簡介

     SQL Server OS是在Windows之上，用于服務SQL Server的一個用戶級別的操作系統(tǒng)層次。它將操作系統(tǒng)部分的功能從整個SQL Server引擎中抽象出來，單獨形成一層，以便為存儲引擎提供服務。SQL Server OS主要提供了任務調度、內存分配、死鎖檢測、資源檢測、鎖管理、Buffer Pool管理等多種功能。本篇文章主要是談一談SQL OS中所提供的任務調度機制。

搶占式(Preemptive)調度與非搶占式(non-Preemptive)調度

    數(shù)據(jù)庫層面的任務調度的起源是ACM上的一篇名為“Operating System Support for Database Management”。但是對于Windows來說，在操作系統(tǒng)層面專門加入支持數(shù)據(jù)庫的任務調度，還不如在SQL Server中專門抽象出來一層進行調度，既然可以抽象出來一層進行數(shù)據(jù)庫層面的任務調度，那么何不在這個抽象層進行內存和IO等的管理呢？這個想法，就是SQL Server OS的起源。

    在Windows NT4之后，Windows任務調度是搶占式的，也就是說Windows任務是根據(jù)任務的優(yōu)先級和時間片來決定。如果一個任務的時間片用完，或是有更高優(yōu)先級的任務正在等待，那么操作系統(tǒng)可以強制剝奪正在運行的線程（線程是任務調度的基本單位）所占用的CPU，將CPU資源讓給其它線程。

    但是對于SQL Server來說，這種非合作式的、基于時間片的任務調度機制就不那么合適了。如果SQL Server使用Windows內的任務調度機制來進行任務調度的話，Windows不會根據(jù)SQL Server的調度機制進行優(yōu)化，只是根據(jù)時間片和優(yōu)先級來中斷線程，這會導致如下兩個缺陷:

Windows不會知道SQL Server中任務(也就是SQL OS中的Task,會在文章后面講到)的最佳中斷點，這勢必會造成更多的Context Switch（Context Switch代價非常非常高昂,需要線程字用戶態(tài)和核心態(tài)之間轉換），因為Windows調度不是線程本身決定是否該出讓CPU，而是由Windows決定。Windows并不會知道當前數(shù)據(jù)庫中對應的線程是否正在做關鍵任務，只會不分青紅皂白的奪取線程的CPU。 連入SQL Server的連接不可能一直在執(zhí)行，每一個Batch之間會有大量空閑時間。如果每個連接都需要單獨占用一個線程，那么SQL Server維護這些線程就需要消耗額外的資源，這是很不明智的。

     而對于SQL Server OS來說，線程調度采用的合作模式而不是搶占模式。這是因為這些數(shù)據(jù)庫內的任務都在SQL Server這個SandBox之內，SQL Server充分相信其內線程，所以除非線程主動放棄CPU，SQL Server OS不會強制剝奪線程的CPU。這樣一來，雖然Worker之間的切換依然是通過Windows的Context Switch進行，但這種合作模式會大大減少所需Context Switch的次數(shù)。

    SQL Server決定哪一個時間點哪一個線程運行，是通過一個叫Scheduler的東西進行的，下面讓我們來看Scheduler。

Scheduler

    SQL Server中每一個邏輯CPU都有一個與之對應的Scheduler，只有拿到Scheduler所有權的任務才允許被執(zhí)行，Scheduler可以看做一個隊SQLOS來說的邏輯CPU。您可以通過sys.dm_os_schedulers這個DMV來看系統(tǒng)中所有的Scheduler，如圖1所示。
  

    圖1.查看sys.dm_os_schedulers

   我的筆記本是一個i7四核8線程的CPU，對應的，可以看到除了DAC和運行系統(tǒng)任務的HIDDEN Scheduler，剩下的Scheduler一共8個，每個對應一個邏輯CPU，用于處理內部Task。當然，您也可以通過設置Affinity來將某些Scheduler Offline，如圖2所示。注意，這個過程是在線的，無需重啟SQL Server就能實現(xiàn)。

    圖2.設置Affinity

    此時，無需重啟實例就能看到4個Scheduler被Offline,如圖3所示:
 

    圖3.在線Offline 4個Scheduler

    一般來說，除非您的服務器上運行其他實例或程序，否則不需要控制Affinity。

    在圖1中，我們還注意到，除了Visible的Scheduler之外，還有一些特殊的Scheduler，這些Scheduler的ID都大于255，這類Scheduler都用于系統(tǒng)內部使用，比如說資源管理、DAC、備份還原操作等。另外，雖然Scheduler和邏輯CPU的個數(shù)一致，但這并不意味著Scheduler和固定的邏輯CPU相綁定，而是Scheduler可以在任何CPU上運行，只有您設置了Affinity Mask之后，Scheduler才會被固定在某個CPU上。這樣的一個好處是，當一個Scheduler非常繁忙時，可能不會導致只有一個物理CPU繁忙，因為Scheduler會在多個CPU之間移動，從而使得CPU的使用傾向于平均。

    這意味著對于一個比較長的查詢，可以前半部分在CPU0上執(zhí)行，而后半部分在CPU1上執(zhí)行。

    另外，在每一個Scheduler上，同一時間只能有一個Worker運行，所有的資源都就緒但沒有拿到Scheduler，那么這個Worker就處于Runnable狀態(tài)。下面讓我們來看一看Worker。

Worker

    每一個Worker可以看做是對應一個線程（或纖程），Scheduler不會直接調度線程，而是調度Worker。Worker會隨著負載的增加而增加，換句話說，Worker是按需增加，直到增加到最大數(shù)字。在SQL Server中，默認的Worker最大數(shù)是由SQL Server進行管理的。根據(jù)32位還是64位，以及CPU的數(shù)量來設置最大Worker,具體的計算公式，您可以參閱BOL：http://msdn.microsoft.com/zh-cn/library/ms187024(v=sql.105).aspx。當然您也可以設置最大Worker數(shù)量，如圖4所示。

    圖4.設置最大Worker數(shù)量  

    如果是自動配置，那么SQL Server的最大工作線程數(shù)量可以在sys.dm_os_sys_info中看到，如圖5所示。

     圖5.查看自動配置的最大Worker數(shù)量

    一般來說，這個值您都無需進行設置，但也有一些情況，需要設置這個值。那就是Worker線程用盡，此時除了DAC之外，您甚至無法連入SQL Server。

    Worker實際上會對應Windows上的一個線程，并與某個特定Scheduler綁定，每一個Worker只要開始執(zhí)行Task,除非Task完成，否則Worker永遠不會放棄這個Task,如果一個Task在運行過程由于鎖、IO等陷入等待，那么實際上Worker就會陷入等待。

    此外，同一個連接內的多個Batch之間傾向于使用同一個Worker,比如第一個Batch使用了Worker 100,那么第二個Batch也同樣傾向于是用Worker 100，但這并不絕對。

    正在運行的任務所是用的Worker，我們可以通過DMV sys.dm_exec_requests查看正在運行的任務，其中的Task_Address列可以看到正在運行的Task,再通過sys.dm_os_tasks的Worker_Address來查看對應的Worker。

    SQL Server會為每一個Worker保留大約2M左右的內存，對于每一個Scheduler上所能有的Worker數(shù)量是服務器的最大Worker數(shù)量/在線的Scheduler,每一個Scheduler所綁定的Worker會形成Worker池，這意味著每一個Scheduler需要Worker時，首先在Worker池中中查找空閑的Worker，如果沒有空閑的Worker時，才會創(chuàng)建新的Worker。這個行為會和連接池類似。

    那么當一個Scheduler空閑超過15分鐘，或是Windows面臨內存壓力時。SQL Server就會嘗試Trim這個Worker池來釋放被Worker所占用的內存。

Task

    Task是Worker上運行的最小任務單元。只能拿到Worker的Task才能夠運行。我們可以看下面一個簡單的例子，如代碼1所示。

    代碼1.一個連接上的兩個Batch

    代碼1中的兩個Batch屬于一個連接，每一個Batch中都是一個簡單的Task,如我們前面所說，這兩個Task更傾向于復用同一個Worker，因為他們屬于同一個連接。但也有可能，這兩個Task使用了不同的Worker,甚至是不同的Scheduler。

    除了用戶所用的Task之外，還有一些永久的系統(tǒng)Task，這類Task會永遠占據(jù)Worker,這些Task包括死鎖檢測、Lazy Writer等。

Task在Scheduler上的平均分配

    新的Task還會嘗試在Scheduler之間平均分配，可以通過sys.dm_os_schedulers來看到一個load_factor列，這列的值就是用于供Task向Scheduler進行分配時，用來參考。

    每次一個新的Task進入Node時，會選擇負載最少的的Scheduler。但是，如果每次都來做一次選擇，那么就會在Task入隊時造成瓶頸(這個瓶頸類似于TempDB SGAM頁爭搶)。因此SQL OS對于每一個連接，都會記住上次運行的Scheduler ID，在新的Task進入時作為提示(Hint)。但如果一個Scheduler的負載大于所有Scheduler平均值的20%，則會忽略這個提示。負載可以通過上面提到的load_factor列來看，對于某個Task運行的時間比較長，則很有可能造成Scheduler上Task分配的不均勻。

Worker的Yield

    由于SQL Server是非搶占式調度，那么就不能為了完成某個Task，讓Worker占據(jù)Scheduler一直運行。如果是這樣，那么處于Runnable的Worker將會饑餓，這不利于大量并發(fā)，也違背了SQL OS調度的初衷。

    因此，在合適的時間點讓出Scheduler就是關鍵。Worker讓出CPU使得其它Worker可以運行的過程稱之為yield。yield大體可分為兩種，一種是所謂的“natural yield”,這種方式是Worker在運行過程中被鎖或是某些資源阻塞，此時，該Worker就會讓出Scheduler來讓其它Worker運行。另外一種情況是Worker沒有遇到阻塞，但在時間片到了之后，主動讓出Scheduler,這就是所謂的“voluntarily yield”，這也就是SOS_SCHEDULER_YIELD等待類型的由來，一個Worker由RUNNING狀態(tài)轉到WAITING狀態(tài)的過程被稱之為switching。SQL OS的一個基本思想就是，要多進行switching，來保證高并發(fā)。下面我們來看幾種常見的yield場景:

基于時間片的voluntarily yield大概使得Worker每4秒yield一次。這個值可以通過sys.dm_os_schedulers的quantum_length_us列看到。

每64K結果集排序，就做一次yield。

語句complie,會做yield。

讀取數(shù)據(jù)頁時

batch中每一句話做完，就會做一次yield。

    
 圖6.一個Task完整的生命周期

每一個Scheduler的任務調度

    對于每一個Scheduler的調度，一個簡單的模型如圖7所示。    

圖7.一個Scheduler的調度周期模型

小結 
    SQL Server OS在Windows之上抽象出一套非搶占式的任務調度機制，從而減少了Context Switch。同時，又有一套線程自己的yield機制，相比Windows隨機搶占數(shù)據(jù)庫之內的線程而言，讓線程自己來yield則會大量減少Context Switch,從而提升了并發(fā)性。