我的新书上市了，敬请关注：《SQL On Linux运维实践2017版从入门到精通》

Linux 上的 SQL 被 高管称为最成功的 SQL 产品。 除了一系列的平台兼容性和大数据兼容性之外，在性能上也有重要的提升。 接下来的几篇文章将介绍SQL On Linux的性能。 提升。

内置扩展性简介

接下来的内容可能有点难以理解。 在设计和实现SQL On Linux时，我们考虑了如何动态扩展和最大化利用CPU、I/O和内存资源，无论是在物理机、虚拟机甚至是容器中。

实现这些扩展的组件是SQLOS，它是一个内置组件，用于调度资源和提供内存服务。 所有 SQL 引擎组件都使用 SQLOS 创建和执行任务，这些任务由工作线程池实现。

SQLOS服务的调度系统是一个非抢占式系统。 这种非抢占式行为（简单来说，没有提权操作）可以最大限度地减少内核上下文切换并最大限度地提高CPU资源利用率。

为了实现这个目标，SQLOS根据发现的逻辑CPU的数量创建一个调度列表（list），并从整个工作线程池中为每个调度程序分配一组工作线程。

当某些操作（例如查询操作）传入数据库时​​，会生成新的任务来处理这些操作，并将新任务分配给特定调度器的工作线程来执行。

具体内容请参考T-SQL执行内幕（二）-任务、、、、、、

在NUMA架构中，调度系统可以自动检测并利用跨节点的NUMA优势。 SQLOS可以在NUMA节点中的任何CPU上运行工作线程，但避免在当前节点以外的节点上运行，从而减少外部内存访问的开销。 对 NUMA 节点和 CPU 的感知允许 SQL 跨 CPU 执行工作，以最大限度地提高可扩展性。 简单来说，NUMA节点是CPU和内存的一个单元组，工作线程可以在节点内运行。 而节点之间的资源，尤其是CPU，则用来分担负载。 此外，SQL还可以根据节点和CPU对内部数据结构和列表进行分区，以确保代码在高并发负载下尽可能少地出现瓶颈。 不过，作为普通用户，这部分不需要理解得很深。

使用 DMV 查看

前面的部分有点术语化，不太直观，所以让我们使用 DMV 来看看它是什么样子的。

调度、节点和CPU

以下DMV可用于查看此部分信息：

使用以下脚本查看信息

select scheduler_id,cpu_id,status,is_online,current_tasks_count,current_workers_count,active_workers_count,work_queue_count
from sys.dm_os_schedulers

本系列的demo环境结果如下：

从图中第三列可以看到有4个“ ”值。 这些是用于运行 SQL 任务和工作线程的常规调度程序。 然后还有几个，用于一些后台或其他任务，例如备份。

如果有需要可以参考官方文档的完整列表：sys. (-SQL)

任务和线程

您可以使用 sys. 查看最大工作线程的当前值。 该配置值是大多数情况下的最优配置，不建议修改。 不过确实有一些情况是需要手动更改的，后面会提到。

这是SQL 2016以来出现的新特性。这也是开头提到NUMA的原因。 现代硬件架构已经支持每个 CPU 具有超过 8 个物理核心的架构。 过去，单纯使用NUMA架构可能会对新架构造成限制。 为此，SQL引入了Auto Soft NUMA对节点和CPU进行逻辑分区，以提供更好的扩展性。 因为我的环境没有足够的CPU来模拟，所以我无法在这里演示。 我只能从网上盗几张图来用：

下图显示该机器有 96 个逻辑处理器。 一旦SQL发现每个CPU的物理核心数超过8个，它就会自动启动Auto Soft NUMA，然后尝试对NUMA节点进行分区。 使其逻辑 NUMA 节点尽可能接近每个节点 8 个 CPU。

自动执行NUMA和CPU映射：

有关此新功能的技术详细信息，请参阅官方博客：How It Works (It Just Runs): Auto Soft NUMA。 默认情况下，自动软 NUMA 处于打开状态。 如果您认为可能因此而出现问题，可以使用 ALTER 将其关闭。

概括

本文以资源调度为出发点，简单提到了一些以后会用到的术语，比如调度、工作线程、任务等。 它还引入了SQL 2016的核心功能Auto Soft NUMA技术。