آموزش جامع Parameter Sensitive Plan Optimization در SQL Server؛ بهینهسازی پلن حساس به پارامتر
مسئلهای که Parameter Sensitive Plan Optimization حل میکند
یک Query ثابت در برابر حجم داده، توزیع پارامتر و وضعیت Cache همیشه رفتار یکسانی ندارد. Parameter Sensitive Plan Optimization برای همین نوسان ساخته شده و برای محدودههای متفاوت Cardinality چند Query Variant میسازد.
این مقاله از سطح مقدماتی آغاز میکند و پیشنیاز SQL Server 2022، Compatibility Level 160، منطق Dispatcher Plan و Cardinality Bucket، ده آزمایش عملی و روش تصمیمگیری برای Production را پوشش میدهد.
مثالها را در پایگاه آزمایشی اجرا کنید؛ برای مشاهده نتیجه به Actual Execution Plan، مجوز ساخت Object و ترجیحاً Query Store نیاز دارید.
بازگشت به راهنمای جامع Intelligent Query Processing
تعریف و جایگاه موضوع
Parameter Sensitive Plan Optimization یا بهینهسازی پلن حساس به پارامتر در خانواده Intelligent Query Processing قرار میگیرد. برای محدودههای متفاوت Cardinality چند Query Variant میسازد. سیگنالهای اصلی آن Dispatcher Plan, Query Variant, Cardinality Bucket, Parameter Sniffing هستند و نتیجه باید در Plan یا Runtime Stats قابل مشاهده باشد.
سناریوی مناسب، ستونهای دارای توزیع بسیار نامتوازن است. این قابلیت یک درمان عمومی برای Schema نامناسب، Statistics منقضی یا Predicate غیرSARGable نیست و باید بعد از تشخیص ریشه مسئله انتخاب شود.
این نقشه جایگاه Parameter Sensitive Plan Optimization را با محورهای Dispatcher Plan، Cardinality Bucket و Query Store نشان میدهد.
نحو، تنظیمات و نوع خروجی
تنظیم پایه
ALTER DATABASE SCOPED CONFIGURATION SET PARAMETER_SENSITIVE_PLAN_OPTIMIZATION = ON;
نسخه، پارامتر و رفتار ویژه
| مولفه | مقدار | تفسیر |
|---|
| نسخه | SQL Server 2022 | نسخه پایه قابلیت |
| Compatibility Level | 160 | شرط فعالشدن Optimizer |
| ورودی | Cardinality Bucket | سیگنال تصمیم |
| خروجی | Plan یا Runtime behavior | نوع داده Query تغییر نمیکند |
| NULL | وابسته به Predicate | آزمون مستقل لازم است |
Parameter Sensitive Plan Optimization Return Type مستقلی به برنامه برنمیگرداند؛ نتیجه آن در انتخاب Operator، Variant، Grant، DOP یا زمان Compile دیده میشود. بنابراین خروجی SELECT همان نوع داده عبارت اصلی باقی میماند.
اجزای اصلی و منطق اجرا
1. نقش Dispatcher Plan
در زنجیره تصمیم Parameter Sensitive Plan Optimization، مؤلفه Dispatcher Plan باید همراه با Actual Rows، هزینه Operatorهای مجاور و تکرار اجرا تحلیل شود. مشاهده نام یک ویژگی بدون تغییر قابل اندازهگیری، اثبات موفقیت نیست.
2. نقش Query Variant
در زنجیره تصمیم Parameter Sensitive Plan Optimization، مؤلفه Query Variant باید همراه با Actual Rows، هزینه Operatorهای مجاور و تکرار اجرا تحلیل شود. مشاهده نام یک ویژگی بدون تغییر قابل اندازهگیری، اثبات موفقیت نیست.
3. نقش Cardinality Bucket
در زنجیره تصمیم Parameter Sensitive Plan Optimization، مؤلفه Cardinality Bucket باید همراه با Actual Rows، هزینه Operatorهای مجاور و تکرار اجرا تحلیل شود. مشاهده نام یک ویژگی بدون تغییر قابل اندازهگیری، اثبات موفقیت نیست.
4. نقش Parameter Sniffing
در زنجیره تصمیم Parameter Sensitive Plan Optimization، مؤلفه Parameter Sniffing باید همراه با Actual Rows، هزینه Operatorهای مجاور و تکرار اجرا تحلیل شود. مشاهده نام یک ویژگی بدون تغییر قابل اندازهگیری، اثبات موفقیت نیست.
این جریان، مسیر Query از Dispatcher Plan تا مشاهده Query Store را برای Parameter Sensitive Plan Optimization قابل پیگیری میکند.
مثالهای عملی از ساده تا پیشرفته
مثال 1: بررسی سطح سازگاری
پیش از تحلیل Parameter Sensitive Plan Optimization سطح سازگاری را ثبت میکنیم.
SELECT DB_NAME() DatabaseName,compatibility_level FROM sys.databases WHERE name=DB_NAME();
| خروجی یا شاخص | نمونه نتیجه |
|---|
| Database | Current |
| Compatibility | 160 |
نکته کاربردی: سطح هدف این مقاله 160 است.
مثال 2: فعالسازی کنترلشده
تنظیم مرتبط با Parameter Sensitive Plan Optimization در محیط آزمایشی فعال میشود.
ALTER DATABASE SCOPED CONFIGURATION SET PARAMETER_SENSITIVE_PLAN_OPTIMIZATION = ON;
SELECT name,value FROM sys.database_scoped_configurations ORDER BY name;
| خروجی یا شاخص | نمونه نتیجه |
|---|
| Action | Enable |
| Scope | Database |
نکته کاربردی: Baseline پیش از تغییر را نگه دارید.
مثال 3: ساخت داده نمونه
دادهای متناسب با Dispatcher Plan و Query Variant ساخته میشود.
DROP TABLE IF EXISTS dbo.IQP_PSP; CREATE TABLE dbo.IQP_PSP(ID bigint IDENTITY PRIMARY KEY,CustomerID int,Amount money);
INSERT dbo.IQP_PSP(CustomerID,Amount) SELECT TOP (70000) CASE WHEN ABS(CHECKSUM(NEWID()))%100<75 THEN 1 ELSE 2+ABS(CHECKSUM(NEWID()))%4000 END,1+ABS(CHECKSUM(NEWID()))%20000 FROM sys.all_objects a CROSS JOIN sys.all_objects b;
CREATE INDEX IX_IQP_PSP_CustomerID ON dbo.IQP_PSP(CustomerID);
| خروجی یا شاخص | نمونه نتیجه |
|---|
| Object | IQP_PARAMETER_SENS |
| Purpose | بهینهسازی پلن حساس به پارامتر |
نکته کاربردی: حجم و Skew را شبیه Production تنظیم کنید.
مثال 4: اجرای سناریوی پایه
Query پایه برای مشاهده Cardinality Bucket اجرا میشود.
DECLARE @CustomerID int=1; SELECT ID,Amount FROM dbo.IQP_PSP WHERE CustomerID=@CustomerID;
| خروجی یا شاخص | نمونه نتیجه |
|---|
| Signal | Cardinality Bucket |
| Expected | Inspect actual plan |
نکته کاربردی: Actual Plan را ذخیره کنید.
مثال 5: ثبت XML Plan
ویژگیهای Parameter Sniffing و Query Store در Plan بررسی میشوند.
SET STATISTICS XML ON;
DECLARE @CustomerID int=1; SELECT ID,Amount FROM dbo.IQP_PSP WHERE CustomerID=@CustomerID;
SET STATISTICS XML OFF;
| خروجی یا شاخص | نمونه نتیجه |
|---|
| Artifact | Actual XML Plan |
| Inspect | Query Store |
نکته کاربردی: Estimated Plan برای Feedback کافی نیست.
مثال 6: تکرار اجرا
برای شکلگیری تاریخچه Parameter Sensitive Plan Optimization چند اجرای متوالی انجام میشود.
DECLARE @i int=1; WHILE @i<=6 BEGIN
DECLARE @CustomerID int=1; SELECT ID,Amount FROM dbo.IQP_PSP WHERE CustomerID=@CustomerID;
SET @i+=1; END;
| خروجی یا شاخص | نمونه نتیجه |
|---|
| Executions | 6 |
| Observation | Runtime evolution |
نکته کاربردی: بین اجراها Cache را بیدلیل پاک نکنید.
مثال 7: تحلیل Query Store
Runtime Stats و Planهای Parameter Sensitive Plan Optimization از Query Store خوانده میشوند.
ALTER DATABASE CURRENT SET QUERY_STORE=ON;
SELECT TOP (20) q.query_id,p.plan_id,p.is_forced_plan,rs.count_executions,rs.avg_duration,rs.avg_cpu_time,rs.avg_logical_io_reads
FROM sys.query_store_query_text qt JOIN sys.query_store_query q ON q.query_text_id=qt.query_text_id
JOIN sys.query_store_plan p ON p.query_id=q.query_id JOIN sys.query_store_runtime_stats rs ON rs.plan_id=p.plan_id
WHERE qt.query_sql_text LIKE N'%IQP_PARAMETER_SE%' ORDER BY rs.last_execution_time DESC;
| خروجی یا شاخص | نمونه نتیجه |
|---|
| Repository | Query Store |
| Metrics | CPU, IO, Duration |
نکته کاربردی: بازههای زمانی همسان را مقایسه کنید.
مثال 8: آزمون NULL و حالت مرزی
شاخه کمانتخاب یا NULL برای Parameter Sensitive Plan Optimization آزمایش میشود.
DECLARE @CustomerID int=3999; SELECT COUNT_BIG(*) Cnt FROM dbo.IQP_PSP WHERE CustomerID=@CustomerID;
| خروجی یا شاخص | نمونه نتیجه |
|---|
| Case | NULL / Edge |
| Expected | No error |
نکته کاربردی: حالت مرزی را در Regression Test نگه دارید.
مثال 9: مقایسه A/B
اثر Parameter Sensitive Plan Optimization با خاموش و روشنکردن کنترلشده مقایسه میشود.
ALTER DATABASE SCOPED CONFIGURATION SET PARAMETER_SENSITIVE_PLAN_OPTIMIZATION = OFF;
DECLARE @CustomerID int=1; SELECT ID,Amount FROM dbo.IQP_PSP WHERE CustomerID=@CustomerID;
ALTER DATABASE SCOPED CONFIGURATION SET PARAMETER_SENSITIVE_PLAN_OPTIMIZATION = ON;
| خروجی یا شاخص | نمونه نتیجه |
|---|
| A | Feature OFF |
| B | Feature ON |
نکته کاربردی: در Production تغییر سراسری بدون Change Plan انجام ندهید.
مثال 10: پایش معیار پذیرش
CPU، IO و Duration برای پذیرش Parameter Sensitive Plan Optimization ثبت میشود.
SET STATISTICS IO ON; SET STATISTICS TIME ON;
DECLARE @CustomerID int=1; SELECT ID,Amount FROM dbo.IQP_PSP WHERE CustomerID=@CustomerID;
SET STATISTICS TIME OFF; SET STATISTICS IO OFF;
| خروجی یا شاخص | نمونه نتیجه |
|---|
| Accept | Lower resource or stable plan |
| Rollback | Prior config |
نکته کاربردی: نتیجه را با SLA و Throughput کل سرور بسنجید.
کاربردهای واقعی در پروژه
کاربرد شاخص Parameter Sensitive Plan Optimization در ستونهای دارای توزیع بسیار نامتوازن دیده میشود. تیم باید Queryهای کاندید را بر اساس سهم CPU، Duration و Logical Reads اولویتبندی کند و از تغییر همه Queryها یا همه تنظیمات به صورت همزمان پرهیز کند.
در پروژه سازمانی، خروجی مطلوب فقط کاهش زمان یک اجرا نیست. ثبات Plan در ساعات پرترافیک، Throughput کل سامانه، Tail Latency، فشار tempdb و امکان Rollback نیز بخشی از معیار پذیرش هستند.
هشدار مهم نسخه و Eligibility
نام Parameter Sensitive Plan Optimization در نسخه SQL Server 2022 به معنی استفاده قطعی آن در هر Query نیست. Compatibility Level 160، Build، تنظیم Scoped، شکل Query و Eligibility همزمان تعیینکنندهاند.
پیش از تغییر Production، Cumulative Update، وضعیت Query Store و Hintهای موجود را ثبت کنید. Hint ثابت یا پاکسازی مکرر Cache ممکن است رفتار تطبیقی را محدود کند.
اشتباهات رایج و روش اصلاح
| اشتباه | پیامد | اصلاح عملی |
|---|
| قضاوت با یک اجرا | نتیجه Cache-sensitive | چند اجرای کنترلشده |
| داده یکنواخت | پنهانشدن رفتار تطبیقی | Skew و NULL واقعی |
| پاککردن دائم Cache | حذف Feedback یا Variant | سیاست Cache ثابت |
| تمرکز فقط بر Duration | پنهانشدن CPU و IO | ثبت چند معیار |
| تغییر سراسری | ریسک Regression | Pilot و Rollback |
Performance Considerations
برای Parameter Sensitive Plan Optimization، Plan را از نظر Dispatcher Plan، Cardinality Bucket و Query Store با Baseline مقایسه کنید. Estimated Rows و Actual Rows، CPU Time، Elapsed Time و Logical Reads باید همزمان خوانده شوند.
- تغییر Dispatcher Plan را در Actual Plan ثبت کنید.
- اثر Cardinality Bucket را روی انتخاب Plan یا Runtime بسنجید.
- Warm Cache و Cold Cache را جداگانه آزمایش کنید.
- Tail Latency و Throughput را کنار میانگین زمان پاسخ نگه دارید.
- Query Store را از نظر فضای مصرفی و Read Write بودن پایش کنید.
Best Practices
- Query کاندید را با شواهد انتخاب کنید.
- نسخه، Build و تنظیمات را در Change Record ثبت کنید.
- داده تست را از نظر حجم، Skew و NULL شبیه Production بسازید.
- A/B Test را با سیاست Cache یکسان انجام دهید.
- معیار توقف و Rollback Plan را پیش از انتشار تصویب کنید.
- پس از ارتقا یا تغییر Index، نتیجه را دوباره بررسی کنید.
این پنل، Best Path و خطای رایج Parameter Sensitive Plan Optimization را کنار CPU، IO و Latency قرار میدهد.
مزایا، محدودیتها و زمان نامناسب استفاده
| جنبه | تحلیل تصمیم |
|---|
| مزیت | تصمیم آگاهتر از Cardinality Bucket |
| محدودیت | وابستگی به نسخه و Eligibility |
| زمان نامناسب | Query کوچک یا مشکل طراحی Schema |
| مکمل | Index، Statistics و Query SARGable |
سؤالات متداول
Parameter Sensitive Plan Optimization چه مسئلهای را حل میکند؟
بهینهسازی پلن حساس به پارامتر برای محدودههای متفاوت Cardinality چند Query Variant میسازد و برای ستونهای دارای توزیع بسیار نامتوازن مناسب است.
چگونه استفاده واقعی Parameter Sensitive Plan Optimization را تشخیص دهیم؟
Actual Plan، Query Store و شاخصهای Dispatcher Plan و Query Store را پیش و پس از اجرا مقایسه کنید.
آیا Parameter Sensitive Plan Optimization برای هر سامانه تجاری مناسب است؟
خیر؛ Baseline، SLA، توزیع داده و ریسک Regression باید پیش از استقرار بررسی شوند.
هزینه ارزیابی Parameter Sensitive Plan Optimization چگونه برآورد میشود؟
تعداد Queryهای بحرانی، محیط تست، آمادگی Query Store و زمان Regression Test عوامل اصلی هستند.
تفاوت Parameter Sensitive Plan Optimization با Tuning دستی چیست؟
این قابلیت بخشی از تصمیم Optimizer را تطبیقی میکند، اما جایگزین Index، Statistics و Query صحیح نیست.
برای اجرای پروژه Parameter Sensitive Plan Optimization چه خدماتی لازم است؟
ممیزی Plan، طراحی Benchmark، اجرای A/B، آموزش تیم و سند Rollback خروجیهای کاربردی پروژه هستند.
رایجترین خطای Parameter Sensitive Plan Optimization چیست؟
انتظار نتیجه بدون بررسی Compatibility Level 160، Eligibility Query و شواهد Actual Plan رایجترین خطاست.
مهمترین معیار Performance در Parameter Sensitive Plan Optimization چیست؟
Duration، CPU، Logical Reads و تغییر Cardinality Bucket باید همزمان تحلیل شوند.
Best Practice استقرار Parameter Sensitive Plan Optimization چیست؟
Pilot محدود، داده شبیه Production، معیار پذیرش روشن و Monitoring پس از انتشار بهترین مسیر است.
Parameter Sensitive Plan Optimization در کدام نسخه پشتیبانی میشود؟
مبنای این راهنما SQL Server 2022 و Compatibility Level 160 است؛ Build دقیق را نیز کنترل کنید.
سؤالات مصاحبه
- چه شواهدی اثر واقعی Parameter Sensitive Plan Optimization را ثابت میکند؟
- تغییر Cardinality Bucket چگونه Plan را تحت تأثیر قرار میدهد؟
- چه زمانی خاموشکردن موقت Parameter Sensitive Plan Optimization منطقی است؟
- چگونه بهبود یک Query را با Throughput کل سرور متعادل میکنید؟
- Rollback پس از Regression چگونه طراحی میشود؟
چکلیست نهایی
- Compatibility Level 160 بررسی شد.
- Baseline Plan، CPU، IO و Duration ثبت شد.
- Skew، NULL و حالت مرزی آزمایش شد.
- Query Store و فضای آن کنترل شد.
- A/B Test با Cache policy یکسان انجام شد.
- معیار پذیرش و Rollback تصویب شد.
- Monitoring پس از انتشار انجام شد.
جمعبندی
Parameter Sensitive Plan Optimization زمانی انتخاب درستی است که مسئله واقعی به Cardinality Bucket و تغییر رفتار اجرا مربوط باشد. آن را یک لایه تطبیقی روی پایه سالم Schema، Statistics و Index در نظر بگیرید، نه جایگزین Tuning اصولی.
گام بعدی اجرای ده آزمایش این مقاله روی Query واقعی و مقایسه Query Store با Baseline است. برای دیدن ارتباط این قابلیت با سایر اعضای IQP، راهنمای جامع Intelligent Query Processing را مطالعه کنید.
خدمات برنامهنویسی و پایگاه داده
برنامهنویسی در اصفهان؛ قبول سفارشهای برنامهنویسی و پایگاه داده: 09131253620.
انجام پروژه، آموزش برنامهنویسی و آموزش SQL Server توسط مجموعهای معتبر با سابقه فعالیت حرفهای از سال ۱۳۷۵ شمسی تاکنون.
برای سفارش پروژه، آموزش تخصصی، ایتا، واتساپ و تماس مستقیم با ما در ارتباط باشید.
تماس مستقیم با 09131253620
تماس با ما و ثبت درخواست