站长必修：SQL Server运维12大坑与交互避险指南

　　跟老板拍桌子。不是为预算，是为那个“自动优化建议”弹窗——它第十七次把主键索引删了又重建，而我们正在跑日结对账。PM在会议室白板上画第三遍“用户旅程图”，我盯着 SSMS 里那行绿色小字：“Index rebuild completed successfully”，手还在抖。

　　这个我敢打包票：SQL Server Management Studio 19.4 的“生成脚本向导”在勾选“包含依赖对象”后，会偷偷把你刚加的 computed column 的 PERSISTED 属性抹掉。不是漏，是抹。我亲眼看着它删的——删得特别利索，像用橡皮擦掉铅笔线，还带一点轻微反光。你回看脚本，啥都没写错，可上线一查，所有依赖视图全报 conversion failed。前天下午三点，我一边重跑 alter table，一边看见后端老陈蹲在茶水间门口啃冷馒头，他手机屏亮着，显示钉钉消息“客户问对账延迟是不是你们改了索引”。我没吭声。馒头太干，他噎了一下，伸手去接水，结果碰倒了饮水机旁边的绿萝盆栽，土洒了一地。

　　站长必修那十二个坑？别信标题。它没说清最要命的那个：auto-close = TRUE 在 Always On 可读副本上开启后，第一次查询触发数据库打开时，会卡住整个连接池三秒半。不报错，不告警，就挂在那里——就像电梯到了但门不开，所有人等，没人知道按钮早被谁按过三次。我原以为是网络抖动，结果抓包看到是 SPID 持有 LCK_M_SCH_S 锁在 sys.databases 上，而锁源头是那个被设成 auto-close 的数据库的内部状态同步线程。我说不准这算不算 bug，微软 KB 文档里用的是“behavioral quirk”这个词，翻译过来就是“我们懒得改”。

文章配图，仅供参考

　　再比如那个“最大并行度（MAXDOP）设成 0”的坑。文档写得跟禅宗公案一样：“SQL Server 将使用所有可用逻辑处理器”。可实际呢？当你在 64 核虚拟机上跑一个 SELECT TOP 1 FROM 表名 WHERE 主键 = @id，它真会拉满 64 个线程来扫单行？不。它会启动 19 个线程，其中 18 个等 I/O 完，1 个在等 CPU 缓存同步，还有一个在等另一个线程释放 spinlock。我敢打包票：这个数字 19，和服务器 BIOS 设置里的 NUMA 节点数、SQL Server 启动参数 -T1117 的启用状态、以及当天 Windows 更新是否重启过服务都有关，但它和你写的 SQL 无关。你写的越干净，它越疯。

　　CDN 账单这事其实跟我没关系。但上个月我们 CDN 流量暴涨 37%，后台发现全是 /api/heartbeat 带着 ?v=2023.8.12 参数在刷。运维说这是健康检查，没问题。我点了下那个 URL，响应头里 Content-Type 是 text/html；再看响应体，居然是 SQL Server 默认错误页的源码片段，混着一句：“Cannot open database ‘monitoring_db’ requested by the login.” 然后我就顺手把那段 HTML 里嵌着的 stack trace 截了图，发给了负责监控平台的 PM。她回复：“哦，我们改了探针配置，把连接字符串硬编码进容器镜像了。”——这人上周五刚提离职。现在她的工位上只剩一个空咖啡杯，杯底压着张便签，字是圆珠笔写的：“已转交小王”。小王是谁？没查。反正我那天中午没喝咖啡，只倒了半杯水，看见对面工程师换了一根充电线，Type-C 接口那种，灰白色，线身有点弯折，像用久了。

　　优胜劣汰这点倒是真。不是说技术淘汰人，是交互设计层面的淘汰：谁还容忍“执行查询 → 弹出确认对话框 → 勾选‘我理解风险’→ 输入管理员密码 → 再点确定 → 然后等三分钟才能看到结果”？我们给 DBA 做的运维工具里，就把“收缩日志文件”按钮藏了三级菜单，还加了个倒计时提示：“该操作可能引发查询阻塞（预计持续时间：22 秒）”，但真正点进去后，第一行大字却是：“您确定要让 SQL Server 自己决定什么该缩、什么不该缩？”——底下两个按钮：“听它的”、“让我自己写语句”。我们测过，82% 的人点“听它的”，结果三个月后他们服务器上 log_reuse_wait_desc 变成了 REPLICATION，因为“听它的”顺手把 transaction log backup job 给停了。所以后来我们改了：按钮变成“立刻收缩（不备份）”和“安全收缩（强制触发一次日志备份）”，第二选项默认高亮，且鼠标悬停时浮层弹出最近七天备份失败记录。这不是功能升级，是交互赎罪。

　　至于那些没写的坑？比如“WITH (NOLOCK) 在跨库 JOIN 时会让 tempdb 的 version store 增长不受控”，比如“SSIS 包部署后默认不加载 connection string 中的 integrated security=false 配置”，比如“SQL Server Agent 作业步如果用 PowerShell 子系统，失败时 exit code 总是 0，除非你手动加 $LASTEXITCODE -ne 0”……这些我懒得列了。真踩进去的人，早不看指南了，他在 grep errorlog、在改 registry key、在翻 SQL Server 内部视图 sys.dm_os_memory_brokers 里的 memory_node_id 字段含义。我现在桌面上开着三个窗口：SSMS、Notion、还有个 Chrome 标签页停在 GitHub sql-server-samples 仓库主页。我原以为能抄个现成的监控脚本，结果点进去全是 .md 文件，最后一个提交是两年半前，作者签名写着：“Moving on to Cosmos DB :)”。

　　下一步？我打算把那个“自动优化建议”弹窗替换成一行灰色文字，写在查询窗口底部状态栏里：“此操作将重建索引（影响约 3280 行），预估 IO 成本：47ms，CPU 开销：89%，上次类似操作导致订单表锁表 2.4 秒——是否继续？”不弹窗，不确认，就让它在那儿闪。用户爱点就点，不爱点拉倒。反正，我明天先去把茶水间门口的绿萝重新栽好。土是干的，根有点发白，但茎节还硬。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!