【转】sql server数据收集和监控
转自：https://www.cnblogs.com/zhijianliutang/p/4476403.html
相关系列：
https://www.cnblogs.com/zhijianliutang/p/5001142.html
SQL Server自动化运维系列——关于数据收集（多服务器数据收集和性能监控）
需求描述
在生产环境中，很多情况下需要采集数据，用以定位问题或者形成基线。
关于SQL Server中的数据采集有着很多种的解决思路，可以采用Trace、Profile、SQLdiag、扩展事件等诸多方案。
几种方案各有利弊，其中从SQL Server2012版本开始，微软的开始各种整合这些采集方案，力推扩展事件。
对于上述的数据采集只是一种实现手段，对于采集完数据的存储没有统一的规范，并且对于多服务器的数据采集及汇总没形成统一的规范。
本篇实现
1、通过SQL Server自带的数据采集器实现多服务器的性能采集
2、利用SQL Server数据采集数据仓库（DW）形成运维报表
3、通过灵活性的配置方式，实现不同服务器不同采集点的数据收集
<1>基础配置
以前，有个同事说SQL Server的自动化运维太弱了，并且定位问题也比较麻烦，需要记住各种系统的DMV....各种日志查找....你看看人家MySQL强大的图形化界面提示，让你一眼就能发现当前数据库所存在的问题。
的确，来看看MySQL所提供的图形化的运维界面
是他娘的帅气，把整体的平台给划分的很详细：网络、实例状态、存储状态。
而且还有看上去很优雅的图形化展示界面。
上述界面所反映的内容，对于问题的查找是相当便利的，在SQL SERVER中就找不到同样的模块。如果有经验的DBA会通过任务管理器、性能监视器、然后配合系统自带个一些个DMV...进行分析....看上去复杂并且很高深的样子。
其实，在SQL SERVER中，也有类似的功能模块，并且更灵活的实现多台服务器共同采集，下面，我们来看一下详细的使用和配置流程。
在数据收集上，右键选择“配置管理数据仓库”
SQL SERVER为了能够支撑多台服务器的数据采集任务，鉴于数据量的庞大和用于数据分析的重要性，所以自己创建了一个用于数据分析的数据仓库（DW）
这里选择好实例，创建好数据仓库就可以。
提示：为了避免影响生产系统的性能，一般这里建议采用另外一台空闲的实例，专门用于数据采集和性能分析。
我这里演示，就采用本地的实例进行配置，然后下一步：
到这一步是管理数据仓库的用户权限，可以配置用户权限，三种权限级别：管理员、可读、可写；
很简单，配置完成直接下一步，然后就完成了该数据采集的数据仓库的搭建。
<2>基础配置
这一步就是设置数据收集了，简单点讲就是要配置收集的数据项有哪些。
同样是，数据采集上右键，然后选择“设置数据采集”
然后，下一步就是连接数据仓库，选择缓存目录
然后，下一步就可以完成，这里SQL SERVER同样的内置了一套数据搜集的模板，会为你收集全部的基本信息，当然，也可以自定义，文章后面介绍。
来看默认的数据采集的收集项
自带的默认模板中，分为了查询统计信息，其实这个就对应的实例状态、磁盘存储、服务器活动，除了这下还赠送了一个实用工具信息，这个是用来灵活配置其它几个收集项的。
可以随时的根据个人喜好启动、停止数据收集动作，酌情采用。
并且，也可以自己配置收集动作的时间间隔或者状态值。
并且，SQL Server贴心的给内置了一下计划模板，基本涵盖了所有的应用场景。
然后，你就放心的让它自己去采集就可以了。不爽的时候随时停止就可以。
剩下来的事就是查看采集数据了，鉴于MYSQL提供了如此精美的图像化展现方式，SQL SERVER同样也有。
就是它了
看上去是不是也有那么点意思了，包括：CPU、内存、磁盘IO、网络...
并且顺带着SQL server等待、SQL语句执行情况等
然后，针对性能调优的一些语句，也给出了排序包括CPU、运行时间、IO总数、物理读取、逻辑读取等
当然，我本地的机器本身采集量就很少，并且运行的T-SQL语句就不多，所以图表工具显示的很空旷。
来看看磁盘存储的
上述内容大体就这些，自己用的时候再行挖掘吧，本篇提供思路。
如果经验老道的DBA，我估计上述语句通过系统的DMV都可以查看的到，但是那仅限于有经验的，上述方案为小白降低了维护数据库的成本。
并且可以在多台服务器中进行采集，集中处理问题。
结语
在本篇介绍利用SQL Server自带的数据收集工具进行数据库运维。关于自定义的数据收集项设置，后一篇介绍吧。
另外关于数据收集的DW有很多很有用的内容，如果对于大型的平台性能运维，可以借此扩展，形成自己的运维平台。
关于SQL Server自动化运维和检测的内容很广泛，其中很多都是从日常的经验中出发，一步步的从手动到自动的过程。
如果您看了本篇博客,觉得对您有所收获，请不要吝啬您的“推荐”。
