SSAS-Leistungsüberwachung (SQL Server Analysis Services)

Abfrage und Verarbeitung in SSAS

Abfrage- und Verarbeitungsaktivitäten wirken sich auf die SSAS-Leistung aus, unabhängig davon, ob Sie den mehrdimensionalen oder tabellarischen Modus verwenden. Viele der gleichen Konzepte und Best Practices, die für Abfragen und Sicherungen in relationalen Datenbanken wie SQL Server gelten, können auch für das Verständnis von Abfragen und Verarbeitungen in SSAS herangezogen werden.

Suche nach dem Ursprung von SSAS-Leistungsengpässen

SSAS verwendet bei der Ausführung von Abfragen zwei primäre Engines: die Formel-Engine und die Speicher-Engine. Jede der beiden Engines kann die Ursache eines Leistungsengpasses sein; bei der Fehlerbehebung wird identifiziert, auf welche Engine das Problem zurückzuführen ist. In der folgenden Tabelle werden die primären Funktionen der einzelnen Engines aufgeführt.

Als Erstes müssen Sie bei der Ermittlung von Leistungsproblemen ermitteln, ob Verarbeitungs- und Abfrageaktivitäten gleichzeitig stattfinden. Sobald Sie dies ausgeschlossen haben, können SQL Server Profiler-Ablaufverfolgungsereignisse bestimmen, welche Abfrage-Engine – Formel- oder Speicher-Engine – den Engpass verursacht. Die folgende Tabelle enthält Details zu den Profiler-Ablaufverfolgungsereignissen, die bei der Behebung von SSAS-Leistungsproblemen eine wichtige Rolle spielen.

 
Um festzustellen, welche Engine die Ursache des Problems darstellt, addieren Sie die kumulativen Dauerangaben, die für „Abfrageteilcube/ausführliche Abfrage“, „Statusberichtbeginn/‑ende“, „Abrufen der Daten aus Aggregation“, „Beginn/Ende der VertiPaq SE-Abfrage“ und „Ende der direkten Abfrage“ angegeben sind, und vergleichen Sie sie mit der Gesamtzeit für „Abfragebeginn/‑ende“.

Wenn die Gesamtdauer:

• mindestens 50 % der Gesamtzeit für „Abfragebeginn/‑ende“ beträgt, ist die Speicher-Engine die Ursache des Problems.
• weniger als 50 % der Gesamtzeit für „Abfragebeginn/‑ende“ beträgt, ist die Formel-Engine die Ursache des Problems.

Wichtige zu untersuchende Bereiche bei der Behebung von Abfrageleistungsproblemen

Neben der Kenntnis der Abfrage-Engine, die die Leistung beeinträchtigt, ist es wichtig, spezifische Abfrage- und Systemattribute zu identifizieren, die zu Leistungsproblemen beitragen.

• Bei der Verarbeitung werden Ressourcen verwendet, was sich auf die Abfrageleistung auswirkt, wenn Abfragen gleichzeitig durchgeführt werden. Sie sollten sich die folgenden Fragen stellen: Wann findet die Verarbeitung statt? Wie findet die Verarbeitung statt? Wie häufig findet die Verarbeitung statt?
• Nicht optimierter Code, einschließlich MDX- und DAX-Abfragen, kann umgeschrieben werden, um die Abfrageleistung zu verbessern.
• Serverressourcen – CPU, Speicher, Datenträger und Netzwerk – können sich negativ auf die Leistung auswirken.

Identifizieren und Beheben von SSAS-Leistungsproblemen

Obwohl SQL Server Performance Monitor (PerfMon) und andere Tools viele Kennzahlen liefern, die beim Identifizieren von Leistungsproblemen nützlich sind, können IT-Teams mit SolarWinds SentryOne SQL Sentry Leistungsprobleme so identifizieren, dass sie die Ursache der Probleme sowohl finden als auch beheben können.

SQL Sentry erfasst und speichert kontinuierlich Messdaten, damit Sie Verlaufsdaten für eine Untersuchung verwenden können. Mit dem Dashboard (siehe unten) können Sie mehrere Kennzahlen über Zeiträume hinweg korrelieren und so von einer vereinfachten Sicht auf potenzielle Problembereiche profitieren.

SQL Sentry-Dashboard

„In SQL Sentry können Sie zu jedem beliebigen Zeitpunkt zurückkehren, um festzustellen, was vor sich ging; Sie müssen nicht auf den Server schauen, wenn das Problem auftritt, um es zu untersuchen.“

– Steve Wright, SentryOne Director of Solutions Engineering

 
Optimierung von MDX- oder DAX-Abfragen

In einigen Fällen umfassen die identifizierten Leistungsprobleme die Abfrageoptimierung. Wenn eine Optimierung von MDX- oder DAX-Abfragen erforderlich ist, sind vor allem drei primäre Faktoren zu berücksichtigen:

1. Auswahlmöglichkeiten bei der Abfrageerstellung – Es gibt viele Möglichkeiten, eine Abfrage zu erstellen, und bei einigen ist die Leistung besser als bei anderen. Die in der Abfrage verwendeten Funktionen können einen erheblichen Leistungsunterschied ausmachen. In DAX verwenden zum Beispiel viele Entwickler die Filterfunktion anstelle der Funktion zum Berechnen, weil sie benutzerfreundlicher ist. Die Funktion zum Berechnen verlagert jedoch einen größeren Teil der Aktivität auf die VertiPaq-Speicher-Engine, wodurch die Leistung optimiert wird.
2. Reihenfolge der Vorgänge – Abgesehen von den gewählten Funktionen kann die Effizienz auch durch die Art und Weise beeinflusst werden, wie eine Abfrage geschrieben ist (d. h. die Reihenfolge der Vorgänge). So kann es zum Beispiel effizienter sein, zuerst eine Berechnung der Daten durchzuführen und dann den Filter nach einer schnellen Suche nach Ergebnissen in der Speicher-Engine anzuwenden.
3. Verständnis der Daten – Ein fundiertes Verständnis der Daten spielt ebenfalls eine wichtige Rolle bei der Abfrageoptimierung. Teammitglieder müssen die Daten kennen, um zu verstehen, wie die Funktionen und die Reihenfolge der Vorgänge anzuwenden sind, da die Daten und die Umgebung die Leistung beeinflussen. In einigen Fällen ist dies nicht ganz einfach; die Optimierung erfolgt nach der Trial-and-Error-Methode, während neue Erkenntnisse zu den Daten gewonnen werden.