Server 2008突然高IO失速和死在水里的查询

Question

Server 2008企业SP4 0.0.6547.0 x64运行在Windows2012R2修补电流上。一个虚拟机运行在思科UCM刀片和6.0更新3加上补丁。用于存储的灵活的CS700 SAN。

这是一个具有12 vCPU的大型OLTP服务器。正常的CPU使用率徘徊在6-11%左右。

所发生的情况是，在没有警告的情况下，IO失速时间将通过顶部(2000-1000 is )，大多数查询将停止返回结果。Adam的sp_whoisactive将显示数十个活动查询。中央处理器在90+%。

SAN显示几乎为零活动，而在同一SAN上的所有其他VM都运行得很好。

我们看到了巨大的阻塞，因为停滞的进程持有块，一些超时和睡眠与挂在SPID上的块。杀死问题中的SPID提供了暂时的缓解，但几秒钟后我们又回到了我们开始的地方。

提供救济的only功能是服务器的重新启动。

管理层要求有一个真正的根本原因是正确的。去年夏天，当这件事发生在CEO级别时，我们得到了微软的支持，他们对此不屑一顾，并没有提出真正的根本原因。

我不能做的是升级SQL服务器。机器承载一个打包的应用程序，如果我们实现任何较新的Server版本，则包发行者拒绝支持它们的软件。我非常想去2014/2016/2017年度，我会觉得这会解决这个问题和其他问题。

无论如何，我搜索了bug报告，没有看到任何匹配的内容。

有人遇到过这个问题吗？如果是的话，你找出了根本原因吗？我有一种直觉，认为无论是SQL 2008、Windows2012R2还是它们之间的交互方式都存在缺陷。但我不想在没有证据的情况下把它写进RCA。

会很感激你的指点。

Answer 1

进一步的研究指向VMWare。机器分配了304 to的RAM，其中264 to分配给SQL Server。然而，底层主机在RAM上被超额承诺了大量。我们怀疑，随着页面寿命的下降，以及其他VM也需要真正的RAM，我们怀疑会受到打击。

谢谢约翰。

Answer 2

这是我的方法

1.)尝试消除存储issues.We曾经有存储问题(SAN)，根本原因似乎是一些HBA.You可以进一步检查您的存储是否在可接受的范围内执行

您应该从下面的计数器开始，看看它们是否小于15 if。

平均磁盘秒/读-是从磁盘读取数据的平均时间，以秒为单位。 平均磁盘秒/写-是将数据写入磁盘的平均时间，以秒为单位。

这里有更多信息:https://www.mssqltips.com/sqlservertip/2460/perfmon-counters-to-identify-sql-server-disk-bottlenecks/

2.)一旦您消除了存储问题，您可以进一步检查SQLSERVER是否是唯一导致IO激增的原因，或者是否有任何其他导致IO.You的应用程序可以使用资源监视器来找到这个

3.)如果您已经到达这里，SQLSERVER可能是具有以下步骤的culprit..Go，并尝试遵循相同的顺序，并查看每个步骤之后是否仍然存在问题。

记住，高IO可能是由于

• 陈旧的状态和缺少的索引:您可能没有定期更新状态，或者某些类型的查询可能需要更频繁的索引重新构建/状态更新。
• 收集导致高IO的查询并尝试对其进行调优，您可以观察已完成的读取次数，并尝试添加索引以尽量减少读取次数。
• 进一步检查内存压力，有时内存使用率过高会导致缓冲池刷新，然后通过查询到disk..You可以查找一个名为PLE的计数器，看看什么对您的环境有好处。