基于SQL Server OS的任务调度机制详解

SQL Server OS是在Windows之上，用于服务SQL Server的一个用户级别的操作系统层次。它将操作系统部分的功能从整个SQL Server引擎中抽象出来，单独形成一层，以便为存储引擎提供服务。SQL Server OS主要提供了任务调度、内存分配、死锁检测、资源检测、锁管理、Buffer Pool管理等多种功能。本篇文章主要是谈一谈SQL OS中所提供的任务调度机制。

数据库层面的任务调度的起源是ACM上的一篇名为“Operating System Support for Database Management”。但是对于Windows来说，在操作系统层面专门加入支持数据库的任务调度，还不如在SQL Server中专门抽象出来一层进行调度，既然可以抽象出来一层进行数据库层面的任务调度，那么何不在这个抽象层进行内存和IO等的管理呢？这个想法，就是SQL Server OS的起源。

在Windows NT4之后，Windows任务调度是抢占式的，也就是说Windows任务是根据任务的优先级和时间片来决定。如果一个任务的时间片用完，或是有更高优先级的任务正在等待，那么操作系统可以强制剥夺正在运行的线程（线程是任务调度的基本单位）所占用的CPU，将CPU资源让给其它线程。

但是对于SQL Server来说，这种非合作式的、基于时间片的任务调度机制就不那么合适了。如果SQL Server使用Windows内的任务调度机制来进行任务调度的话，Windows不会根据SQL Server的调度机制进行优化，只是根据时间片和优先级来中断线程，这会导致如下两个缺陷:

而对于SQL Server OS来说，线程调度采用的合作模式而不是抢占模式。这是因为这些数据库内的任务都在SQL Server这个SandBox之内，SQL Server充分相信其内线程，所以除非线程主动放弃CPU，SQL Server OS不会强制剥夺线程的CPU。这样一来，虽然Worker之间的切换依然是通过Windows的Context Switch进行，但这种合作模式会大大减少所需Context Switch的次数。

SQL Server决定哪一个时间点哪一个线程运行，是通过一个叫Scheduler的东西进行的，下面让我们来看Scheduler。

SQL Server中每一个逻辑CPU都有一个与之对应的Scheduler，只有拿到Scheduler所有权的任务才允许被执行，Scheduler可以看做一个队SQLOS来说的逻辑CPU。您可以通过sys.dm_os_schedulers这个DMV来看系统中所有的Scheduler，如图1所示。

我的笔记本是一个i7四核8线程的CPU，对应的，可以看到除了DAC和运行系统任务的HIDDEN Scheduler，剩下的Scheduler一共8个，每个对应一个逻辑CPU，用于处理内部Task。当然，您也可以通过设置Affinity来将某些Scheduler Offline，如图2所示。注意，这个过程是在线的，无需重启SQL Server就能实现。

此时，无需重启实例就能看到4个Scheduler被Offline,如图3所示:

一般来说，除非您的服务器上运行其他实例或程序，否则不需要控制Affinity。

在图1中，我们还注意到，除了Visible的Scheduler之外，还有一些特殊的Scheduler，这些Scheduler的ID都大于255，这类Scheduler都用于系统内部使用，比如说资源管理、DAC、备份还原操作等。另外，虽然Scheduler和逻辑CPU的个数一致，但这并不意味着Scheduler和固定的逻辑CPU相绑定，而是Scheduler可以在任何CPU上运行，只有您设置了Affinity Mask之后，Scheduler才会被固定在某个CPU上。这样的一个好处是，当一个Scheduler非常繁忙时，可能不会导致只有一个物理CPU繁忙，因为Scheduler会在多个CPU之间移动，从而使得CPU的使用倾向于平均。

这意味着对于一个比较长的查询，可以前半部分在CPU0上执行，而后半部分在CPU1上执行。

另外，在每一个Scheduler上，同一时间只能有一个Worker运行，所有的资源都就绪但没有拿到Scheduler，那么这个Worker就处于Runnable状态。下面让我们来看一看Worker。

每一个Worker可以看做是对应一个线程（或纤程），Scheduler不会直接调度线程，而是调度Worker。Worker会随着负载的增加而增加，换句话说，Worker是按需增加，直到增加到最大数字。在SQL Server中，默认的Worker最大数是由SQL Server进行管理的。根据32位还是64位，以及CPU的数量来设置最大Worker,具体的计算公式，您可以参阅BOL：(v=sql.105).aspx。当然您也可以设置最大Worker数量，如图4所示。

如果是自动配置，那么SQL Server的最大工作线程数量可以在sys.dm_os_sys_info中看到，如图5所示。

Worker实际上会对应Windows上的一个线程，并与某个特定Scheduler绑定，每一个Worker只要开始执行Task,除非Task完成，否则Worker永远不会放弃这个Task,如果一个Task在运行过程由于锁、IO等陷入等待，那么实际上Worker就会陷入等待。

此外，同一个连接内的多个Batch之间倾向于使用同一个Worker,比如第一个Batch使用了Worker 100,那么第二个Batch也同样倾向于是用Worker 100，但这并不绝对。

正在运行的任务所是用的Worker，我们可以通过DMV sys.dm_exec_requests查看正在运行的任务，其中的Task_Address列可以看到正在运行的Task,再通过sys.dm_os_tasks的Worker_Address来查看对应的Worker。

SQL Server会为每一个Worker保留大约2M左右的内存，对于每一个Scheduler上所能有的Worker数量是服务器的最大Worker数量/在线的Scheduler,每一个Scheduler所绑定的Worker会形成Worker池，这意味着每一个Scheduler需要Worker时，首先在Worker池中中查找空闲的Worker，如果没有空闲的Worker时，才会创建新的Worker。这个行为会和连接池类似。

那么当一个Scheduler空闲超过15分钟，或是Windows面临内存压力时。SQL Server就会尝试Trim这个Worker池来释放被Worker所占用的内存。

Task是Worker上运行的最小任务单元。只能拿到Worker的Task才能够运行。我们可以看下面一个简单的例子，如代码1所示。

SELECT @@VERSION goSELECT @@SPID go