de todas
las bases de datos de Azure mediante la inteligencia artificial y
mejora dinámicamente sus acciones de ajuste.
• Cuanto más tiempo se ejecute una base de datos de Azure SQL
Database con el ajuste automático activado, mejor rendimiento
tendrá.

Cómo le puede ayudar el ajuste automático
29
• Ajuste del rendimiento automatizado de bases de datos de Azure
SQL Database
• Comprobación automática de mejoras de rendimiento
• Corrección y reversión automatizadas
• Registro del historial de ajustes
• Scripts T-SQL de acción de ajuste para implementaciones
manuales
• Supervisión proactiva del rendimiento de las cargas de trabajo
• Funcionalidad de escalabilidad horizontal de cientos de miles de
bases de datos
• Impacto positivo para los recursos de DevOps y el costo total de
propiedad

Cómo funciona
30
• El sistema se ha diseñado cuidadosamente para que no interfiera
con las cargas de trabajo del usuario.
• Las recomendaciones de ajuste automático se aplican solo
durante momentos de uso escaso.
• El sistema también puede deshabilitar temporalmente las
operaciones de ajuste automático para proteger el rendimiento
de la carga de trabajo.

Opciones de ajuste automático
32
• Las opciones de ajuste automático disponibles en Azure SQL
Database son:
• CREATE INDEX: identifica los índices que pueden mejorar el rendimiento
de la carga de trabajo, crea índices y comprueba automáticamente que el
rendimiento de las consultas ha mejorado.
• DROP INDEX: identifica los índices duplicados y redundantes, y aquellos
que no se han usado durante un período largo de tiempo.
• FORCE LAST GOOD PLAN: identifica consultas SQL que usan un plan de
ejecución más lento que el plan correcto anterior, y consultas que usan el
último plan correcto conocido, en lugar del plan revertido.

Uso del ajuste automático
33
• El ajuste automático debe habilitarse manualmente en la
suscripción.
• Para habilitar el ajuste automático mediante Azure Portal

Gestión automática de índices
34
• En Azure SQL Database, la administración de índices es fácil
porque Azure SQL Database aprende acerca de su carga de
trabajo y asegura que sus datos siempre se indexan de forma
óptima.
• El diseño correcto del índice es crucial para el funcionamiento
óptimo de su carga de trabajo, y la gerencia automática del índice
puede ayudarle a optimizar sus índices.
• La administración automática de índices puede corregir
problemas de desempeño en bases de datos indexadas
incorrectamente, o mantener y mejorar índices en el esquema de
base ya existente.

Gestión automática de índices
35
• El automatic tunning en Azure SQL Database realiza las siguientes
acciones:
• Identifica los índices que podrían mejorar el rendimiento de las consultas
T-SQL que leen los datos de las tablas.
• Identifica los índices o índices redundantes que no se utilizaron en un
período de tiempo más prolongado que podría eliminarse. La eliminación
de índices innecesarios mejora el rendimiento de las consultas que
actualizan datos en tablas.

SQL Server 2017 Tunning Automatico

Más contenido relacionado

La actualidad más candente (20)

Similar a SQL Server 2017 Tunning Automatico (14)

Más de Eduardo Castro (20)

Último (20)

SQL Server 2017 Tunning Automatico