站长SQL Server运维避坑指南（12个真实故障复盘）

　　去年十一月，改版上线翻车——就是那个把SSIS包塞进Azure SQL托管实例、号称“无缝迁移”的版本。我盯着屏幕右下角那个小红点（Windows通知栏里SQL Agent的告警图标，闪了七次才点开），手悬在键盘上方没动。隔壁工位的测试小张刚端起保温杯，杯底磕在桌沿，“当”一声，我听见自己后槽牙一紧。

文章配图，仅供参考

　　第一个坑是自动参数化。客户库启了forced，我们改了个WHERE字段顺序，执行计划缓存崩得比奶茶店排队还快。但真正让我把咖啡泼在键盘上的是第三条：他们说“不要在凌晨两点跑DBCC CHECKDB”，我说“知道”，他们加粗写“尤其是带DATA_PURITY选项的”。结果上线后第三天，我一边盯进度条一边看Chrome DevTools切到了Network tab，想抓个API延迟，结果看到自己写的监控脚本正疯狂GET /api/health?force=true——它在轮询，每十秒一次，而CHECKDB还在跑。我点了刷新，又点了暂停，然后盯着那个蓝色进度条停在87%，心想：这87%是不是也骗了我三年？

　　第二个坑，跟产品经理吵出来的。他坚持要把全文索引+语义搜索塞进主库——“用户要搜‘报销单模板’，不能只搜到PDF名”。我写了三页技术限制邮件，他回我一句：“UI都设计完了。”第二天晨会，他投影PPT第14页写着“搜索响应＜300ms”，字体加粗，阴影加深。我掏出手机查了下自己的工资流水，到账时间显示“十一月五日 09:22:18”，比会议开始早四十二秒。桌上那盒麻辣香锅的汤洒了一滴，在键盘和鼠标垫之间拉出一道油亮的细线，像微型分水岭。

　　第三个坑是反常识结论：备份验证不是可选项，而是重启触发器。有个库备份完从来没人restore verifyonly，结果某次磁盘坏道导致备份集最后八兆数据校验失败——但SQL Server照常标记backup set为SUCCESS。我敢打包票，那台Dell R730机柜里风扇异响，是从上周三下午三点十七分开始的；这个我说不准：它到底是坏在备份前，还是备份时偷偷把checksum掩过去了？反正restore时爆的不是IO错误，是“The backup set holds a backup of a database other than the existing database”，冷眼看着那句报错，我笑了三秒。后端老李从茶水间回来，路过我工位顺手帮我关掉了WinRM服务——他说这玩意儿占内存，其实他根本不知道我在跑PowerShell调用SqlAgent作业链。

　　说句闲话：CSS命名规范里那套BEM，我十年前就弃了。现在用Atomic CSS写按钮hover态，连class名都不带动词。但SQL里我还是手写CREATE PROCEDURE dbo.usp_GetActiveOrdersWithLockHint，一个下划线都不省——就像我死守着sys.sysindexes不看sys.dm_db_index_physical_stats一样固执。PR review时测试小张批注“建议改成WITH (NOLOCK)”，我回“已改，加了注释：‘此处允许脏读，因报表数据T+1，且业务方已签字’”，她秒回一个????。那个????发过来时，我正用指尖蹭掉键盘F键缝里一点干掉的麻辣香锅油渍。

　　第四个坑没在PDF里——是运维工具链自己塌方。我们用Redgate SQL Monitor打点，但它有个Bug：在跨时区部署下，告警时间戳取的是Agent服务器本地时间，而不是target DB所在实例的system_time。那天凌晨三点二十一分，我收到九条重复告警，点开全是“Log file usage > 95%”，结果登录一看：tempdb日志只有12%。我把Chrome切回Console tab，敲了一行JS：new Date().toLocaleString('zh-CN', {timeZone: 'Asia/Shanghai'})——时间没错，错的是Redgate的TimezoneManager.dll里一个硬编码UTC+0。我把它卸载了，换成自研的PowerShell巡检脚本，运行第一分钟，它就在日志里写：“WARNING: This script is faster than my marriage.”

　　后面八个坑懒得列了。有七个我都亲手踩过，剩下一个是PM半夜微信语音问“能不能把max server memory临时调到32GB撑过双十一”，我说“能，但我现在就在数据库里，用SSMS连着，你看着我操作”，他沉默十二秒，回：“……还是算了。” 我删掉刚输到一半的sp_configure命令，顺手换了双屏壁纸——左边是《盗梦空间》旋转楼梯GIF，右边是SQL Server 2019安装界面截图，两个都在动，动得让人眼晕。

　　站长个人见解，那本指南没教你怎么说服老板买SSD阵列，也没说怎么跟DBA抢备份窗口。它只是摊开十二具尸体，告诉你哪一刀扎在颈动脉，哪一刀是慢性失血。我现在习惯在每个部署包里附一个txt，开头就写：“本包已通过站长指南第9条验证：非SELECT语句前必加SET NOCOUNT ON；若未加，请重打。”

　　下周一晨会，我要当着PM面删掉开发库里那个auto_shrink ON的数据库。不是因为性能差——是我觉得它看着太不体面。就像我今天早上没换衬衫，领口有点歪，但无所谓。反正没人看第二眼。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!