0. SQL Server监控清单

数据库服务器的监控可大致分为两类：

(1) 状态监控：数据库服务器有没有在健康地运行？

(2) 性能监控：健康运行的同时，有没有性能问题？可不可以更快些？

一. 服务器

1. 状态监控

(1) 服务器是否可访问？

(2) 数据库服务是否启用？

(3) 操作系统事件日志中的错误或告警

(4) 磁盘可用空间

2. 性能监控

(1) IO压力

(2) 内存使用

(3) CPU使用

(4) 网络带宽占用

这1，2，3，4是按照容易出现瓶颈的顺序排列的，由于磁盘的读写速度限制，通常IO是最容易出现瓶颈的地方，我们所做的很多优化，也都是针对IO的，比如：索引优化，读写分离等等。

二. 数据库

1. 状态监控

(1) 数据库可否打开 (数据库状态)

(2) SQL Server/SQL Server Agent错误日志中的错误或告警

(3) 数据库/文件组可用空间

(4) SQL Agent 作业运行状态

(5) 数据库备份有没有成功

(6) 数据库还原测试的结果

(7) 数据库一致性检查的结果 (DBCC CHECKDB)

以下几条状态监控，通常需要和系统平均值/基线值比较才有意义，否则没有告警的标准。

(8) 连接数、请求数、事务数、线程数

(9) 数据库/文件/表的大小

(10) 表使用、行数

2. 性能监控

(1) 有没有长时间运行的查询 (一般指没有被任何请求阻塞，效率很差的查询)

(2) 有没有被阻塞的查询 (可能单独运行很快，但和别的请求一起，由于有锁等待，耗时很长)

(3) 有没有死锁 (开发人员/用户口中说的”死锁” 通常是阻塞/等待，数据库死锁通常很少让用户感觉到等待，一般是请求被中断，因为被kill掉了)

(4) 有没有等待 (一般指各种资源的等待，等待和阻塞的交集就是锁等待)

以下几条性能监控，通常在性能优化时作为参考，或者如：索引碎片整理/统计信息更新，直接设置为后台维护作业，并不直接告警。

(5) 有没有缺失的/未被使用的/效率不高的索引，以及索引碎片

(6) 有没有过期的统计信息

(7) 有没有数据库文件的争用 (比如：日志文件，tempdb争用)

(8) 有没有消耗CPU较大、IO读写较多的查询 (通常IO消耗大的，也就是内存消耗大的查询)

三. 其他

(1). 如果有部署高可用的策略，会有镜像、复制、日志传送、集群状态的监控；

(2). 某些业务数据有严格的一致性要求，业务数据的校验，最好也做在监控的告警里面；

(3). 对于数据库/实例的选项、参数设置，链接服务器等对象的可用性，通常在每年/每季度的health check里检查过就可以了，如果不放心，当然也可以放到监控的告警中来。

四. 如何部署监控？

1. 不要选择依赖性的脚本/命令

以监视服务是否启动为例，脚本如下：

(1) SQL扩展存储过程

--参数1: QueryState 检查服务状态/ Start启动服务/ Stop停掉服务
--参数2: 服务名
exec master.dbo.xp_servicecontrol 'QueryState', 'MSSQLServer'
exec master.dbo.xp_servicecontrol 'QueryState', 'SQLServerAgent'
exec master.dbo.xp_servicecontrol 'QueryState', 'SQLBrowser'
exec master.dbo.xp_servicecontrol 'QueryState', 'NetLogon'
 
EXEC xp_servicecontrol N'Stop', N'SQLServerAGENT'
EXEC xp_servicecontrol N'Start',N'SQLServerAGENT'

(2) SQL调用操作系统命令

if OBJECT_ID('tempdb..#tmp_started_services') is not null
    drop table #tmp_started_services
create table #tmp_started_services (started_services varchar(255))
 
insert into #tmp_started_services(started_services)
exec master..xp_cmdshell 'net start' 
 
select *
  from #tmp_started_services
 where LTRIM(RTRIM(started_services)) like 'SQL%'

如果SQL Server没启动，这些脚本根本就跑不了，又怎么监控呢？

也许，又会有这么一个思路，服务器正常时，发出邮件通知，如果没有收到邮件就说明服务器不正常了，可如果有很多服务器时，怎么知道谁没发邮件呢？

2. 部署在专门的一台/多台监控机上

服务器状态监控，不管使用第三方工具，还是使用自定义脚本，都建议部署在专门的监控机上，远程监视目标机器。

因为：如果服务器DOWN了或者故障了，可能本机的程序/脚本就无法运行了，又怎么监控呢？

最后

基于上面的监控列表，还需要将监测工作自动化，并在发现问题时告警。