「待ち事象」を起点とした SQL Server のボトルネックの調査の基本 その 1 の続きになります。
前回の投稿では、待ち事象の説明や、待ち事象の情報の取得方法について触れてみました。
今回の投稿では、実際に情報を取得しながら、待ち事象を確認してみたいと思います。
Archive for the ‘SQL Server’ Category
「待ち事象」を起点とした SQL Server のボトルネックの調査の基本 その 1
先日、ZOZOTOWNで最大級のトラフィックを記録する福袋発売イベントで実施した負荷対策 という、ZOZOTOWN さんの負荷対策についての記事が公開されました。
はてブをみると、かなりの方がブックマークをされているようですね。
私も案件の中で、ボトルネック調査をすることがあるのですが、その際の基本的なアプローチをまとめる、良い機会かなと思って本投稿を書いてみました。
ボトルネックを調査する対象となる環境はどのようなものか？
ボトルネックの調査を行うための環境ですが、色々ケースがあるかと思います。
例えば、次のようなものがあるのではないでしょうか。
- 自分が保守に携わっている本番環境で発生するパフォーマンス問題
- 開発環境で発生するパフォーマンス問題
- 特定のタイミング (例 : 夜間バッチ) 発生するパフォーマンス問題
ここ数年はフリーランスとして業務をしているため、保守 / 運用を通して「自分が恒常的に面倒を見ているシステムに対してのボトルネック解消」を受けるような機会はありません。
私がボトルネックの調査に携わる機会が多いのは、次のようなケースです。
- 自分が開発 / 保守に携わっておらず、システムの中身が全くわからない環境で発生しているパフォーマンス問題
このようなケースのパフォーマンス問題に対しての調査の依頼というものは、毎年相談を受けます。
本投稿は、「自分が中身を知っているシステムではない環境」でパフォーマンスのボトルネックを調査する場合の、私が実際に行っているアプローチの一つとなります。
はじめて Go を触る際に参考にさせていただいた情報のメモ
以前作成した、Zaiba2 の SQL Server / SQL Database のメトリクス情報の取得は、PowerShell / PowerShell Core で実行可能なスクリプトとして実装していたのですが、TICK Stack の標準のメトリクスの仕組みでは、Go が使用されている Telegraf が使用されています。
Telegraf には、新しい Input Plugin を組み込むことができるのですが、それには Go を使用したコーディングが必要となるので、この機会に勉強をしてみました。
その際に、Go を始めるにあたって参考にした情報をメモとして。
テストコードの記述や、Release にコンパイル済みモジュールが追加できていないのですが、Go 版の Zaiba2 のメトリクス収集は zaiba2go として GitHub に放流してあります。
SSMS 18.0 Preview 5 で追加された新しい機能について
SSMS 18.0 Preview 5 で、二つほど大きめの機能が追加されているのでご紹介まで。
このバージョンから 次の二つの機能 が追加されています。
- 静的データマスク (Static Data Masking)
- クエリチューニングアシスタント (クエリ調整アシスタント / Query Tuning Assistant : QTA)
SQL Server の簡易モニタリングツール Zaiba2 のプロトタイプを公開しました
SQL Server の各種メトリクスを時系列でする確認する必要があり、それを Windows 環境を使用したシンプルな構成で簡易に実行したかったため、Zaiba2 (ざいばつ) というツールを作成しました。
現時点のモジュールは Github で公開していますので、セットアップの際には、このリポジトリのファイルをダウンロードしておいてください。
Zaiba2 は、SQL Server 2008 以降 / SQL Database に対応しており、次のようなダッシュボードにより、各種メトリクスを可視化することが可能となります。
ブラウザについては Edge ではなく、Chrome を使った方が良いかと。
(Edge だと、期間を変更した場合のリロードが遅い気がするのですよね)
SQL Server の仮定のインデックスについてまとめてみる
SQL Server のインデックスの設定状況について調査する機会があり、その中で「そういえば、そういう機能あったな」というものの一つに「仮定のインデックス」(仮想インデックス) がありました。
本ブログで今まで取り上げたことが無かったので、少しまとめてみたいと思います。
詳細については SQL Server Performance Tuning with Hypothetical Indexes の記事が参考になります。
SQL Server 2019 の Big Data Cluster に Cognitive Services in containers を組み込んでみる
SQL Server 2019 の Big Data Cluster は Kubernetes 上に構築されたデータ分析基盤となります。
このデータ分析基盤の上に、Cognitive Serivces in containers を組み込む場合、どのような作業が必要になるのかを、軽く検証してみました。
今回は、NUC 上に構築した k8s 上に展開しています。
SQL Server Management Studio 18.0 Preview 5 がリリースされました
SSMS 18.0 Preview 5 がリリースされました。
詳細はこちら
この SSMS を使用することで、SQL Server 2019 CTP 2.1 で追加された静的データマスキングが利用できるようになります。
この機能自体は SSMS の拡張機能ですので、SQL Server 2019 以外でも利用することが可能です。
他にも新しい機能として、Query Tuning Assistant (クエリ調整アシスタント) が追加されているようですね。
SQL Server 2019 CTP 2.1 で実装された Big Data Cluster のアプリケーションの展開を試してみる
SQL Server 2019 では、R / Python のアプリケーションを展開するための機能が新しく追加されました。
How to deploy an app on SQL Server 2019 big data cluster (preview)
このアプリケーションがどういうものなのかドキュメントを見ながら試してみました。
PASS Summit 2018 のキーノートをぺたぺた
Tech Summit 2018 が終わったらすぐに PASS Summit 2018 と、SQL Server の情報のキャッチアップが終わりません…。
ということで、キーノート見ながらペタペタ貼り付けを。
