利用Ring Buffer在SQL Server 2008中进行连接故障排除

原文:利用Ring Buffer在SQL Server 2008中进行连接故障排除

出自：http://blogs.msdn.com/b/apgcdsd/archive/2011/11/21/ring-buffer-sql-server-2008.aspx

SQL Server 2008中包含一个新功能，旨在帮助解决特别棘手的连接问题。这个新功能是Connectivity Ring Buffer，它可以捕捉每一个由服务器发起的连接关闭记录(server-initiated
connection closure)，包括每一个session或登录失败事件。为了进行有效的故障排除，Ring Buffer会尝试提供客户端的故障和服务器的关闭动作之间的关系信息。只要服务器在线, 最高1K的Ring
Buffer条记录后，Buffer开始循环覆盖，即从最老的记录开始覆盖。Connectivity
Ring Buffer的记录是能够使用DMV查询的：

SELECT CAST(record AS XML) FROM sys.dm_os_ring_buffers

WHERE ring_buffer_type = 'RING_BUFFER_CONNECTIVITY'

上述指令会选择所有记录为XML类型;在Management Studio中,你可以单击记录,从而获得更具可读性的版本。如果你想使用SQL查询XML记录从而找到相应的问题,你可以使用SQL
server的XML 支持,将之变为一个临时的表,从而查询记录。

一个基本的Buffer entry：Killed SPID

一个导致服务器发起的连接关闭的简单方法是打开两个SQL服务器的连接，找到一个连接的SPID，然后从另一个连接中将该SPID杀死。

C:\>osql -E

1> SELECT @@spid

2> go

------

51

(1 row affected)

C:\>osql -E

1> kill 51

2> go

1>

如果你做了上述工作，然后查询Ring Buffer，你会得到和如下类似的结果：

<RecordType>ConnectionClose</RecordType>

</Spid>

</SniProvider>

</RemotePort>

</LocalPort>

</TdsInputBufferError>

</TdsOutputBufferError>

</TdsInputBufferBytes>

</TdsBuffersInformation>

</PhysicalConnectionIsKilled>

</DisconnectDueToReadError>

</NetworkErrorFoundInInputStream>

</ErrorFoundBeforeLogin>

</SessionIsKilled>

</NormalDisconnect>

</NormalLogout>

</TdsDisconnectFlags>

</ConnectivityTraceRecord>

<Stack>

">0X01CA0B00</frame>

">0X01CA0DB1</frame>

">0X01DF6162</frame>

">0X02E53C98</frame>

">0X02E54845</frame>

">0X02E57BE9</frame>

">0X02E38F57</frame>

">0X02E3B2C0</frame>

">0X02E3C832</frame>

">0X02E3D55E</frame>

">0X781329BB</frame>

">0X78132A47</frame>

</Stack>

</Record>

不同的记录类型包括不同的信息。Connectivity Ring Buffer 记录的三种记录类型分别是：ConnectionClose，Error，和LoginTimers。上面的结果是一个ConnectionClose，因为这不是一个登陆时超时，或者其它的登陆失败的场景：

<RecordType>ConnectionClose</RecordType>

我们可以看出，SPID 55的连接关闭了：

<![endif]>

</Spid>

我们可以看到连接是本地的（<local machine>表明其是一个本地的，shared memory类型的连接）。

<![endif]>

当使用TCP协议进行连接时，可以获得更多的相关信息-例如，本地IP地址，端口，以及远程IP地址和端口，从而允许你唯一的确定客户机及其应用。另外，Ring
Buffer包括了一个时间戳以及与之相对应的SPID（如果有的话），这样才能形成一个完整的对应关系。（因为随着时间的推移SPID会被不同的连接所重用）。

我们同样可以看到客户发的TDS包中有多少bytes，并且可以知道是否在TDS中有任何的错误：

</TdsInputBufferError>

<</TdsOutputBufferError>

<</TdsInputBufferBytes>

最相关的，最易于分析的信息记录在TdsDisconnectFlags中，有一系列的值，记录了关闭连接的状态。这里，我们看到没有发现错误，但是这里记录了这也不是一个正常的断开或者一个正常的登出。从如下的flag中，这个session是被杀死的：

</SessionIsKilled>

一个更有意思的例子：DC 连接性问题

跟踪被杀死的SPID看起来很cool。但是Connectivity Ring Buffer更重要的最用是帮助我们可以在不使用network
monitor的情况下来解决棘手的问题。以下是一个Connectivity Ring Buffer中Login Time记录的例子，如果没有代价高昂的问题重现过程并且分析网络抓获的包，这个问题很难查明：

<RecordType>LoginTimers</RecordType>

</Spid>

</SniConsumerError>

</SniProvider>

</State>

</RemotePort>

</LocalPort>

</TdsInputBufferError>

</TdsOutputBufferError>

</TdsInputBufferBytes>

</TdsBuffersInformation>

</TotalLoginTimeInMilliseconds>

</LoginTaskEnqueuedInMilliseconds>

</NetworkWritesInMilliseconds>

</NetworkReadsInMilliseconds>

</SslProcessingInMilliseconds>

</SspiProcessingInMilliseconds>

</LoginTriggerAndResourceGovernorProcessingInMilliseconds>

</LoginTimers>

</ConnectivityTraceRecord>

<Stack>

">0X01CA0B00</frame>

…

">0X02E3C832</frame>

</Stack>

</Record>

在这个情况下，在客户端，我们可以看到：

[SQL Server Native Client 10.0]Shared Memory Provider: Timeout error [258].

[SQL Server Native Client 10.0]Login timeout expired

[SQL Server Native Client 10.0]Unable to complete login process due to delay in login response

获得操作系统的错误消息，不能说明任何问题：

C:\>net helpmsg 258

The wait operation timed out.

在服务器的errorlogs里面，什么都没有。然而Ring Buffer中的记录非常有意思。LoginTimers中记录了整体处理时间（overall
processing time）：

</TotalLoginTimeInMilliseconds>

秒：

<![endif]>

</SspiProcessingInMilliseconds>

SSPI（Security Support Provider Interface），是一个SQL Server使用Windows
Authentication的接口。当Windows login是一个domain account，SQL Server使用SSPI和Domain
Controller交互，从而验证用户身份。记录中可以看到，SSPI过程占用了大量的时间，这表明和Domain Controller交互时有延时，很有可能是SQL服务器和DC之间的物理连接有问题，或者DC上的一些软件问题。可以看到，我们没有进行网络抓包，也没有重现问题，我们就已经把问题缩小到SQL
Server和Domain Controller之间的交互上面来了。（Connectivity Ring Buffer默认是打开的）

Trace Flags

Connectivity Ring Buffer 默认是打开的，它默认跟踪所有的由服务器发起的连接关闭。如果你在客户端看到一个错误，但是在Ring Buffer中没有记录，这就表明服务器看到的是一种“重置”类型的连接关闭，这种连接关闭类似于客户端正常关闭连接的行为，或者是由于服务器外部因素所造成的连接关闭；（例如，一个网络硬件的故障）。如果是这种情况，你就需要关注潜在的网络互联问题。如果你在Ring
Buffer中看到了一个条目它可以指出为什么服务器要关闭这个链接，那么这个条目就很可能可以极大的帮助我们进行故障排查。例如，如果你看到一个连接关闭是由于TDS包中的信息不合法，那么你就可以去检查那些可能会损坏网络包的设备，包括网卡，路由和集线器等。下面你会看到，通过使用一个trace
flag，你可以让Connectivity Ring Buffer记录所有连接关闭事件。这样你就能观察到客户端发起的连接关闭的情形和潜在的错误。

有两个trace flag，可以用于改变Connectivity Ring Buffer 的行为。

完全关闭Connectivity Ring Buffer，可以开启trace flag 7826：

)

默认情况下客户端发起的连接关闭是不被记录的（因为这是正常的情况，而不是一个错误）；当一个客户结束的它的session，它就断开。一般来说，我们建议不要去跟踪客户端发起的连接关闭，因为真正有用的Buffer记录会被覆盖（当你有很多正常表现的连接时，这种情况发生可能性会很大），或者会被隐藏在一个堆正常情况的记录中。这会使你错过真正的错误问题。如果你真的想要观察客户端的连接关闭，你可以使用trace
flag 7827来开启这个功能：

)

<Frame>tags是什么？

通过sys.dm_os_ring_buffers DMV 可以访问一系列内部信息，它包含了但不仅限于Connectivity Ring Buffer。作为DMV基础的一部分，大多数的Ring
Buffers 提供了事件发生时的栈踪迹（stack trace），每一个<frame>提供了一个十六进制的函数地址。这些都可以分解为函数名，并dump
Sqlservr.exe进程，在WinDbg打开dump，并采用基于函数的地址的LM命令。