性能调优:理解Set Statistics Time输出

性能调优:理解Set Statistics Time输出
原文:性能调优:理解Set Statistics Time输出

在性能调优:理解Set Statistics IO输出我们讨论了Set Statistics IO,还有如何帮助我们进行性能调优。这篇文章会讨论下Set Statistics Time,它会告诉我们执行一个查询需要的时间。

我们用一个例子来开始。

 1 USE AdventureWorks2008r2
 2 GO
 3             DBCC dropcleanbuffers
 4             DBCC freeproccache
 5 
 6 GO
 7 SET STATISTICS TIME ON
 8 GO
 9 SELECT * 
10     FROM Sales.SalesOrderHeader SOH INNER JOIN  Sales.SalesOrderDetail SOD ON
11             SOH.SalesOrderID=SOD.SalesOrderID 
12     WHERE ProductID BETWEEN 700 
13         AND 800
14 GO
15 SELECT * 
16     FROM Sales.SalesOrderHeader SOH INNER JOIN  Sales.SalesOrderDetail SOD ON
17             SOH.SalesOrderID=SOD.SalesOrderID 
18     WHERE ProductID BETWEEN 700 
19         AND 800

在例子里有2个SELECT语句。第1个在清空缓存后执行。我们来看看输出。

SQL Server 分析和编译时间:

当我们提交了一个查询给SQL Server去执行时,它需要为任何语法错误进行分析并编译,然后优化器生成最优计划去执行。SQL Server分析和编译时间指的是完成进行这些预执行步骤所花的时间。我们来看第2个执行的输出,在SQL Server分析和编译时间环节,CPU时间是0毫秒,占用时间是21毫秒。这表示SQL Server没有花任何时间在分析和编译上,因为执行计划已经在缓存里。CPU时间值的花在CPU上的时间,占用时间指的是完成分析和编译所占用的总时间。CPU时间和占用时间两者之间的区别可能是在CPU周期队列里的等待,或者在等待IO操作完成。这些时间在性能调优里并不重要,因为每次执行都会不一样。如果你在这个环节看到的时间基本是一致的,很可能你在使用重编译选项运行存储过程。

SQL Server 执行时间:

这个指的是SQL Server完成执行编译好计划的时间。CPU时间指的是花在CPU上的实际时间,占用时间指的是包括信号等待时间(signal wait time)在内的完成执行的总时间,等待时间是完成IO操作和输出结果传送给客户端的时间。CPU时间可以作为性能调优的基线。这个值多次执行后不会有太大改变,除非你修改查询或数据有变动。在服务器上的负载不会影响这个值。请注意这里显示的时间单位都是毫秒。对于同个数据的同个查询CPU时间值在反复执行后可能会不同,但也是1/100秒内。占用时间就取决于很多因素了,例如服务器工作量,IO加载,服务器与客户端之间的网络带宽。因此在性能调优时,我们可以把CPU时间作为基线。 

posted on 2015-06-02 09:49 NET未来之路 阅读(...) 评论(...) 编辑 收藏

转载于:https://www.cnblogs.com/lonelyxmas/p/4545588.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/492178.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Nature Communications:实时记录神经系统,解开大脑秘密

来源:神经科技人的大脑中大概有一千亿个神经元,每一个神经元都连接到数以百计的神经元邻居。分析大脑中的神经活动和致此活动的原因,一直是科学家们研究的目标。现在,一组科学家设计出整个神经系统高速映射神经元放电的成像技术&a…

JDK内置的进制转换

十进制转成十六进制 Integer.toHexString(int i) 十进制转成八进制 Integer.toOctalString(int i) 十进制转成二进制 Integer.toBinaryString(int i) 十六进制转成十进制 Integer.valueOf("FFFF", 16).toString() 八进制转成十进制 Integer.valueOf("376",…

图像变换(Image transformations)

1 图像变换和图像滤波(image filtering)的区别 1.1 图像滤波 图像滤波改变像素点的灰度值,不改变像素点的坐标,如下图所示。 用函数可表示为: 其中f(x)表示原图,h(x)表示滤波器 1.2 图像变换 图像变换改…

图像对齐(image alignment)

1、图像对齐的步骤 已知图像A和B,图像对齐的步骤: 提取图像A和B的特征匹配图像A和B中的特征求解图像A和B的对齐矩阵2 使用最小二乘求解对齐矩阵的问题 使用最小二乘求解对齐矩阵容易受到outliers的影响, 误差会很大。 3 RANSAC(random sa…

ipython 学习笔记 2 network graph--NetworkX

如果NetworkX不好用&#xff0c;pip uninstall 然后install 1) 看每个node的social情况 In [1]: import networkx as nx In [2]: nx.read<点击TAB看选项> 比如 nx.read_adjlist nx.read_dot nx.read_edgelist这个时候应该在有一系列edges和dot的文件夹 fbdata里 In [3]: …

巴黎不哭!十亿点数据“重建”巴黎圣母院

来源&#xff1a;大数据文摘摘要&#xff1a;目前&#xff0c;尽管现实中的大教堂已经无法恢复&#xff0c;但被数字化的“巴黎圣母院”仍然精确地留存在人类世界。而通过这一数据留存&#xff0c;重建巴黎圣母院成为可能&#xff0c;后人也仍然可以一览它曾经的雄伟。即使这一…

照相机的成像变换

1 变换过程 照相机的成像变换过程可以分为3步&#xff1a;世界坐标系——>相机坐标系——>图像坐标系——>像素坐标系 2 世界坐标系——>相机坐标系 景物从世界坐标系转换到相机坐标系需要使用到刚体变换&#xff08;物体不发生变形&#xff0c;对一个几何物体做…

翻译题(map使用)

What Are You Talking About 点我 Problem DescriptionIgnatius is so lucky that he met a Martian yesterday. But he didnt know the language the Martians use. The Martian gives him a history book of Mars and a dictionary when it leaves. Now Ignatius want to tra…

我国芯片各细分领域龙头名单

来源&#xff1a;机械前沿芯片的分类&#xff1a;日常生活中&#xff0c;我们可以发现芯片的种类比如有通信芯片、人工智能芯片、LED芯片、电脑芯片等等。芯片的产业链是这样的&#xff1a;根据产业链划分&#xff0c;芯片从设计到出厂的核心环节主要包括 6 个部分&#xff1a;…

求解相机参数Camera Calibration

1 主要思想 使用黑白棋盘格&#xff0c;记录世界坐标系中关键点的坐标&#xff0c;然后使用手机拍照&#xff0c;记录相应点像素点的坐标。 这样就得到了许多3D-2D的配对点 2 详细过程 由 上一篇博客 内容可知&#xff0c; 其中 P‘ 为像素坐标&#xff0c; Pw为世界坐标系的…

Flash Media Server 4.5下载

http://fms45.fmsx.org/转载于:https://www.cnblogs.com/tangxiacun/p/4549051.html

超壮观!10只波士顿动力机器狗,拖动大卡车,步伐整齐划一如同仪仗队

来源&#xff1a;量子位整整10只SpotMini机器狗&#xff0c;可以做什么&#xff1f;波士顿动力的答案是&#xff1a;拉卡车。对&#xff0c;不是狗拉雪橇&#xff0c;是狗拉体积大得多、质量重得多的大卡车。画面中&#xff0c;出现了并排走的一对机器狗。后面还有另一对机器狗…

立体视觉(Stereo Vision)-本征矩阵(essential matrix)和基本矩阵(fundamental matrix)

1 物体深度 问题描述&#xff1a;从不同的位置拍摄相同物体的两张图片&#xff0c;恢复其深度 这里假设摄像机的镜头平行 由相似三角形&#xff1a; 由上面第一、二等式可得&#xff1a; 深度与视差成反比 2 如何配对左右图片的点 问题描述&#xff1a;已知两张图像&#xff…

PHP操作数据库,不推荐使用mysql函数,而推荐使用mysqli和PDO函数

PHP操作数据库&#xff0c;不推荐使用mysql函数&#xff0c;推荐使用mysqli和PDO函数。转载于:https://www.cnblogs.com/npk19195global/p/4550013.html

重磅:苹果高通和解!英特尔退出5G基带市场,高通股价暴涨超20%,华为依然淡定...

来源&#xff1a;新浪、量子位等&#xff0c;物联网智库整理摘要&#xff1a;没有永恒的朋友&#xff0c;只有永恒的利益。前一阵子还是“牛夫人”&#xff0c;今天就变成“小甜甜”了。没有永恒的朋友&#xff0c;只有永恒的利益。前一阵子还是“牛夫人”&#xff0c;今天就变…

计算图像的景深

在 上一篇 博客中&#xff0c;景深与视差成反比&#xff0c;其公式为&#xff1a; 为焦距&#xff0c; 为左右相机的距离&#xff0c;分别为两张图像的点距离各自中心点的距离。 对于左图像的每一个像素点 &#xff0c;求图像景深可以分为以下几步&#xff0c; 在右图中&…

求一个数字中1的个数

输入一个整数n&#xff0c;求从1到n这n个整数的十进制表示中1出现的次数。 如18出现了1 10 11 12 13 14 15 16 17 18 总计10次 例如一个5位数x48292 万位数 10000-19999共有10000个 千位数 5*&#xff08;1000&#xff09;此时万位数的取值可以是0 1 2 3 4 共5个所以有5种 …

地球是否健康,最新“诊断报告”来了

中国南极中山站附近的冰盖、冰川与冰山。新华社发来源&#xff1a;光明日报4月13日&#xff0c;河北安平&#xff0c;游客在畅游油菜花海。新华社发对地球气候变化的科学诊断&#xff0c;要依赖一些数据指标&#xff1a;全球平均温度、海平面高度、南极冰川厚度等。4月初&#…

linux笔记-硬链接和符号链接

硬链接&#xff1a;指多个路径名&#xff08;不同目录下的不同文件名&#xff09;指向同一个硬盘数据&#xff0c;用其中的随便哪个文件打开修改数据&#xff0c;都会在其他文件打开中更新&#xff0c;原因就是硬链接和“原”文件inode相同&#xff0c;每增加或者删除一个链接&…

Structure from motion 问题

1 问题描述 已知一个图像库&#xff0c;里面有很多从不同角度不同具体拍摄同一物体的照片&#xff0c;求 构建该物体的3D模型找出这些图像的拍照位置 如下图所示&#xff1a; 2 用数学语言描述问题 输入&#xff1a;一批图像&#xff0c;隐含着许多对应点 输出&#xff1a;…