查询数据库存在的重要级等待，影响查询效率

　　根据在固态查询优化方面的经验，I/O等待是目前客户遇到的最常见等待。这其中有几个原因，I/O通常是数据处理操作最昂贵的资源。而且，当对查询或索引的设计或优化的不理想的情况下，会导致额外的I/O。此时，客户考虑计算机性能是，一般只考虑cpu和内存，而不会给I/O子系统足够的关注，数据库系统需要强健的I/O子系统。

　　有些系统不必访问大部分数据，只对少数数据频繁访问。使用OLTP时通常是这种情况，它包含存储过程和查询只访问少量数据，但是调用频繁。在这种情况下，代码的编译和重新编译可能成为产生瓶颈的主要原因。OLTP系统涉及大量对少量数据的频繁修改，在这种情况下事务日志经常成为瓶颈。因为所有临时表的创建都是tempdb数据库中创建（无论是执行计划显式或者隐式创建），tempdb数据库可能成为非常严重的瓶颈。SQL Server经常使用tempdb执行其他操作。我们偶尔也发现存在并发及其其他问题。

　　但是当我们根据SQL提供的等待信息内容太多，通过手动找出最关键的等待不是很方便。根据2-8原则，通常少量的等待占据了大部分等待时间。

　　1：如下查询出累计值达到系统等待时间80%的重量级等待。

--date:2013-5-13
--DESC:sys.dm_os_wait_stats中,wait_time_ms表示所有进程在等待类型上的总等待时间，
--    即使多个进程同时等待也计算在内。尽管如此，这些数字还是通常可以找到系统的主要问题域
with waits
as
(
    select
    t.wait_type,
    t.wait_time_ms/1000 as wait_time_s,
    100* t.wait_time_ms/SUM(t.wait_time_ms) over() as pct,
    ROW_NUMBER() over(order by t.wait_time_ms desc) rn
    from
    sys.dm_os_wait_stats t
    where t.wait_type not like '%SLEEP%' --过滤掉不相关的等待
)
select 
t.wait_type,
CAST(t.wait_time_s as decimal(12,2)) as wait_time_s,
CAST(t.pct as decimal(12,2)) as pct,
CAST(SUM(t1.pct) as decimal(12,2)) as running_pct
from
waits t
inner join waits t1 on t1.rn<=t.rn
group by t.rn,t.wait_type,t.wait_time_s,t.pct
having SUM(t1.pct)-t.pct<80 --百分比临界值
order by t.rn

　　2：将保存的信息保存到临时表中，进行分析。定时更新（例如每一个小时一次）。这样可以分析中一天等待的分布，找出高峰值。

--DESC：创建表结构
use databaseName
go

if OBJECT_ID('WaitStats') is not null 
    drop table waitStats;
go

select 
GETDATE() as dt,
t.wait_type,
t.waiting_tasks_count,
t.wait_time_ms,
t.max_wait_time_ms,
t.signal_wait_time_ms

into waitStats
from
sys.dm_os_wait_stats t
where 1=2 --创建框架

　　定时插入数据到状态表中。提醒wait_time_ms是累计值

--DESC:定时插入数据到状态表中
insert into waitStats
select 
GETDATE() as dt,
t.wait_type,
t.waiting_tasks_count,
t.wait_time_ms,
t.max_wait_time_ms,
t.signal_wait_time_ms
from
sys.dm_os_wait_stats t;

　　根据时间段条件，查询出此时间段内等待类型，等待时间。提供dba分析系统资料

if OBJECT_ID('fn_inteval_waits') is not null 
    drop function fn_inteval_waits
go
--date：2013-5-14
--DESC:根据开始时间和截止时间查询等待类型等待你时间的长度
create function fn_inteval_waits
(@fromdt datetime,@todt datetime)
returns table
as
return
with Waits as
(
    select 
    dt,wait_type,wait_time_ms,
    row_number() over (partition by wait_type order by dt)as rn
    from
    WaitStats w
    where dt>=@fromdt and dt<@todt+1
)
select prv.wait_type,prv.dt as starttime,
       CAST((cur.wait_time_ms-prv.wait_time_ms)/1000 as decimal(12,2)) as interval_wait_s
from
Waits as cur
inner join Waits prv
on cur.wait_type=prv.wait_type  and cur.rn=prv.rn+1
and prv.dt<=@todt
go


select t.wait_type,t.starttime,t.interval_wait_s
from
fn_inteval_waits('2013-5-13','2013-5-15') as t
order by sum(interval_wait_s) over (partition by wait_type) desc,
t.wait_type,t.starttime