器評估指南：SQL Assessment API 中 Performance Probe 的配置、數(shù)據(jù)變換與多實例實戰(zhàn))
示例工程數(shù)據(jù)庫教程后端【免費下載鏈接】sql-server-samplesAzure Data SQL Samples - Official Microsoft GitHub Repository containing code samples for SQL Server, Azure SQL, Azure Synapse, and Azure SQL Edge項目地址https://gitcode.com/gh_mirrors/sq/sql-server-samples點擊查看免費下載SQL Assessment API 提供了一套可擴展的機制來評估 SQL Server 實例配置是否符合最佳實踐。Performance probe性能探針是其中用于采集 Windows 性能計數(shù)器Performance Counter數(shù)據(jù)的核心探針類型其返回的多條樣本數(shù)據(jù)需要配合performance 數(shù)據(jù)變換Data Transformation計算平均值、比率、速率等派生值最終由檢查規(guī)則Rule的條件表達式判定合規(guī)性。讀完本文你將掌握 Performance probe 的完整 JSON 配置語法、計數(shù)器別名與實例過濾技巧、五種派生值函數(shù)的數(shù)學含義與適用場景以及在同一檢查中正確使用多個計數(shù)器并規(guī)避多實例結(jié)果錯位陷阱的實戰(zhàn)方案。Performance probe 是什么Performance probe 的類型代碼Type code為Performance用于讀取目標機器上的性能計數(shù)器值如Buffer Manager、Latches、Databases、Memory Node、Access Methods等性能對象下的計數(shù)器。它并不是一個獨立的檢查而是作為數(shù)據(jù)源供規(guī)則引用探針負責取數(shù)performance 數(shù)據(jù)變換負責把多份樣本加工成單個派生值規(guī)則條件再基于該值做出合規(guī)性判斷。從 SQL Assessment API 的探針體系看Performance是眾多探針類型中的一種。在 Probe 文檔 中列出的可用探針類型還包括 AzGraph、AzMetadata、CMD、External、PowerShell、Registry、SQLT-SQL與 WMI。其中 T-SQL 探針從動態(tài)管理視圖DMV取數(shù)而 Performance 探針與 WMI 探針一樣數(shù)據(jù)來自操作系統(tǒng)層因此它適合捕捉 T-SQL 查詢無法直接暴露的運行時指標例如緩沖區(qū)命中率、閂鎖等待時間、每秒事務(wù)數(shù)等。samples/manage/sql-assessment-api/docs/Reference/Probes/Performance.mdImplementation 屬性采樣頻率與計數(shù)器清單Performance probe 的implementation部分包含三個參數(shù)參數(shù)是否必填類型默認值說明numberOfSamples可選number2采集的樣本數(shù)量interval可選number1兩次采樣之間的時間間隔秒counters必填object—需要采集的性能計數(shù)器清單numberOfSamples探針會對每個計數(shù)器連續(xù)采樣 N 次。默認 2 次意味著拿到兩個樣本足以支撐差值型派生值如 rate、delta_ratio、ratio的計算某些場景如求平均值可提高采樣次數(shù)以獲得更穩(wěn)定的統(tǒng)計結(jié)果。interval相鄰樣本的采集間隔秒。默認 1 秒。對于瞬態(tài)波動明顯的計數(shù)器如Pages Allocated/sec合理調(diào)整采樣間隔能反映更真實的負載特征。counters必填。這是一個 JSON 對象其每個屬性名對應(yīng)一個性能對象Performance Object例如Latches、Databases、Buffer Manager每個性能對象的值又是一個 JSON 對象其中的每個屬性代表該對象下的一個性能計數(shù)器。Performance probe 的整體結(jié)構(gòu)可參考倉庫中的結(jié)構(gòu)圖 BasicPerformanceProbeStructure.svg計數(shù)器別名與實例過濾計數(shù)器名稱常常包含空格和其他非字母數(shù)字字符例如Pages Allocated/sec無法直接在條件表達式和消息模板中引用。因此每個計數(shù)器都必須指定一個別名alias——別名將作為該計數(shù)器在檢查條件與消息中使用的變量名。此外計數(shù)器可選地聲明一個感興趣的實例列表instances。例如 SQL Server 的Databases性能對象下Transactions/sec計數(shù)器會為每個數(shù)據(jù)庫實例分別報告值其中_Total代表匯總實例而Memory Node對象下的計數(shù)器則按 NUMA 內(nèi)存節(jié)點實例報告。示例一最簡單的單對象單計數(shù)器下面的配置為Access Methods對象下的Pages Allocated/sec計數(shù)器采樣并把結(jié)果以pages_allocated變量提供給檢查使用{ type: Performance, implementation: { Counters: { Access Methods: { Pages Allocated/sec: pages_allocated } } } }示例二調(diào)整采樣次數(shù)為Memory Node對象下的Free Node Memory (KB)計數(shù)器只采集 1 個樣本此時該計數(shù)器只適合使用average、min、max這類不依賴多個樣本的派生函數(shù){ type: Performance, implementation: { NumberOfSamples: 1, Counters: { Memory Node: { Free Node Memory (KB): free_node_memory } } } }示例三多對象、別名與實例過濾的組合同時采集Memory Node與Access Methods兩個性能對象其中Free Node Memory (KB)通過對象式寫法指定alias為free_node_memory且instances限定為[000]僅取編號為000的 NUMA 節(jié)點實例而Target Node Memory (KB)則使用字符串簡寫形式{ type: Performance, implementation: { NumberOfSamples: 1, Counters: { Memory Node: { Free Node Memory (KB): { alias: free_node_memory, instances: [000] }, Target Node Memory (KB): target_node_memory }, Access Methods: { Pages Allocated/sec: pages_allocated } } } }可見計數(shù)器值的兩種寫法等價字符串簡寫計數(shù)器名: 別名與對象寫法計數(shù)器名: { alias: ..., instances: [...] }。需要過濾實例時使用對象寫法。完整 ruleset 示例五個基于性能計數(shù)器的檢查下面是一份完整可用的規(guī)則集 JSON與文檔保持一致它同時定義了 5 個針對Server目標的規(guī)則以及一個名為PerformanceProbe的探針定義。通過這個例子可以完整看到規(guī)則rules 探針probes 變換transform三者如何協(xié)作{ schemaVersion: 1.0, name: Performance Checks Example, version: 1.0, rules:[ { target: { type: Server }, id: TotalPages, itemType: definition, displayName: Buffer Manager Total pages, description: Use \average\, \min\, or \max\ for counter type PERF_COUNTER_LARGE_RAWCOUNT(65792)., message: Total pages ({total_pages}) is greater than 0, condition: { lt: [total_pages, 0] }, probes: [ { id: PerformanceProbe, transform: { type: performance, counters: { total_pages: average } } } ] }, { target: { type: Server }, id: CacheHitRatio, itemType: definition, displayName: Buffer Manager cache hit ratio, description: Use \ratio\ for counter type PERF_LARGE_RAW_FRACTION(537003264) and specify base PERF_LARGE_RAW_BASE(1073939712)., message: Cache hit ratio ({cache_hit_ratio:P0}) is greater than 0, condition: { lt: [cache_hit_ratio, 0] }, probes: [ { id: PerformanceProbe, transform: { type: performance, counters: { cache_hit_ratio: { type: ratio, base: cache_hit_ratio_base } } } } ] }, { target: { type: Server }, id: LatchWaitTime, itemType: definition, displayName: Average Latch Wait Time, description: Use \delta_ratio\ for counter type PERF_AVERAGE_BULK(1073874176) and base PERF_LARGE_RAW_BASE(1073939712)., message: Average Latch Wait Time ({latch_wait_time}ms.) is greater than 0, condition: { lt: [latch_wait_time, 0] }, probes: [ { id: PerformanceProbe, transform: { type: performance, counters: { latch_wait_time: { type: delta_ratio, base: latch_wait_time_base } } } } ] }, { target: { type: Server }, id: TransactionsPerSec, itemType: definition, displayName: Database Transactions per sec, description: Use \rate\ for counter type PERF_COUNTER_BULK_COUNT(272696576)., message: Transactions per sec ({transactions_sec:0.##}sec.) for database {instance_name} is greater than 0, condition: { or: [{eq: [instance_name, _Total]}, {le: [transactions_sec, 0]}] }, probes: [ { id: PerformanceProbe, transform: { type: performance, counters: { transactions_sec: rate } } } ] }, { target: { type: Server }, id: TotalTransactionsPerSec, itemType: definition, displayName: Total Database Transactions per sec, description: Use \rate\ for counter type PERF_COUNTER_BULK_COUNT(272696576)., message: Total Transactions per sec ({transactions_sec:0.##}sec.) is greater than 0, condition: { lt: [transactions_sec, 0] }, probes: [ { id: PerformanceProbe, transform: { type: performance, counters: { transactions_sec: { type: rate, instance: _Total } } } } ] } ], probes:{ PerformanceProbe: [{ type: Performance, implementation: { Counters: { Buffer Manager: { Buffer cache hit ratio: cache_hit_ratio, Buffer cache hit ratio base: cache_hit_ratio_base, Target pages: total_pages }, Latches: { Average Latch Wait Time (ms): latch_wait_time, Average Latch Wait Time Base: latch_wait_time_base }, Databases: { Transactions/sec: transactions_sec } } } }] } }逐規(guī)則要點解讀TotalPagesTarget pages屬于PERF_COUNTER_LARGE_RAWCOUNT(65792)類型的原始計數(shù)值適合用average或min/max派生條件lt: [total_pages, 0]即總頁數(shù)小于 0 則告警。CacheHitRatioBuffer cache hit ratio屬于PERF_LARGE_RAW_FRACTION(537003264)比例型計數(shù)器必須配套其 base 計數(shù)器Buffer cache hit ratio base類型PERF_LARGE_RAW_BASE(1073939712)在變換中使用ratio類型并指定base。消息模板{cache_hit_ratio:P0}中的P0表示按百分比格式顯示。LatchWaitTimeAverage Latch Wait Time (ms)屬于PERF_AVERAGE_BULK(1073874176)平均型計數(shù)器同樣需要 base 計數(shù)器使用delta_ratio類型派生。TransactionsPerSecTransactions/sec屬于PERF_COUNTER_BULK_COUNT(272696576)速率型計數(shù)器使用rate派生。由于它按數(shù)據(jù)庫實例分別報告條件用or組合instance_name等于_Total時跳過或transactions_sec 0時告警。{transactions_sec:0.##}表示保留兩位小數(shù)的數(shù)值格式。TotalTransactionsPerSec在變換層用instance: _Total直接過濾出匯總實例條件只需比較單一值。關(guān)于condition中使用的運算符lt、or、eq、le等可參考 Operators 參考文檔其中還包含match正則匹配、interval區(qū)間取值等更復(fù)雜的判定手段。規(guī)則的其他屬性message模板、displayName、description、itemType的完整語義見 Rule 文檔。performance 數(shù)據(jù)變換五種派生值函數(shù)Performance probe 返回的是包含多次樣本的表格而檢查需要一個派生值。performance變換詳見 DataTransformation/performance.md為每個計數(shù)器計算指定的派生值。相關(guān)符號約定n— 該計數(shù)器的樣本數(shù)量c?、c?— 該計數(shù)器的樣本值t?、t?— 樣本的時間戳b?、b?— base 計數(shù)器的樣本值類型參數(shù)公式適用計數(shù)器類型average—(1/n) · Σc?PERF_COUNTER_LARGE_RAWCOUNT(65792)等原始計數(shù)值delta_ratiobase_counter(c? ? c?) / (b? ? b?)PERF_AVERAGE_BULK(1073874176)如平均閂鎖等待時間需配 basemin/max—所有樣本的最小值 / 最大值原始計數(shù)值用于極值監(jiān)控rate—(c? ? c?) / (t? ? t?)PERF_COUNTER_BULK_COUNT(272696576)每秒計數(shù)類ratiobase_counter(c?/b? c?/b?) / 2PERF_LARGE_RAW_FRACTION(537003264)如緩存命中率需配 base要點rate 與 average 的區(qū)別rate計算的是兩個樣本的差值 ÷ 時間戳差值即真正的每秒速率適用于Transactions/sec這類本身就是每秒次數(shù)的計數(shù)器average則是多個樣本的算術(shù)平均適用于靜態(tài)量如總頁數(shù)。ratio 與 delta_ratio 的區(qū)別ratio是兩次采樣的比值取平均delta_ratio是兩次采樣差值的比值兩者都要求指定base計數(shù)器且 base 計數(shù)器必須與主計數(shù)器同時出現(xiàn)在探針的Counters配置中如示例中的Buffer cache hit ratio base。在performance變換中指定派生類型有兩種寫法字符串簡寫total_pages: average或?qū)ο髮懛╟ache_hit_ratio: { type: ratio, base: cache_hit_ratio_base }后者還可附加instance參數(shù)如{ type: rate, instance: _Total }在變換層過濾實例。變換的整體結(jié)構(gòu)見 BasicPerformanceTransformStructure.svg一個檢查使用多個計數(shù)器多實例結(jié)果的錯位陷阱在實際使用中同一檢查往往需要同時觀察多個計數(shù)器例如批量請求速率batch_request_sec與鎖請求速率lock_requests_sec。但當這些計數(shù)器來自不同的實例時直接合并會得到意外結(jié)果?？聪旅娴姆蠢褍蓚€計數(shù)器放進同一個 probe referencebatch_request_sec不指定實例lock_requests_sec指定_Totalprobes: [ { id: PerformanceProbe, alias: b, transform: { type: performance, counters: { batch_request_sec: rate, lock_requests_sec: { type: rate, instance: _Total } } } } ]變換結(jié)果返回兩行數(shù)據(jù)每行只填充了其中一個計數(shù)器的值batch_request_seclock_requests_secinstance_name123snull未選擇實例Null456s_Total條件表達式是按行逐一求值的第一行對batch_request_sec求值并可能觸發(fā)一條消息第二行對lock_requests_sec求值并觸發(fā)另一個錯誤——這顯然不符合兩個指標共同判定的預(yù)期。解決方案用別名alias拆分引用正確做法是將同一 Performance probe 引用兩次各自通過變換只取一個計數(shù)器并用alias區(qū)分結(jié)果。alias是探針引用的任意別名其機制詳見 ProbeReference 文檔中的 alias 一節(jié)probes: [ { id: PerformanceProbe, alias: b, transform: { type: performance, counters: { batch_request_sec: rate } } }, { id: PerformanceProbe, alias: l, transform: { type: performance, counters: { lock_requests_sec: { type: rate, instance: _Total } } } } ]此時傳給檢查的數(shù)據(jù)結(jié)構(gòu)變?yōu)閎::batch_request_secb::instance_namel::lock_requests_secl::instance_name123s無實例456s_Total兩個計數(shù)器各自獨立成行條件可以同時、無歧義地引用它們。變量名有三種等價寫法在無歧義場景下PerformanceProbe::batch_request_sec b::batch_request_sec batch_request_sec其中b::batch_request_sec形式通過別名 雙冒號精確定位到指定引用產(chǎn)生的數(shù)據(jù)是處理同一探針被多次調(diào)用時的標準做法ProbeReference 文檔 中還有把探針 A 的數(shù)據(jù)作為參數(shù)傳給探針 B 的進階用法。引擎視角Performance probe 的執(zhí)行語義了解探針引擎的執(zhí)行語義有助于寫出高效的規(guī)則。根據(jù) Probe 文檔 的說明探針是 JSON 屬性值為實現(xiàn)數(shù)組屬性名即探針 ID值是一個探針實現(xiàn)probe implementation數(shù)組。引擎會選擇第一個與目標模式target pattern匹配的實現(xiàn)因此實現(xiàn)順序很重要。Performance probe 也可以與其他類型的實現(xiàn)如 T-SQL、WMI混合構(gòu)成一個探針。探針應(yīng)設(shè)計為無副作用side-effect free的函數(shù)引擎不保證探針的調(diào)用順序甚至可能為降低對目標 SQL Server 的負載而重排調(diào)用當沒有任何檢查需要某個探針的數(shù)據(jù)時該探針根本不會被調(diào)用。默認規(guī)則集中的探針只讀取元數(shù)據(jù)不讀取用戶表數(shù)據(jù)也不向?qū)嵗龑懭肴魏蝺?nèi)容。性能計數(shù)器的采樣開銷Performance probe 需要按numberOfSamples × interval的時間窗口在目標機器上持續(xù)采樣這與其他一次性取數(shù)的探針如單條 T-SQL 查詢不同。在自定義規(guī)則時應(yīng)合理控制采樣次數(shù)與間隔避免在高負載實例上疊加額外的采樣開銷。與默認規(guī)則集的銜接倉庫中的 DefaultRuleset.csv 提供了默認規(guī)則集的可讀版本455 行規(guī)則可直接在倉庫中瀏覽與篩選其中包含大量與性能相關(guān)的檢查例如HighCPUUsage評估服務(wù)器整體 CPU 與 SQL Server 進程 CPU 占用閾值參數(shù)默認 70PlansUseRatio評估計劃緩存中單次使用計劃的比例用于判斷是否應(yīng)啟用 Optimize for ad hoc workloads一系列 TempDB 文件配置檢查TempDBFilesNotLess8、TempDBFiles1PerCPU等。這類運行時指標類檢查正是 Performance probe 與 performance 變換的典型應(yīng)用場景。讀者可以結(jié)合 MakingCustomChecks_sample.json自定義規(guī)則集示例與 DisablingBuiltInChecks_sample.json按 ID / 標簽禁用內(nèi)置規(guī)則示例來編寫自己的性能監(jiān)控規(guī)則。更完整的概念體系探針、規(guī)則、變換、消息模板、局部變量可繼續(xù)閱讀 Customization 目錄 下的文檔。小結(jié)Performance probe 是 SQL Assessment API 中連接操作系統(tǒng)性能計數(shù)器與配置合規(guī)性判定的橋梁。本文覆蓋了其三個 implementation 參數(shù)numberOfSamples、interval、counters、計數(shù)器別名與實例過濾的兩種 JSON 寫法、五種派生值函數(shù)average、min/max、rate、ratio、delta_ratio的公式與計數(shù)器類型對應(yīng)關(guān)系以及多計數(shù)器多實例場景下按行求值的陷阱與基于別名拆分的標準解法。在動手自定義性能規(guī)則時建議對照 performance 數(shù)據(jù)變換文檔 與 ProbeReference 文檔 協(xié)同閱讀并結(jié)合默認規(guī)則集觀察真實生產(chǎn)級規(guī)則的寫法。贊分享示例工程數(shù)據(jù)庫教程后端【免費下載鏈接】sql-server-samplesAzure Data SQL Samples - Official Microsoft GitHub Repository containing code samples for SQL Server, Azure SQL, Azure Synapse, and Azure SQL Edge項目地址https://gitcode.com/gh_mirrors/sq/sql-server-samples點擊查看免費下載相關(guān)推薦SQL Assessment API 自定義探測指南用 T-SQL Probe 驅(qū)動 SQL Server 配置評估SQL Assessment API 自定義探測指南用 T SQL Probe 驅(qū)動 SQL Server 配置評估 SQL Assessment API 通示例工程數(shù)據(jù)庫教程后端SQL Assessment API 深度指南用規(guī)則集評估 SQL Server 與 Azure SQL 托管實例配置sql-server-samplesSQL Assessment API 深度指南用規(guī)則集評估 SQL Server 與 Azure SQL 托管實例配置sql server samples示例工程數(shù)據(jù)庫教程后端sql-server-samples 實戰(zhàn)指南使用 SQL Assessment API 客戶端評估 SQL Server 配置最佳實踐sql server samples 實戰(zhàn)指南使用 SQL Assessment API 客戶端評估 SQL Server 配置最佳實踐 SQL Assess示例工程數(shù)據(jù)庫教程后端上一篇Rust跨平臺編譯終極指南使用Cross實現(xiàn)零配置多架構(gòu)支持下一篇MCP代理內(nèi)存使用分析終極指南Valgrind實戰(zhàn)教程創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 SQL Server 性能計數(shù)器評估指南：SQL Assessment API 中 Performance Probe 的配置、數(shù)據(jù)變換與多實例實戰(zhàn)
示例工程數(shù)據(jù)庫教程后端【免費下載鏈接】sql-server-samplesAzure Data SQL Samples - Official Microsoft GitHub Repository containing code samples for SQL Server, Azure SQL, Azure Synapse, and Azure SQL Edge項目地址https://gitcode.com/gh_mirrors/sq/sql-server-samples點擊查看免費下載SQL Assessment API 提供了一套可擴展的機制來評估 SQL Server 實例配置是否符合最佳實踐。Performance probe性能探針是其中用于采集 Windows 性能計數(shù)器Performance Counter數(shù)據(jù)的核心探針類型其返回的多條樣本數(shù)據(jù)需要配合performance 數(shù)據(jù)變換Data Transformation計算平均值、比率、速率等派生值最終由檢查規(guī)則Rule的條件表達式判定合規(guī)性。讀完本文你將掌握 Performance probe 的完整 JSON 配置語法、計數(shù)器別名與實例過濾技巧、五種派生值函數(shù)的數(shù)學含義與適用場景以及在同一檢查中正確使用多個計數(shù)器并規(guī)避多實例結(jié)果錯位陷阱的實戰(zhàn)方案。Performance probe 是什么Performance probe 的類型代碼Type code為Performance用于讀取目標機器上的性能計數(shù)器值如Buffer Manager、Latches、Databases、Memory Node、Access Methods等性能對象下的計數(shù)器。它并不是一個獨立的檢查而是作為數(shù)據(jù)源供規(guī)則引用探針負責取數(shù)performance 數(shù)據(jù)變換負責把多份樣本加工成單個派生值規(guī)則條件再基于該值做出合規(guī)性判斷。從 SQL Assessment API 的探針體系看Performance是眾多探針類型中的一種。在 Probe 文檔 中列出的可用探針類型還包括 AzGraph、AzMetadata、CMD、External、PowerShell、Registry、SQLT-SQL與 WMI。其中 T-SQL 探針從動態(tài)管理視圖DMV取數(shù)而 Performance 探針與 WMI 探針一樣數(shù)據(jù)來自操作系統(tǒng)層因此它適合捕捉 T-SQL 查詢無法直接暴露的運行時指標例如緩沖區(qū)命中率、閂鎖等待時間、每秒事務(wù)數(shù)等。samples/manage/sql-assessment-api/docs/Reference/Probes/Performance.mdImplementation 屬性采樣頻率與計數(shù)器清單Performance probe 的implementation部分包含三個參數(shù)參數(shù)是否必填類型默認值說明numberOfSamples可選number2采集的樣本數(shù)量interval可選number1兩次采樣之間的時間間隔秒counters必填object—需要采集的性能計數(shù)器清單numberOfSamples探針會對每個計數(shù)器連續(xù)采樣 N 次。默認 2 次意味著拿到兩個樣本足以支撐差值型派生值如 rate、delta_ratio、ratio的計算某些場景如求平均值可提高采樣次數(shù)以獲得更穩(wěn)定的統(tǒng)計結(jié)果。interval相鄰樣本的采集間隔秒。默認 1 秒。對于瞬態(tài)波動明顯的計數(shù)器如Pages Allocated/sec合理調(diào)整采樣間隔能反映更真實的負載特征。counters必填。這是一個 JSON 對象其每個屬性名對應(yīng)一個性能對象Performance Object例如Latches、Databases、Buffer Manager每個性能對象的值又是一個 JSON 對象其中的每個屬性代表該對象下的一個性能計數(shù)器。Performance probe 的整體結(jié)構(gòu)可參考倉庫中的結(jié)構(gòu)圖 BasicPerformanceProbeStructure.svg計數(shù)器別名與實例過濾計數(shù)器名稱常常包含空格和其他非字母數(shù)字字符例如Pages Allocated/sec無法直接在條件表達式和消息模板中引用。因此每個計數(shù)器都必須指定一個別名alias——別名將作為該計數(shù)器在檢查條件與消息中使用的變量名。此外計數(shù)器可選地聲明一個感興趣的實例列表instances。例如 SQL Server 的Databases性能對象下Transactions/sec計數(shù)器會為每個數(shù)據(jù)庫實例分別報告值其中_Total代表匯總實例而Memory Node對象下的計數(shù)器則按 NUMA 內(nèi)存節(jié)點實例報告。示例一最簡單的單對象單計數(shù)器下面的配置為Access Methods對象下的Pages Allocated/sec計數(shù)器采樣并把結(jié)果以pages_allocated變量提供給檢查使用{ type: Performance, implementation: { Counters: { Access Methods: { Pages Allocated/sec: pages_allocated } } } }示例二調(diào)整采樣次數(shù)為Memory Node對象下的Free Node Memory (KB)計數(shù)器只采集 1 個樣本此時該計數(shù)器只適合使用average、min、max這類不依賴多個樣本的派生函數(shù){ type: Performance, implementation: { NumberOfSamples: 1, Counters: { Memory Node: { Free Node Memory (KB): free_node_memory } } } }示例三多對象、別名與實例過濾的組合同時采集Memory Node與Access Methods兩個性能對象其中Free Node Memory (KB)通過對象式寫法指定alias為free_node_memory且instances限定為[000]僅取編號為000的 NUMA 節(jié)點實例而Target Node Memory (KB)則使用字符串簡寫形式{ type: Performance, implementation: { NumberOfSamples: 1, Counters: { Memory Node: { Free Node Memory (KB): { alias: free_node_memory, instances: [000] }, Target Node Memory (KB): target_node_memory }, Access Methods: { Pages Allocated/sec: pages_allocated } } } }可見計數(shù)器值的兩種寫法等價字符串簡寫計數(shù)器名: 別名與對象寫法計數(shù)器名: { alias: ..., instances: [...] }。需要過濾實例時使用對象寫法。完整 ruleset 示例五個基于性能計數(shù)器的檢查下面是一份完整可用的規(guī)則集 JSON與文檔保持一致它同時定義了 5 個針對Server目標的規(guī)則以及一個名為PerformanceProbe的探針定義。通過這個例子可以完整看到規(guī)則rules 探針probes 變換transform三者如何協(xié)作{ schemaVersion: 1.0, name: Performance Checks Example, version: 1.0, rules:[ { target: { type: Server }, id: TotalPages, itemType: definition, displayName: Buffer Manager Total pages, description: Use \average\, \min\, or \max\ for counter type PERF_COUNTER_LARGE_RAWCOUNT(65792)., message: Total pages ({total_pages}) is greater than 0, condition: { lt: [total_pages, 0] }, probes: [ { id: PerformanceProbe, transform: { type: performance, counters: { total_pages: average } } } ] }, { target: { type: Server }, id: CacheHitRatio, itemType: definition, displayName: Buffer Manager cache hit ratio, description: Use \ratio\ for counter type PERF_LARGE_RAW_FRACTION(537003264) and specify base PERF_LARGE_RAW_BASE(1073939712)., message: Cache hit ratio ({cache_hit_ratio:P0}) is greater than 0, condition: { lt: [cache_hit_ratio, 0] }, probes: [ { id: PerformanceProbe, transform: { type: performance, counters: { cache_hit_ratio: { type: ratio, base: cache_hit_ratio_base } } } } ] }, { target: { type: Server }, id: LatchWaitTime, itemType: definition, displayName: Average Latch Wait Time, description: Use \delta_ratio\ for counter type PERF_AVERAGE_BULK(1073874176) and base PERF_LARGE_RAW_BASE(1073939712)., message: Average Latch Wait Time ({latch_wait_time}ms.) is greater than 0, condition: { lt: [latch_wait_time, 0] }, probes: [ { id: PerformanceProbe, transform: { type: performance, counters: { latch_wait_time: { type: delta_ratio, base: latch_wait_time_base } } } } ] }, { target: { type: Server }, id: TransactionsPerSec, itemType: definition, displayName: Database Transactions per sec, description: Use \rate\ for counter type PERF_COUNTER_BULK_COUNT(272696576)., message: Transactions per sec ({transactions_sec:0.##}sec.) for database {instance_name} is greater than 0, condition: { or: [{eq: [instance_name, _Total]}, {le: [transactions_sec, 0]}] }, probes: [ { id: PerformanceProbe, transform: { type: performance, counters: { transactions_sec: rate } } } ] }, { target: { type: Server }, id: TotalTransactionsPerSec, itemType: definition, displayName: Total Database Transactions per sec, description: Use \rate\ for counter type PERF_COUNTER_BULK_COUNT(272696576)., message: Total Transactions per sec ({transactions_sec:0.##}sec.) is greater than 0, condition: { lt: [transactions_sec, 0] }, probes: [ { id: PerformanceProbe, transform: { type: performance, counters: { transactions_sec: { type: rate, instance: _Total } } } } ] } ], probes:{ PerformanceProbe: [{ type: Performance, implementation: { Counters: { Buffer Manager: { Buffer cache hit ratio: cache_hit_ratio, Buffer cache hit ratio base: cache_hit_ratio_base, Target pages: total_pages }, Latches: { Average Latch Wait Time (ms): latch_wait_time, Average Latch Wait Time Base: latch_wait_time_base }, Databases: { Transactions/sec: transactions_sec } } } }] } }逐規(guī)則要點解讀TotalPagesTarget pages屬于PERF_COUNTER_LARGE_RAWCOUNT(65792)類型的原始計數(shù)值適合用average或min/max派生條件lt: [total_pages, 0]即總頁數(shù)小于 0 則告警。CacheHitRatioBuffer cache hit ratio屬于PERF_LARGE_RAW_FRACTION(537003264)比例型計數(shù)器必須配套其 base 計數(shù)器Buffer cache hit ratio base類型PERF_LARGE_RAW_BASE(1073939712)在變換中使用ratio類型并指定base。消息模板{cache_hit_ratio:P0}中的P0表示按百分比格式顯示。LatchWaitTimeAverage Latch Wait Time (ms)屬于PERF_AVERAGE_BULK(1073874176)平均型計數(shù)器同樣需要 base 計數(shù)器使用delta_ratio類型派生。TransactionsPerSecTransactions/sec屬于PERF_COUNTER_BULK_COUNT(272696576)速率型計數(shù)器使用rate派生。由于它按數(shù)據(jù)庫實例分別報告條件用or組合instance_name等于_Total時跳過或transactions_sec 0時告警。{transactions_sec:0.##}表示保留兩位小數(shù)的數(shù)值格式。TotalTransactionsPerSec在變換層用instance: _Total直接過濾出匯總實例條件只需比較單一值。關(guān)于condition中使用的運算符lt、or、eq、le等可參考 Operators 參考文檔其中還包含match正則匹配、interval區(qū)間取值等更復(fù)雜的判定手段。規(guī)則的其他屬性message模板、displayName、description、itemType的完整語義見 Rule 文檔。performance 數(shù)據(jù)變換五種派生值函數(shù)Performance probe 返回的是包含多次樣本的表格而檢查需要一個派生值。performance變換詳見 DataTransformation/performance.md為每個計數(shù)器計算指定的派生值。相關(guān)符號約定n— 該計數(shù)器的樣本數(shù)量c?、c?— 該計數(shù)器的樣本值t?、t?— 樣本的時間戳b?、b?— base 計數(shù)器的樣本值類型參數(shù)公式適用計數(shù)器類型average—(1/n) · Σc?PERF_COUNTER_LARGE_RAWCOUNT(65792)等原始計數(shù)值delta_ratiobase_counter(c? ? c?) / (b? ? b?)PERF_AVERAGE_BULK(1073874176)如平均閂鎖等待時間需配 basemin/max—所有樣本的最小值 / 最大值原始計數(shù)值用于極值監(jiān)控rate—(c? ? c?) / (t? ? t?)PERF_COUNTER_BULK_COUNT(272696576)每秒計數(shù)類ratiobase_counter(c?/b? c?/b?) / 2PERF_LARGE_RAW_FRACTION(537003264)如緩存命中率需配 base要點rate 與 average 的區(qū)別rate計算的是兩個樣本的差值 ÷ 時間戳差值即真正的每秒速率適用于Transactions/sec這類本身就是每秒次數(shù)的計數(shù)器average則是多個樣本的算術(shù)平均適用于靜態(tài)量如總頁數(shù)。ratio 與 delta_ratio 的區(qū)別ratio是兩次采樣的比值取平均delta_ratio是兩次采樣差值的比值兩者都要求指定base計數(shù)器且 base 計數(shù)器必須與主計數(shù)器同時出現(xiàn)在探針的Counters配置中如示例中的Buffer cache hit ratio base。在performance變換中指定派生類型有兩種寫法字符串簡寫total_pages: average或?qū)ο髮懛╟ache_hit_ratio: { type: ratio, base: cache_hit_ratio_base }后者還可附加instance參數(shù)如{ type: rate, instance: _Total }在變換層過濾實例。變換的整體結(jié)構(gòu)見 BasicPerformanceTransformStructure.svg一個檢查使用多個計數(shù)器多實例結(jié)果的錯位陷阱在實際使用中同一檢查往往需要同時觀察多個計數(shù)器例如批量請求速率batch_request_sec與鎖請求速率lock_requests_sec。但當這些計數(shù)器來自不同的實例時直接合并會得到意外結(jié)果?？聪旅娴姆蠢褍蓚€計數(shù)器放進同一個 probe referencebatch_request_sec不指定實例lock_requests_sec指定_Totalprobes: [ { id: PerformanceProbe, alias: b, transform: { type: performance, counters: { batch_request_sec: rate, lock_requests_sec: { type: rate, instance: _Total } } } } ]變換結(jié)果返回兩行數(shù)據(jù)每行只填充了其中一個計數(shù)器的值batch_request_seclock_requests_secinstance_name123snull未選擇實例Null456s_Total條件表達式是按行逐一求值的第一行對batch_request_sec求值并可能觸發(fā)一條消息第二行對lock_requests_sec求值并觸發(fā)另一個錯誤——這顯然不符合兩個指標共同判定的預(yù)期。解決方案用別名alias拆分引用正確做法是將同一 Performance probe 引用兩次各自通過變換只取一個計數(shù)器并用alias區(qū)分結(jié)果。alias是探針引用的任意別名其機制詳見 ProbeReference 文檔中的 alias 一節(jié)probes: [ { id: PerformanceProbe, alias: b, transform: { type: performance, counters: { batch_request_sec: rate } } }, { id: PerformanceProbe, alias: l, transform: { type: performance, counters: { lock_requests_sec: { type: rate, instance: _Total } } } } ]此時傳給檢查的數(shù)據(jù)結(jié)構(gòu)變?yōu)閎::batch_request_secb::instance_namel::lock_requests_secl::instance_name123s無實例456s_Total兩個計數(shù)器各自獨立成行條件可以同時、無歧義地引用它們。變量名有三種等價寫法在無歧義場景下PerformanceProbe::batch_request_sec b::batch_request_sec batch_request_sec其中b::batch_request_sec形式通過別名 雙冒號精確定位到指定引用產(chǎn)生的數(shù)據(jù)是處理同一探針被多次調(diào)用時的標準做法ProbeReference 文檔 中還有把探針 A 的數(shù)據(jù)作為參數(shù)傳給探針 B 的進階用法。引擎視角Performance probe 的執(zhí)行語義了解探針引擎的執(zhí)行語義有助于寫出高效的規(guī)則。根據(jù) Probe 文檔 的說明探針是 JSON 屬性值為實現(xiàn)數(shù)組屬性名即探針 ID值是一個探針實現(xiàn)probe implementation數(shù)組。引擎會選擇第一個與目標模式target pattern匹配的實現(xiàn)因此實現(xiàn)順序很重要。Performance probe 也可以與其他類型的實現(xiàn)如 T-SQL、WMI混合構(gòu)成一個探針。探針應(yīng)設(shè)計為無副作用side-effect free的函數(shù)引擎不保證探針的調(diào)用順序甚至可能為降低對目標 SQL Server 的負載而重排調(diào)用當沒有任何檢查需要某個探針的數(shù)據(jù)時該探針根本不會被調(diào)用。默認規(guī)則集中的探針只讀取元數(shù)據(jù)不讀取用戶表數(shù)據(jù)也不向?qū)嵗龑懭肴魏蝺?nèi)容。性能計數(shù)器的采樣開銷Performance probe 需要按numberOfSamples × interval的時間窗口在目標機器上持續(xù)采樣這與其他一次性取數(shù)的探針如單條 T-SQL 查詢不同。在自定義規(guī)則時應(yīng)合理控制采樣次數(shù)與間隔避免在高負載實例上疊加額外的采樣開銷。與默認規(guī)則集的銜接倉庫中的 DefaultRuleset.csv 提供了默認規(guī)則集的可讀版本455 行規(guī)則可直接在倉庫中瀏覽與篩選其中包含大量與性能相關(guān)的檢查例如HighCPUUsage評估服務(wù)器整體 CPU 與 SQL Server 進程 CPU 占用閾值參數(shù)默認 70PlansUseRatio評估計劃緩存中單次使用計劃的比例用于判斷是否應(yīng)啟用 Optimize for ad hoc workloads一系列 TempDB 文件配置檢查TempDBFilesNotLess8、TempDBFiles1PerCPU等。這類運行時指標類檢查正是 Performance probe 與 performance 變換的典型應(yīng)用場景。讀者可以結(jié)合 MakingCustomChecks_sample.json自定義規(guī)則集示例與 DisablingBuiltInChecks_sample.json按 ID / 標簽禁用內(nèi)置規(guī)則示例來編寫自己的性能監(jiān)控規(guī)則。更完整的概念體系探針、規(guī)則、變換、消息模板、局部變量可繼續(xù)閱讀 Customization 目錄 下的文檔。小結(jié)Performance probe 是 SQL Assessment API 中連接操作系統(tǒng)性能計數(shù)器與配置合規(guī)性判定的橋梁。本文覆蓋了其三個 implementation 參數(shù)numberOfSamples、interval、counters、計數(shù)器別名與實例過濾的兩種 JSON 寫法、五種派生值函數(shù)average、min/max、rate、ratio、delta_ratio的公式與計數(shù)器類型對應(yīng)關(guān)系以及多計數(shù)器多實例場景下按行求值的陷阱與基于別名拆分的標準解法。在動手自定義性能規(guī)則時建議對照 performance 數(shù)據(jù)變換文檔 與 ProbeReference 文檔 協(xié)同閱讀并結(jié)合默認規(guī)則集觀察真實生產(chǎn)級規(guī)則的寫法。贊分享示例工程數(shù)據(jù)庫教程后端【免費下載鏈接】sql-server-samplesAzure Data SQL Samples - Official Microsoft GitHub Repository containing code samples for SQL Server, Azure SQL, Azure Synapse, and Azure SQL Edge項目地址https://gitcode.com/gh_mirrors/sq/sql-server-samples點擊查看免費下載相關(guān)推薦SQL Assessment API 自定義探測指南用 T-SQL Probe 驅(qū)動 SQL Server 配置評估SQL Assessment API 自定義探測指南用 T SQL Probe 驅(qū)動 SQL Server 配置評估 SQL Assessment API 通示例工程數(shù)據(jù)庫教程后端SQL Assessment API 深度指南用規(guī)則集評估 SQL Server 與 Azure SQL 托管實例配置sql-server-samplesSQL Assessment API 深度指南用規(guī)則集評估 SQL Server 與 Azure SQL 托管實例配置sql server samples示例工程數(shù)據(jù)庫教程后端sql-server-samples 實戰(zhàn)指南使用 SQL Assessment API 客戶端評估 SQL Server 配置最佳實踐sql server samples 實戰(zhàn)指南使用 SQL Assessment API 客戶端評估 SQL Server 配置最佳實踐 SQL Assess示例工程數(shù)據(jù)庫教程后端上一篇Rust跨平臺編譯終極指南使用Cross實現(xiàn)零配置多架構(gòu)支持下一篇MCP代理內(nèi)存使用分析終極指南Valgrind實戰(zhàn)教程創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考