کنترل Batch Mode Adaptive Joins؛ آموزش کامل BATCH_MODE_ADAPTIVE_JOINS در SQL Server

Join مناسب برای ده ردیف با Join مناسب برای ده میلیون ردیف یکی نیست. Adaptive Join بخشی از تصمیم را تا زمان روشن‌ترشدن اندازه واقعی داده عقب می‌اندازد.

Adaptive Join بخشی از تصمیم Join را از Compile به Runtime منتقل می‌کند. Plan یک آستانه دارد و بعد از روشن‌شدن اندازه واقعی ورودی، مسیر مناسب‌تر انتخاب می‌شود. در این مقاله از Syntax و خواندن مقدار فعلی شروع می‌کنیم و بعد به سناریوی واقعی، روش اندازه‌گیری، خطاهای رایج و تصمیم Production می‌رسیم.

برای دیدن ارتباط این گزینه با سایر تنظیمات، راهنمای جامع Database Scoped Performance Configuration را هم ببینید.

تعریف و منطق فنی

انتخاب پویا بین Nested Loops و Hash Join در Runtime بر اساس تعداد واقعی ردیف‌ها.

Adaptive Join بخشی از تصمیم Join را از Compile به Runtime منتقل می‌کند. Plan یک آستانه دارد و بعد از روشن‌شدن اندازه واقعی ورودی، مسیر مناسب‌تر انتخاب می‌شود.

اصل عملی: تنظیم Performance فقط وقتی ارزش دارد که مسئله، معیار موفقیت و راه برگشت آن از قبل روشن باشد.

Syntax اصلی

ALTER DATABASE SCOPED CONFIGURATION SET BATCH_MODE_ADAPTIVE_JOINS = ON;

مقادیر و رفتار

• مقدار یا فرمان: ON یا OFF.
• سناریوی مناسب: Query تحلیلی با تعداد ردیف بسیار متغیر بر اساس فیلتر کاربر
• ریسک اصلی: وجود Adaptive Join به معنی بهتر بودن همیشگی Plan نیست؛ Statistics، Predicate و Design همچنان مهم‌اند.
• نکته نسخه: Adaptive Join از SQL Server 2017 در خانواده Intelligent Query Processing معرفی شد و کنترل Database-scoped آن با Compatibility مناسب قابل استفاده است.

این نقشه رابطه BATCH_MODE_ADAPTIVE_JOINS را با Nested Loops، Hash Join و شاخص‌های Runtime نشان می‌دهد. تصویر برای فهم دامنه اثر است و جای Execution Plan واقعی را نمی‌گیرد.

چطور قبل از تغییر تصمیم بگیریم

قبل از اجرای تغییر، Queryهای نماینده را بر اساس اهمیت تجاری و مصرف منابع جدا کنید. Plan آنها را در Query Store نگه دارید و فقط یک متغیر را تغییر دهید. اگر هم‌زمان Index، Compatibility Level و BATCH_MODE_ADAPTIVE_JOINS را عوض کنید، Attribution نتیجه از بین می‌رود.

معیار تک Query و معیار کل Workload را جدا ببینید. ممکن است یک Query سریع‌تر شود اما Throughput کل افت کند. وجود Adaptive Join به معنی بهتر بودن همیشگی Plan نیست؛ Statistics، Predicate و Design همچنان مهم‌اند. به همین دلیل Concurrency و مصرف منابع باید کنار زمان پاسخ سنجیده شود.

اشتباه رایج: دیدن Adaptive Join در Plan و فرض‌کردن اینکه Optimizer دیگر به Statistics دقیق نیاز ندارد. راه حرفه‌ای این است که فرضیه، Baseline، Change و Rollback در یک سند کوتاه و قابل بازبینی ثبت شوند.

جریان BATCH_MODE_ADAPTIVE_JOINS از مشاهده وضعیت، اعمال Change، Compile یا Runtime Behavior و سپس Measure عبور می‌کند. نقاط اندازه‌گیری قبل و بعد باید یکسان باشند.

۱۰ مثال عملی و قابل اجرا

SELECT name, value, value_for_secondary
FROM sys.database_scoped_configurations
WHERE name = N'BATCH_MODE_ADAPTIVE_JOINS';

ALTER DATABASE SCOPED CONFIGURATION SET BATCH_MODE_ADAPTIVE_JOINS = ON;

ALTER DATABASE SCOPED CONFIGURATION SET BATCH_MODE_ADAPTIVE_JOINS = OFF;

SELECT DB_NAME() AS DatabaseName, compatibility_level
FROM sys.databases
WHERE database_id = DB_ID();

SELECT TOP (20) qsq.query_id, qsp.plan_id, rs.avg_duration, rs.avg_cpu_time
FROM sys.query_store_query AS qsq
JOIN sys.query_store_plan AS qsp ON qsp.query_id = qsq.query_id
JOIN sys.query_store_runtime_stats AS rs ON rs.plan_id = qsp.plan_id
ORDER BY rs.avg_duration DESC;

SET STATISTICS IO ON;
SET STATISTICS TIME ON;
SELECT TOP (1000) object_id, name, type_desc
FROM sys.objects
ORDER BY object_id DESC;
SET STATISTICS TIME OFF;
SET STATISTICS IO OFF;

SELECT counter_name, cntr_value
FROM sys.dm_os_performance_counters
WHERE object_name LIKE N'%SQL Statistics%'
  AND counter_name IN (N'Batch Requests/sec',N'SQL Compilations/sec',N'SQL Re-Compilations/sec');

SELECT TOP (20) qs.execution_count, qs.total_worker_time, qs.total_elapsed_time,
       SUBSTRING(st.text,1,300) AS sample_sql
FROM sys.dm_exec_query_stats AS qs
CROSS APPLY sys.dm_exec_sql_text(qs.sql_handle) AS st
ORDER BY qs.total_worker_time DESC;

IF CAST(SERVERPROPERTY('ProductMajorVersion') AS int) >= 13
BEGIN
    ALTER DATABASE SCOPED CONFIGURATION SET BATCH_MODE_ADAPTIVE_JOINS = ON;
END
ELSE
    THROW 50010, N'نسخه موتور برای این Deployment بررسی شود.', 1;

-- Rollback کنترل‌شده
ALTER DATABASE SCOPED CONFIGURATION SET BATCH_MODE_ADAPTIVE_JOINS = OFF;
SELECT name, value, value_for_secondary
FROM sys.database_scoped_configurations
WHERE name = N'BATCH_MODE_ADAPTIVE_JOINS';

خطاهای رایج

• دیدن Adaptive Join در Plan و فرض‌کردن اینکه Optimizer دیگر به Statistics دقیق نیاز ندارد.
• اعمال چند تغییر Performance در یک Release و از دست دادن امکان تشخیص علت.
• مقایسه Warm Cache با Cold Cache و نتیجه‌گیری قطعی.
• نادیده گرفتن تفاوت نسخه، CU و Compatibility Level بین Test و Production.
• تمرکز فقط روی Duration و ندیدن CPU، Reads، Memory، Spill، Blocking یا Throughput.

Performance Considerations

اثر BATCH_MODE_ADAPTIVE_JOINS را با Metric همان Feature بسنجید. مفاهیم کلیدی این مقاله: Adaptive Join, Nested Loops, Hash Join, Threshold, Batch Mode. اگر معیار انتخابی با این زنجیره ارتباطی ندارد، آزمایش ممکن است نتیجه گمراه‌کننده بدهد.

وجود Adaptive Join به معنی بهتر بودن همیشگی Plan نیست؛ Statistics، Predicate و Design همچنان مهم‌اند. این ریسک دلیل طراحی آزمایش بهتر است، نه دلیل تصمیم عجولانه. Query Store، Actual Plan و DMVهای Runtime را کنار هم ببینید.

بهترین روش‌ها

1. مقدار فعلی، نسخه Engine و Compatibility Level را ثبت کنید.
2. Baseline Queryهای حیاتی را بگیرید.
3. تغییر را ابتدا در محیط مشابه Production یا بازه کم‌ریسک اجرا کنید.
4. فقط یک متغیر Performance را عوض کنید.
5. Rollback را پیش از Deployment بنویسید.
6. Plan و Runtime را در چند بازه بررسی کنید.
7. اگر نتیجه مبهم است تغییر را دائمی نکنید.

سناریوی عملی BATCH_MODE_ADAPTIVE_JOINS سه بخش دارد: Baseline، تغییر کنترل‌شده و تصمیم بر اساس Measure. حذف هر کدام کیفیت تصمیم را پایین می‌آورد.

سؤالات متداول

BATCH_MODE_ADAPTIVE_JOINS دقیقاً چه مشکلی را هدف می‌گیرد؟

برای انتخاب پویا بین Nested Loops و Hash Join در Runtime بر اساس تعداد واقعی ردیف‌ها طراحی شده است. ارزش آن زمانی روشن می‌شود که قبل از تغییر Baseline داشته باشید و اثر را روی Workload واقعی بسنجید.

مقدار فعلی BATCH_MODE_ADAPTIVE_JOINS را چگونه ببینیم؟

از sys.database_scoped_configurations شروع کنید و خروجی را کنار نسخه Engine، Compatibility Level و وضعیت Query Store ثبت کنید.

آیا BATCH_MODE_ADAPTIVE_JOINS همیشه SQL Server را سریع‌تر می‌کند؟

خیر. وجود Adaptive Join به معنی بهتر بودن همیشگی Plan نیست؛ Statistics، Predicate و Design همچنان مهم‌اند. بنابراین CPU، Duration، Reads و Metric مرتبط با Feature باید قبل و بعد مقایسه شوند.

چه سناریوی تجاری برای BATCH_MODE_ADAPTIVE_JOINS مناسب است؟

نمونه روشن: Query تحلیلی با تعداد ردیف بسیار متغیر بر اساس فیلتر کاربر. در پروژه واقعی Change Window، Rollback و معیار موفقیت را قبل از تغییر تعریف کنید.

BATCH_MODE_ADAPTIVE_JOINS چه تفاوتی با تنظیم سراسری دارد؟

Database Scoped Configuration دامنه اثر را محدودتر می‌کند و برای Instanceهای چند Workload کنترل دقیق‌تری می‌دهد؛ با این حال Hintهای Query و تنظیمات دیگر ممکن است رفتار نهایی را تغییر دهند.

برای پیاده‌سازی حرفه‌ای BATCH_MODE_ADAPTIVE_JOINS چه کاری لازم است؟

بررسی Query Store، Execution Plan، Baseline، تست بار و Rollback. آموزش و مشاوره زمانی مفید است که تصمیم بر اساس داده همان سامانه گرفته شود.

رایج‌ترین خطا درباره BATCH_MODE_ADAPTIVE_JOINS چیست؟

دیدن Adaptive Join در Plan و فرض‌کردن اینکه Optimizer دیگر به Statistics دقیق نیاز ندارد. این کار اغلب یک درمان موقت را به سیاست دائمی تبدیل می‌کند.

اثر Performance BATCH_MODE_ADAPTIVE_JOINS را چگونه بسنجیم؟

بازه‌های هم‌سطح را مقایسه کنید و CPU، Duration، Reads و Metric تخصصی Feature را بسنجید. Query Store برای Plan Regression بسیار مفید است.

Best Practice تغییر BATCH_MODE_ADAPTIVE_JOINS چیست؟

تغییر را کوچک، مستند و قابل برگشت نگه دارید؛ فقط یک متغیر Performance را در هر آزمایش عوض کنید و نتیجه را چند بار بسنجید.

BATCH_MODE_ADAPTIVE_JOINS با چه نسخه‌هایی سازگار است؟

Adaptive Join از SQL Server 2017 در خانواده Intelligent Query Processing معرفی شد و کنترل Database-scoped آن با Compatibility مناسب قابل استفاده است. مستندات همان نسخه و Compatibility Level محیط خود را ملاک نهایی قرار دهید.

سؤالات مصاحبه

1. چرا برای BATCH_MODE_ADAPTIVE_JOINS Baseline لازم است؟
2. اگر بعد از تغییر BATCH_MODE_ADAPTIVE_JOINS یک Query بهتر و چند Query بدتر شوند چه می‌کنید؟
3. Query Store در ارزیابی کنترل Batch Mode Adaptive Joins چه نقشی دارد؟
4. چطور مشکل Statistics را از اثر BATCH_MODE_ADAPTIVE_JOINS جدا می‌کنید؟
5. Rollback شما برای BATCH_MODE_ADAPTIVE_JOINS در Production چیست؟

چک‌لیست نهایی

• مقدار فعلی BATCH_MODE_ADAPTIVE_JOINS ثبت شده است.
• Baseline مشخص است.
• نسخه و Compatibility Level کنترل شده‌اند.
• معیار موفقیت و شکست نوشته شده‌اند.
• Rollback آماده است.
• Query Store و Planهای مهم بعد از تغییر بررسی می‌شوند.

جمع‌بندی

کنترل Batch Mode Adaptive Joins زمانی مفید است که با مسئله واقعی و قابل اندازه‌گیری استفاده شود. انتخاب پویا بین Nested Loops و Hash Join در Runtime بر اساس تعداد واقعی ردیف‌ها. به‌جای تغییر بر اساس توصیه عمومی، Workload خودتان را بسنجید و تغییر را قابل برگشت نگه دارید.

برای مقایسه این گزینه با سایر اعضای همین خانواده به مقاله مادر تنظیمات Performance در سطح Database برگردید.