站长必修：SQL Server运维12大坑实战避坑指南

　　去年6月那回，运维群里突然炸出张截图——某站长把SQL Server的tempdb设到SSD阵列，结果IO延迟反而飙到三位数。我盯着那行“PageIOLatch_EX”看了三秒，直接把咖啡喷在键盘上。这坑我十年前就踩过，当时还跟微软工程师吵过两小时，结果人家甩了句“你该看看2005版白皮书第47页”——现在倒好，还有人往里跳。

　　说白了，SQL Server运维这行，优胜劣汰比谁都快。上周刚帮个电商站长救场，他服务器内存堆到512G，结果QPS卡在八千上不去。我一看监控，max server memory居然设成默认值——这相当于给F1赛车装了自行车链条。他挠头说“微软文档没说这个要改啊”，我反手把2016版安装指南翻到第123页：“看清楚，默认值是物理内存的25%，你当这是Windows桌面版呢？”

　　显示器右下角的时间跳到14:27，工位上的外卖凉透了也没人动。隔壁测试组的小王突然凑过来：“哥，你说自动增长设成10%算不算坑？”我筷子戳着冷掉的排骨，心想这孩子还太嫩——去年双11前夜，某游戏平台就是因为把mdf文件自动增长设成10%，结果凌晨两点数据库锁死，玩家充值通道瘫痪四小时。后来查日志，发现增长操作卡在“等待元数据锁”上，那感觉就像看着火车在铁轨上原地打转。

文章配图，仅供参考

　　机房冷风机嗡嗡响，突然想起2018年那个暴雨夜。某直播平台数据库突然离线，值班工程师发现errorlog里全是“Transaction log full”。这哥们倒是机灵，直接把log文件从100G扩展到500G——结果五分钟后又报错。后来查出来是恢复模式设成“完整”却没做日志备份，log文件像吹气球似的涨到磁盘满。最搞笑的是，他居然在故障报告里写“建议增加磁盘空间”，我直接在评审会上拍了桌子：“这是用灭火器浇汽油啊！”

　　说到备份，上周遇见个更离谱的。某教育平台把备份文件存到NAS，结果某天发现最近两周的备份全是0字节。查了半天，原来是NAS的SMB协议版本太旧，SQL Server的备份进程在传输过程中被中断，但错误信息被日志轮转给吞了。这哥们还跟我争：“可备份任务显示成功了啊！”我翻出2019版《SQL Server维护计划白皮书》第89页：“看见没？‘成功’只代表备份命令启动了，不代表数据真写进去了。”他脸色比显示器还白——那两周刚好是期末考试报名高峰，数据丢了基本等于公司破产。

　　跑题说句，去年在客户现场遇见个DBA，这哥们居然用“sp_who2”查阻塞链。我盯着他屏幕上那堆“SPID=123 STATUS=sleeping”的记录，实在没忍住：“兄弟，你知不知道2016版就出了‘sys.dm_tran_locks’？‘sp_who2’连等待资源类型都查不全啊。”他挠挠头：“我们老师就这么教的。”我叹了口气——这行业淘汰人，有时候真不看你多努力，就看你愿不愿意把十年前的脚本扔了。

　　回到正题，要说最坑的，还得是“默认配置万能论”。去年帮个物流站长优化，发现他的max degree of parallelism设成0——这意味着SQL Server会动用所有CPU核心执行每个查询。他服务器有32个逻辑核心，结果简单查询把CPU压到100%，复杂查询反而排队等资源。我改成8之后，QPS直接翻了一倍。他瞪大眼睛：“可微软说设成0能让SQL Server自动优化啊！”我指着任务管理器里那排满载的CPU核心：“它确实‘自动优化’了——优化成把所有鸡蛋放一个篮子里。”

　　显示器右下角跳到17:45，窗外开始下雨。突然想起上个月那个案例：某社交平台把数据库从2014升级到2019，结果存储过程执行时间从2秒变成20秒。查了半天发现是“参数嗅探”问题——2019版的优化器对参数统计更敏感，而他们没更新统计信息。这哥们居然打算回退到2014版，被我拦住了：“你知不知道2019版对列存储索引的优化能让你查询快十倍？现在的问题只是统计信息没更新，回退等于把孩子和洗澡水一起倒了。”

　　要说避坑，其实就三点：别信默认配置，别信“老师教的”，别信“成功”日志。上周还有个站长问我：“你说这些坑，微软为啥不修复？”我笑了：“微软要是把所有坑都填了，我们这些运维还怎么混？”他愣了下，我们同时笑出声——这行就这样，今天你踩的坑，明天就可能变成别人的救命稻草。至于那些怎么都教不会的，市场自然会教他们做人——就像十年前那个坚持用“sp_who2”的DBA，现在大概在送外卖吧。

　　不过说真的，有些坑我也说不准。比如昨天遇见个怪事：某电商平台的SQL Server突然开始随机丢连接，errorlog里全是“General network error”。查了半天发现是网络团队改了交换机配置，把TCP窗口大小调小了。可为什么只有SQL Server受影响？其他服务都好好的？我盯着Wireshark抓包看了两小时，最后只能跟客户说：“要不你们先把交换机配置改回去试试？”——有些坑，可能真得等微软工程师来填。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!