SQL Server运维踩坑指南：6年实战排障手册

　　SQL Server运维踩坑指南：6年实战排障手册？行，就这本——优胜劣汰，站得住。

　　上周三活动上线那十分钟，我盯着后台漏斗跳数，眼都没眨，手还搁在键盘上没松开。转化率掉得比手机电量还快，十七点二——直接卡在十七点二不动了，后台数字每几分钟自动刷新一次，但那十分钟里它刷了七次，全是十七点二。群里一直在 @ 人，王磊连发五条“确认DB连接池没崩”，没人回。我切过去看SQL Server监控面板，CPU那根线平得像我桌上那张手写的排期——被茶水浸了半边，字都洇开了，只剩“2月14日-索引重建”还能辨认。

文章配图，仅供参考

　　我原以为是缓存没热起来，结果一查日志，发现凌晨两点那个自动作业根本没跑——不是失败，是压根没触发。调度器里写着“Enabled=1”，可Windows服务日志里压根没它喘气的痕迹。再翻系统事件，发现那天凌晨三点零七分，服务器自己重启过一次，没告警，没通知，没邮件，就像谁把电源线拔了又插回去，还顺手关掉了所有告警通道。饮水机在换桶，哗啦一声，我抬头看见保洁阿姨正把空桶滚出去，后门虚掩着，风一吹晃两下。

　　这书里写的每个坑，我至少掉进去两次。比如那个“ALTER INDEX REORGANIZE 在大表上卡住不动”的章节——不是卡，是它在等一个从来不会来的锁释放，而你还在那儿等它自己好。还有那个“tempdb 日志文件暴涨到300GB却查不到活跃会话”的段子，我信了两年，直到上个月张敏蹲在机房配柜子，一边拧螺丝一边说：“你查查是不是有人在SSMS里开着‘包含实际执行计划’连了三天没关。”她拧完最后一颗螺丝，甩了甩手上的灰，真就把那个疯涨的日志截住了。

　　优胜劣汰不是修辞。是去年六月那次券核销暴增三倍，DBA组三个同事轮班盯了四十八小时，最后定位到一个老接口里拼SQL用了CONCAT+GETDATE()，导致全表扫描加隐式转换；而隔壁组写的同样逻辑，用参数化+datetime2+索引覆盖，撑住了十倍流量。人没换，活没少干，就差一句“别手拼SQL”，差着生死线。我不敢说这本书多高明，但它里头每一条“必须改”，都是有人当场跪过、补丁打过、背锅背过之后，拿红笔画出来的——不是理论推导，是血检报告。

　　对了，陈默前天打印物料，一整摞A4纸印的全是活动页UI稿，他边装订边念叨“这个按钮颜色太浅，用户肯定找不到”。我瞥了一眼，确实浅，但更浅的是他刚印完，打印机就卡纸了，第二页只吐出半张，上面还带着“click here to claim your bonus”的右半截。我伸手去掏，纸屑掉进桌缝，和我上周掉的SIM卡取卡针混在一块儿了。那根针我找三天没找到，现在想想，可能早被吸进机箱风扇里了。

　　其实真不用写这么多。就冲那个“查询计划缓存污染后，清缓存反而更慢”的案例——它没告诉你怎么清，它告诉你先查sys.dm_exec_query_stats里那些“execution_count=1但avg_elapsed_time > 5000”的幽灵语句。我们上个月复盘砸了的那个push，打开率不到1.8%，AB测试里B版比A版还差0.3个点，最后发现推送触发的存储过程里调了个带NOLOCK的视图，视图底下又套了两个同名但结构不同的临时表——名字一样，字段顺序反着来。没人动它，它就在那儿长了三年。老板要的是“为什么不行”，可我们连“它在哪儿不行”都查了两天。

　　会议室一直被占着。不是产品在对需求，就是技术在拉会审架构图。我试过三次敲门问“能借十五分钟吗”，里头人头都不抬，只挥手让我等。昨天李薇路过，拎着咖啡杯，往门框上轻轻一靠，说：“他们还在争那个埋点要不要打在弹窗关闭瞬间——你猜怎么着？数据库日志里，上个弹窗的close事件压根没入库，丢得干干净净。”她说完喝了一口，杯底磕在门框上，嗒一声。

　　所以这本《SQL Server运维踩坑指南》，我不敢说它多完整，但我敢说它没一处废话。你看不懂某一页，不是它写得不好，是你还没在生产环境亲手搞崩过同一个坑两次。不信你翻到第73页，“SET ANSI_WARNINGS OFF 导致的UPDATE静默失败”，我试过三次——前两次没看出问题，第三次因为下游ETL等着这批数据跑报表，超时报警炸了一整个钉钉群，我才对着错误号翻源码，发现是SQL Server在某些情况下根本不报错，只吞掉整个语句。这种事，书上不写“小心”，它写“此刻你已经在坑底，别喊，往上爬”。

　　手机电量掉到十几个点。我按了两次锁屏，屏幕暗下去又亮起来，光打在陈默那摞印坏的纸上，反光刺眼。我忽然想起年初做周报的事——上季度的留存归因表格里，我填错了两个维度，漏掉了“首次下单时间”和“最后一次登录设备类型”的交叉项，后来运营部复盘时才发现，把一个自然增长误判成了渠道拉动。这事我没改。反正下周又要交新周报，这次我打算把“SQL Server内存压力阈值是否该从85%调到90%”列成待办，虽然我知道真正卡脖子的从来不是阈值，是凌晨三点那个没人接的电话。

　　行了，不说了。我现在得去把刚才那个没重启成功的Agent服务手动拉起来。顺便看看王磊还在不在群里——他头像还是灰的。

（编辑：草根网）

【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!