如果正确读取SQL Server中的扩展事件?

SQL Server中使用扩展事件捕捉所需的信息后,可以选择存放的位置。比如说内存或文件中,但无论存在哪里,其本质都是一个大XML。因此在SQL Server中读取该XML就是解析扩展事件结果的方式。

微软官方或者一些SQL Server论坛提供了使用SQL XML解析扩展事件的脚本,如代码清单1所示。

   1: WITH    events_cte
   2:           AS ( SELECT   DATEADD(mi,
   3:                                 DATEDIFF(mi, GETUTCDATE(), CURRENT_TIMESTAMP),
   4:                                 xevents.event_data.value(‘(event/@timestamp)[1]‘,
   5:                                                          ‘datetime2‘)) AS [event time] ,
   6:                                                             xevents.event_data.value(‘(event/@name)[1]‘,
   7:                                                  ‘nvarchar(128)‘) AS [Event Name],
   8:                         xevents.event_data.value(‘(event/action[@name="client_app_name"]/value)[1]‘,
   9:                                                  ‘nvarchar(128)‘) AS [client app name] ,
  10:                         xevents.event_data.value(‘(event/action[@name="client_hostname"]/value)[1]‘,
  11:                                                  ‘nvarchar(max)‘) AS [client host name] ,
  12:                         xevents.event_data.value(‘(event/action[@name="sql_text"]/value)[1]‘,
  13:                                                  ‘nvarchar(max)‘) AS [sql_text] ,
  14:           
  15:                         xevents.event_data.value(‘(event/action[@name="database_name"]/value)[1]‘,
  16:                                                  ‘nvarchar(max)‘) AS [database name] ,
  17:                         xevents.event_data.value(‘(event/action[@name="username"]/value)[1]‘,
  18:                                                  ‘nvarchar(max)‘) AS [username] ,
  19:                         xevents.event_data.value(‘(event/action[@name="duration"]/value)[1]‘,
  20:                                                  ‘bigint‘) AS [duration (ms)] ,
  21:                         xevents.event_data.value(‘(event/action[@name="cpu_time"]/value)[1]‘,
  22:                                                  ‘bigint‘) AS [cpu time (ms)] ,
  23:                         xevents.event_data.value(‘(event/data[@name="object_name"]/value)[1]‘,
  24:                                                  ‘nvarchar(max)‘) AS [OBJECT_NAME]
  25:                FROM     sys.fn_xe_file_target_read_file(‘D:\XeventResutl\DDLAudit*.xel‘,
  26:                                                         NULL, NULL, NULL)
  27:                         CROSS APPLY ( SELECT    CAST(event_data AS XML) AS event_data
  28:                                     ) AS xevents
  29:              )
  30:     SELECT  *
  31:     FROM    events_cte
  32:     ORDER BY [event time] DESC;

代码清单1.读取扩展事件文件的脚本

但代码清单1的脚本使用的是XQuery,XQuery在使用Xml的节点属性作为删选条件时,数据上千以后就会变得非常慢。因此我对上述脚本进行了改写,将XML读取出来后,变为节点的集合以关系数据格式存放,再用子查询进行筛选,这种方式读取数据基本上是秒出,如代码清单2所示。

   1: WITH   tt
   2:          AS ( SELECT   MIN(event_name) AS event_name ,
   3:               DATEADD(hh,DATEDIFF(hh, GETUTCDATE(), CURRENT_TIMESTAMP),
   4:                                CONVERT(DATETIME, MIN(CASE WHEN d_name = ‘collect_system_time‘
   5:                                                          AND d_package IS NOT NULL THEN d_value
   6:                                                      END))) AS [event_timestamp] ,
   7:                        CONVERT 
   8:        (VARCHAR(MAX), MIN(CASE WHEN  d_name = ‘client_hostname‘
   9:                                     AND d_package IS NOT NULL THEN d_value
  10:                           END)) AS [Client_hostname] ,
  11:                        CONVERT 
  12:        (VARCHAR(MAX), MIN(CASE WHEN --event_name = ‘sql_batch_completed‘
  13:                                d_name = ‘client_app_name‘
  14:                               THEN d_value
  15:                     END)) AS [Client_app_name] ,
  16:                        CONVERT 
  17:        (VARCHAR(MAX), MIN(CASE WHEN  d_name = ‘database_name‘
  18:                                     AND d_package IS NOT NULL THEN d_value
  19:                           END)) AS [database_name] ,
  20:                           CONVERT
  21:                                   (VARCHAR(MAX), MIN(CASE WHEN  d_name = ‘object_name‘
  22:                                      THEN d_value
  23:                           END)) AS [object_name] ,
  24:                        CONVERT 
  25:        (BIGINT, MIN(CASE WHEN event_name = ‘sql_batch_completed‘
  26:                               AND d_name = ‘duration‘
  27:                               AND d_package IS NULL THEN d_value
  28:                     END)) AS [sql_statement_completed.duration] ,
  29:             
  30:                        CONVERT 
  31:        (VARCHAR(MAX), MIN(CASE WHEN d_name = ‘sql_text‘
  32:                                      THEN d_value
  33:                           END)) AS [sql_statement_completed.sql_text] ,
  34:                        CONVERT 
  35:        (VARCHAR(MAX), MIN(CASE WHEN d_name = ‘username‘
  36:                                     AND d_package IS NOT NULL THEN d_value
  37:                           END)) AS [username] 
  38:               FROM     ( SELECT    * ,
  39:                                    CONVERT(VARCHAR(400), NULL) AS attach_activity_id
  40:                          FROM      ( SELECT    event.value(‘(@name)[1]‘,
  41:                                                            ‘VARCHAR(400)‘) AS event_name ,
  42:                                                DENSE_RANK() OVER ( ORDER BY event ) AS unique_event_id ,
  43:                                                n.value(‘(@name)[1]‘,
  44:                                                        ‘VARCHAR(400)‘) AS d_name ,
  45:                                                n.value(‘(@package)[1]‘,
  46:                                                        ‘VARCHAR(400)‘) AS d_package ,
  47:                                                n.value(‘((value)[1]/text())[1]‘,
  48:                                                        ‘VARCHAR(MAX)‘) AS d_value ,
  49:                                                n.value(‘((text)[1]/text())[1]‘,
  50:                                                        ‘VARCHAR(MAX)‘) AS d_text
  51:                                      FROM      ( SELECT    ( SELECT
  52:                                                              CONVERT(XML, target_data)
  53:                                                              FROM
  54:                                                              sys.dm_xe_session_targets st
  55:                                                              JOIN sys.dm_xe_sessions s ON s.address = st.event_session_address
  56:                                                              WHERE
  57:                                                              s.name = ‘DDL‘
  58:                                                              AND st.target_name = ‘ring_buffer‘
  59:                                                            ) AS [x]
  60:                                                FOR
  61:                                                  XML PATH(‘‘) ,
  62:                                                      TYPE
  63:                                                ) AS the_xml ( x )
  64:                                                CROSS APPLY x.nodes(‘//event‘) e ( event )
  65:                                                CROSS APPLY event.nodes(‘*‘)
  66:                                                AS q ( n )
  67:                                    ) AS data_data
  68:                        ) AS activity_data
  69:               GROUP BY unique_event_id
  70:             )
  71:    SELECT  *
  72:    FROM    tt
  73:  

代码清单2.对扩展事件结果的优化读取方式

参考资料:http://blog.wharton.com.au/2011/06/13/part-5-openxml-and-xquery-optimisation-tips/

时间: 2024-08-03 19:10:18

如果正确读取SQL Server中的扩展事件?的相关文章

(4.7)怎么捕获和记录SQL Server中发生的死锁?

转自:https://blog.csdn.net/c_enhui/article/details/19498327 怎么捕获和记录SQL Server中发生的死锁? sql server如何让错误日志记录死锁 2014年02月19日 18:25:55 阅读数:1313 我们知道,可以使用SQL Server自带的Profiler工具来跟踪死锁信息.但这种方式有一个很大的敝端,就是消耗很大.据国外某大神测试,profiler甚至可以占到服务器总带宽的35%,所以,在一个繁忙的系统中,使用profi

SQLServer中使用扩展事件获取Session级别的等待信息以及SQLServer 2016中Session级别等待信息的增强

本文出处:http://www.cnblogs.com/wy123/p/6835939.html 什么是等待 简单说明一下什么是等待:当应用程序对SQL Server发起一个Session请求的时候,这个Session请求在数据库中执行的过程中会申请其所需要的资源,比如可能会申请内存资源,表上的锁资源,物理IO资源,网络资源等等,如果当前Session运行过程中需要申请的某些资源无法立即得到满足,就会产生等待.SQL Server会以不用的方式来展现这个等待信息,比活动Session的等待信息,

[转] C#实现在Sql Server中存储和读取Word文件

出处 C#实现在Sql Server中存储和读取Word文件 要实现在Sql Server中实现将文件读写Word文件,需要在要存取的表中添加Image类型的列,示例表结构为: CREATE TABLE CONTRACTS ( ID VARCHAR (50), CONTRACT_FILE IMAGE ); 要将Word文件存储到数据库的CONTRACT_FILE字段中,需要将文件转换为byte数组,具体代码如下: /// 将文件转换为byte数组 /// <summary> /// 将文件转换

此操作只能由 SQL Server 中拥有配置数据库读取权限的用户在已加入到某个服务器场的计算机上执行

错误提示:此操作只能由 SQL Server 中拥有配置数据库读取权限的用户在已加入到某个服务器场的计算机上执行.若要将此服务器连接到服务器场,请使用 SharePoint 产品配置向导,该向导可从 Microsoft SharePoint 2010 产品的“开始”菜单启动. 问题原因:服务器场系统域帐号webrun密码已过期. 解决办法:设置该系统域帐号密码永不过期.

SQL Server中sp_spaceused统计数据使用的空间总量不正确的原因

原文:SQL Server中sp_spaceused统计数据使用的空间总量不正确的原因 很多时候,我们经常使用sp_spaceused来查看表的空间使用情况,上个月群里有个网友说他使用DELETE删除了数据后,使用sp_spaceused查看,发现该表的分配的空间总量(reserved)与数据使用的空间总量(data)没有变化,当时和他讨论了并分析了一下原因,随手记录了一下这个案例,这个周末刚好有点时间,正好分析整理一下这个案例.分享在这篇文章.如下所示,我们先构造数据,我们的测试案例比较极端,

SQL Server中的事务日志管理(9/9):监控事务日志

当一切正常时,没有必要特别留意什么是事务日志,它是如何工作的.你只要确保每个数据库都有正确的备份.当出现问题时,事务日志的理解对于采取修正操作是重要的,尤其在需要紧急恢复数据库到指定点时.这系列文章会告诉你每个DBA应该知道的具体细节. 对于在我们关注下的所有数据库,在日志维护方面,我们的首要目标是最优化写性能,为了支持SQL Server写入日志的所有活动,包括数据修改,数据读取,索引维护等等.但是,留意下可能的日志碎片也是重要的,如前面文章介绍的,它会影响需要读取日志的过程性能,例如日志备份

转载: SQL Server中的索引

http://www.blogjava.net/wangdetian168/archive/2011/03/07/347192.html 1 SQL Server中的索引 索引是与表或视图关联的磁盘上结构,可以加快从表或视图中检索行的速度.索引包含由表或视图中的一列或多列生成的键.这些键存储在一个结构(B 树)中,使 SQL Server 可以快速有效地查找与键值关联的行. 表或视图可以包含以下类型的索引: 聚集索引 聚集索引根据数据行的键值在表或视图中排序和存储这些数据行.索引定义中包含聚集索

SQL Server中的锁

NOLOCK(不加锁) 此选项被选中时,SQL Server 在读取或修改数据时不加任何锁. 在这种情况下,用户有可能读取到未完成事务(Uncommited Transaction)或回滚(Roll Back)中的数据, 即所谓的“脏数据”. HOLDLOCK(保持锁) 此选项被选中时,SQL Server 会将此共享锁保持至整个事务结束,而不会在途中释放. UPDLOCK(修改锁) 此选项被选中时,SQL Server 在读取数据时使用修改锁来代替共享锁,并将此锁保持至整个事务或命令结束.使用

SQL Server中的索引

1 SQL Server中的索引 索引是与表或视图关联的磁盘上结构,可以加快从表或视图中检索行的速度.索引包含由表或视图中的一列或多列生成的键.这些键存储在一个结构(B 树)中,使 SQL Server 可以快速有效地查找与键值关联的行. 表或视图可以包含以下类型的索引: 聚集索引 聚集索引根据数据行的键值在表或视图中排序和存储这些数据行.索引定义中包含聚集索引列.每个表只能有一个聚集索引,因为数据行本身只能按一个顺序排序. 只有当表包含聚集索引时,表中的数据行才按排序顺序存储.如果表具有聚集索