Eventi
Ottieni gratuitamente la certificazione in Microsoft Fabric.
19 nov, 23 - 10 dic, 23
Per un periodo di tempo limitato, il team della community di Microsoft Fabric offre buoni per esami DP-600 gratuiti.
Prepara oraQuesto browser non è più supportato.
Esegui l'aggiornamento a Microsoft Edge per sfruttare i vantaggi di funzionalità più recenti, aggiornamenti della sicurezza e supporto tecnico.
Si applica a: Database SQL di Azure
Le tecnologie in memoria del database SQL di Azure consentono di migliorare le prestazioni dell'applicazione e ridurre potenzialmente i costi del database. Utilizzando le tecnologie in memoria nel database SQL di Azure, è possibile ottenere miglioramenti delle prestazioni con diversi carichi di lavoro.
In questo articolo verranno esaminati due esempi che illustrano l'uso di OLTP in memoria e degli indici columnstore nel database SQL di Azure.
Per altre informazioni, vedi:
Per una demo introduttiva di OLTP in memoria, vedere:
È possibile creare il database di esempio AdventureWorksLT
con pochi passi nel portale di Azure. I passaggi descritti in questa sezione illustrano come aggiungere oggetti OLTP in memoria al proprio database AdventureWorksLT
e dimostrare i vantaggi sulle prestazioni.
Nel portale di Azure creare un database Premium (DTU) o Business Critical (vCore) in un server logico. Impostare Origine sul database AdventureWorksLT
di esempio. Per istruzioni dettagliate, vedere Creare il primo database nel database SQL di Azure.
Connettersi al database con SQL Server Management Studio (SSMS).
Copiare lo script Transact-SQL OLTP in memoria negli Appunti. Lo script T-SQL crea gli oggetti in memoria necessari nel database AdventureWorksLT
di esempio creato nel passaggio 1.
Incollare lo script T-SQL in SSMS.exe, quindi eseguirlo. La clausola MEMORY_OPTIMIZED = ON
nelle istruzioni CREATE TABLE
è fondamentale. Ad esempio:
CREATE TABLE [SalesLT].[SalesOrderHeader_inmem](
[SalesOrderID] int IDENTITY NOT NULL PRIMARY KEY NONCLUSTERED ...,
...
) WITH (MEMORY_OPTIMIZED = ON);
Se viene visualizzato l'errore 40536 quando si esegue lo script T-SQL, verificare se il database supporta le funzionalità in memoria eseguendo questo script T-SQL:
SELECT DATABASEPROPERTYEX(DB_NAME(), 'IsXTPSupported');
Se il risultato è 0
, le funzionalità OLTP in memoria non sono supportate, mentre 1
indica che sono supportate. Le tecnologie OLTP in memoria sono disponibili nei livelli database SQL Premium (DTU) e Business Critical (vCore).
Tabelle: l'esempio contiene le tabelle ottimizzate per la memoria seguenti:
SalesLT.Product_inmem
SalesLT.SalesOrderHeader_inmem
SalesLT.SalesOrderDetail_inmem
Demo.DemoSalesOrderHeaderSeed
Demo.DemoSalesOrderDetailSeed
È possibile esaminare le tabelle ottimizzate per la memoria tramite Esplora oggetti in SSMS. Quando si fa clic con il pulsante destro del mouse su Tabelle, passare a >Filtra>Impostazioni filtro>È ottimizzato per la memoria. Il valore è uguale a 1
.
In alternativa, è possibile eseguire una query delle viste del catalogo, ad esempio:
SELECT is_memory_optimized, name, type_desc, durability_desc
FROM sys.tables
WHERE is_memory_optimized = 1;
Stored procedure compilata in modo nativo: è possibile esaminare SalesLT.usp_InsertSalesOrder_inmem
usando una query delle viste del catalogo:
SELECT uses_native_compilation, OBJECT_NAME(object_id) AS module_name, definition
FROM sys.sql_modules
WHERE uses_native_compilation = 1;
L'unica differenza tra le due stored procedure seguenti è che la prima usa le tabelle ottimizzate per la memoria, mentre la seconda usa tabelle basate su disco tradizionali:
SalesLT.usp_InsertSalesOrder_inmem
SalesLT.usp_InsertSalesOrder_ondisk
Questa sezione illustra come usare l'utilità ostress.exe
per eseguire le due stored procedure. È possibile mettere a confronto i tempi necessari per il completamento dei due test di stress.
Preferibilmente, è consigliabile eseguire ostress.exe
in una macchina virtuale (VM) di Azure. Si creerebbe una macchina virtuale di Azure nella stessa area di Azure del database AdventureWorksLT
. È anche possibile eseguire ostress.exe
nel computer locale se è possibile connettersi al database SQL di Azure. Tuttavia, la latenza di rete tra il computer e il database in Azure potrebbe ridurre i vantaggi delle prestazioni di OLTP in memoria.
Nella VM o qualunque host si seleziona, installare le utilità RML (Replay Markup Language). Le utilità includono ostress.exe
.
Per altre informazioni, vedi:
ostress.exe
nell'articolo relativo ai database di esempio per OLTP in memoria.Questa sezione illustra lo script T-SQL incorporato nella riga di comando ostress.exe
. Lo script usa gli elementi creati dallo script T-SQL installato in precedenza.
Quando si esegue ostress.exe
, è consigliabile passare valori di parametri specifici per sollecitare il carico di lavoro utilizzando entrambe le seguenti strategie:
-n100
.-r500
.È opportuno, tuttavia, iniziare con valori molto più bassi, ad esempio -n10
e -r50
, per assicurarsi che tutto funzioni correttamente.
Lo script riportato di seguito inserisce un ordine di vendita di esempio con cinque voci nelle tabelle ottimizzate per la memoria seguenti:
SalesLT.SalesOrderHeader_inmem
SalesLT.SalesOrderDetail_inmem
DECLARE
@i int = 0,
@od SalesLT.SalesOrderDetailType_inmem,
@SalesOrderID int,
@DueDate datetime2 = sysdatetime(),
@CustomerID int = rand() * 8000,
@BillToAddressID int = rand() * 10000,
@ShipToAddressID int = rand() * 10000;
INSERT INTO @od
SELECT OrderQty, ProductID
FROM Demo.DemoSalesOrderDetailSeed
WHERE OrderID= cast((rand()*60) as int);
WHILE (@i < 20)
BEGIN;
EXECUTE SalesLT.usp_InsertSalesOrder_inmem @SalesOrderID OUTPUT,
@DueDate, @CustomerID, @BillToAddressID, @ShipToAddressID, @od;
SET @i = @i + 1;
END
Per creare la versione _ondisk dello script T-SQL precedente, ostress.exe
occorre sostituire le due occorrenze della sottostringa _inmem con _ondisk. Queste sostituzioni interessano i nomi delle tabelle e delle stored procedure.
È possibile usare una finestra richiesta cmd RML per eseguire ostress.exe
. I parametri della riga di comando indicano al comando ostress di:
ostress.exe -n100 -r50 -S<servername>.database.windows.net -U<login> -P<password> -d<database> -q -Q"DECLARE @i int = 0, @od SalesLT.SalesOrderDetailType_inmem, @SalesOrderID int, @DueDate datetime2 = sysdatetime(), @CustomerID int = rand() * 8000, @BillToAddressID int = rand() * 10000, @ShipToAddressID int = rand()* 10000; INSERT INTO @od SELECT OrderQty, ProductID FROM Demo.DemoSalesOrderDetailSeed WHERE OrderID= cast((rand()*60) as int); WHILE (@i < 20) begin; EXECUTE SalesLT.usp_InsertSalesOrder_inmem @SalesOrderID OUTPUT, @DueDate, @CustomerID, @BillToAddressID, @ShipToAddressID, @od; set @i += 1; end"
Per eseguire la riga di comando ostress.exe
precedente:
Reimpostare il contenuto dei dati del database eseguendo questo comando in SSMS per eliminare tutti i dati inseriti da esecuzioni precedenti:
EXECUTE Demo.usp_DemoReset;
Copiare il testo della riga di comando ostress.exe
precedente negli Appunti.
Sostituire <placeholders>
per i parametri -S -U -P -d
con i valori corretti.
Eseguire la riga di comando modificata in una finestra dei comandi RML.
Al termine, ostress.exe
scrive la durata dell'esecuzione come ultima riga di output nella finestra dei comandi RML. Ad esempio, per un'esecuzione dei test più breve, durata circa 1,5 minuti:
11/12/15 00:35:00.873 [0x000030A8] OSTRESS exiting normally, elapsed time: 00:01:31.867
Dopo aver ottenuto il risultato dell'esecuzione _inmem, seguire la procedura indicata di seguito per l'esecuzione _ondisk:
Reimpostare il database eseguendo questo comando in SSMS per eliminare tutti i dati inseriti dall'esecuzione precedente:
EXECUTE Demo.usp_DemoReset;
Modificare la riga di comando ostress.exe
per sostituire tutte le occorrenze di _inmem con _ondisk.
Eseguire ostress.exe
per la seconda volta e acquisire il risultato relativo alla durata.
Anche in questo caso, reimpostare il database.
I test delle funzionalità OLTP in memoria hanno mostrato un miglioramento delle prestazioni pari a 9 volte per questo semplice carico di lavoro, con l'utilità ostress.exe
in esecuzione in una VM di Azure nella stessa area di Azure del database.
In questa sezione vengono messi a confronto i risultati di statistiche e IO quando si usa un indice columnstore rispetto a un indice ad albero B tradizionale.
Per l'analisi in tempo reale in un carico di lavoro OLTP, è spesso preferibile usare un indice columnstore non cluster. Per informazioni dettagliate, vedere Descrizione degli indici columnstore.
Usare il portale di Azure per creare un nuovo database AdventureWorksLT
dall'esempio. Usare qualsiasi obiettivo di servizio che supporti gli indici columnstore.
Copiare sql_in-memory_analytics_sample negli Appunti.
AdventureWorksLT
di esempio creato nel passaggio 1.Incollare lo script T-SQL in SSMS.exe, quindi eseguirlo. La parola chiave COLUMNSTORE è fondamentale in una istruzione CREATE INDEX
: CREATE NONCLUSTERED COLUMNSTORE INDEX ...;
Impostare AdventureWorksLT
sul livello di compatibilità più recente, SQL Server 2022 (160): ALTER DATABASE AdventureworksLT SET compatibility_level = 160;
dbo.FactResellerSalesXL_CCI
è una tabella contenente un indice columnstore cluster, che presenta una compressione avanzata a livello di dati.
dbo.FactResellerSalesXL_PageCompressed
è una tabella contenente un indice cluster equivalente tradizionale, che presenta una compressione solo a livello di pagina.
Sono disponibili diversi tipi di query T-SQ che è possibile eseguire per migliorare le prestazioni. Nel passaggio 2 nello script T-SQL, prestare attenzione a questa coppia di query. Le due query differiscono per una sola riga:
FROM FactResellerSalesXL_PageCompressed AS a
FROM FactResellerSalesXL_CCI AS a
Un indice columnstore cluster si trova nella tabella FactResellerSalesXL_CCI
.
Lo script T-SQL seguente stampa le statistiche logiche di I/O e ora, usando SET STATISTICS IO e SET STATISTICS TIME per ogni query.
/*********************************************************************
Step 2 -- Overview
-- Page compressed BTree table vs Columnstore table performance differences
-- Enable actual query plan in order to see Plan differences when executing.
*/
-- Ensure the database uses the latest compatibility level
ALTER DATABASE AdventureworksLT SET compatibility_level = 160
GO
-- Execute a typical query that joins the fact table with dimension tables.
-- Note this query will run on the page compressed table. Note down the time.
SET STATISTICS IO ON
SET STATISTICS TIME ON
GO
SELECT c.Year
,e.ProductCategoryKey
,FirstName + ' ' + LastName AS FullName
,COUNT(SalesOrderNumber) AS NumSales
,SUM(SalesAmount) AS TotalSalesAmt
,AVG(SalesAmount) AS AvgSalesAmt
,COUNT(DISTINCT SalesOrderNumber) AS NumOrders
,COUNT(DISTINCT a.CustomerKey) AS CountCustomers
FROM FactResellerSalesXL_PageCompressed AS a
INNER JOIN DimProduct AS b ON b.ProductKey = a.ProductKey
INNER JOIN DimCustomer AS d ON d.CustomerKey = a.CustomerKey
INNER JOIN DimProductSubCategory AS e on e.ProductSubcategoryKey = b.ProductSubcategoryKey
INNER JOIN DimDate AS c ON c.DateKey = a.OrderDateKey
GROUP BY e.ProductCategoryKey,c.Year,d.CustomerKey,d.FirstName,d.LastName
GO
SET STATISTICS IO OFF
SET STATISTICS TIME OFF
GO
-- This is the same query on a table with a clustered columnstore index (CCI).
-- The comparison numbers are the more pronounced the larger the table is (this is an 11 million row table).
SET STATISTICS IO ON
SET STATISTICS TIME ON
GO
SELECT c.Year
,e.ProductCategoryKey
,FirstName + ' ' + LastName AS FullName
,COUNT(SalesOrderNumber) AS NumSales
,SUM(SalesAmount) AS TotalSalesAmt
,AVG(SalesAmount) AS AvgSalesAmt
,COUNT(DISTINCT SalesOrderNumber) AS NumOrders
,COUNT(DISTINCT a.CustomerKey) AS CountCustomers
FROM FactResellerSalesXL_CCI AS a
INNER JOIN DimProduct AS b ON b.ProductKey = a.ProductKey
INNER JOIN DimCustomer AS d ON d.CustomerKey = a.CustomerKey
INNER JOIN DimProductSubCategory AS e on e.ProductSubcategoryKey = b.ProductSubcategoryKey
INNER JOIN DimDate AS c ON c.DateKey = a.OrderDateKey
GROUP BY e.ProductCategoryKey,c.Year,d.CustomerKey,d.FirstName,d.LastName
GO
SET STATISTICS IO OFF
SET STATISTICS TIME OFF
GO
In un database che usa l’obiettivo di servizio P2 è possibile raggiungere circa nove volte il guadagno sulle prestazioni per la query tramite l'indice columnstore cluster rispetto a un indice rowstore. Con l’obiettivo di servizio P15, è possibile prevedere un miglioramento delle prestazioni pari a 57 volte usando l'indice columnstore.
Eventi
Ottieni gratuitamente la certificazione in Microsoft Fabric.
19 nov, 23 - 10 dic, 23
Per un periodo di tempo limitato, il team della community di Microsoft Fabric offre buoni per esami DP-600 gratuiti.
Prepara ora