Série – Query Performance Insights no Azure SQL Database – Parte 2

Posted on julho 3, 2017

1


No artigo anterior falamos sobre o que é o Performance Insights para o Azure SQL Database [QPI] e como podemos nos beneficiar de suas análise, agora iremos analisar algumas consultas e entender um pouco mais do serviço e das opções disponíveis sendo assim, normalmente utilizamos a visualização Custom e isso porque podemos selecionar alguns tipos de filtros como:

performance

Metric Type = Tipos de métricas disponíveis para visualização, normalmente como primeira fase de análise usamos o execution count porque é mais interessante ganhar 3 segundos de uma consulta que executa de 1 em 1 minuto do que ganhar 30 minutos de uma consulta que é executado 2 vezes por mês.

  • CPU
  • Data IO
  • Log IO
  • Duration
  • Execution Count

Time Period = Timeframe, período de tempo disponíveis para a análise dos dados coletados, aqui usamos muito o custom geralmente certas consultas acontecem em um período específico e com a interface fica fácil de realizar o filtro das mesmas.

  • Last 6 Hrs
  • Last 24 Hrs
  • Past Week
  • Past Month
  • Custom

Number of Queries = Quantidade disponível por visualização atingindo o máximo de 20 consultas no grid view.

  • 5
  • 10
  • 20

Aggregation Type = Tipos de agregações disponíveis.

  • Sum
  • Max
  • Avg

qpi_1

(Figura 1 – Utilização dos Filtros Disponíveis no QPI.)

Na parte inferior do grid view você irá encontrar disponível por cor quais as consultas que realizaram as utilizações devidas no gráfico mostrado acima, nesse caso iremos entender um pouco melhor a query de ID = 170 [Amarela].

qpi_2

(Figura 2- Selecionando Consulta ID = 170 para Análise.)


Com esse nível de detalhamento fica fácil entender o comportamento da consulta assim como realizar a análise da mesma. Iremos entrar no detalhe da consulta para verificar quais as opções disponíveis assim como as configurações para otimizar a consulta que está causando problemas de performance.