SQL Server First Responder Kit 中新增对暂停索引重建操作的自动终止警告
在 SQL Server 数据库维护工作中,索引重建是一项常见但资源密集型的操作。SQL Server 2017 引入了可恢复的索引重建功能,允许 DBA 暂停和恢复长时间运行的索引重建操作。然而,SQL Server 2022 引入了一个鲜为人知但影响重大的变更——暂停的索引重建操作会在一定时间后自动终止。
背景与问题发现
可恢复索引重建功能原本设计用于解决大型索引维护时的灵活性需求。DBA 可以在系统负载高时暂停重建,待资源充足时再恢复。但在 SQL Server 2022 中,微软新增了一个数据库范围的配置选项 PAUSED_RESUMABLE_INDEX_ABORT_DURATION_MINUTES,它决定了暂停的索引重建操作在多少分钟后会被自动终止。
这个变更存在几个关键问题:
- 默认值为 1440 分钟(24小时),对于每周维护窗口的场景来说太短
- 文档中几乎没有提及这一行为变更
- 系统不会主动通知操作已被终止
- 部分文档甚至错误地描述暂停状态是"无限期的"
技术实现细节
PAUSED_RESUMABLE_INDEX_ABORT_DURATION_MINUTES 配置项控制着暂停的索引重建操作的生命周期。当设置为:
- 0 表示永不自动终止
- 正数表示暂停多少分钟后自动终止
- 默认值为 1440 分钟
这一变更影响了所有可恢复操作,包括:
- 可恢复索引重建
- 可恢复索引重组
- 可恢复表约束添加操作
SQL Server First Responder Kit 的改进
最新版本的 SQL Server First Responder Kit 中的 sp_BlitzIndex 存储过程已针对这一变更进行了增强:
-
在模式4输出中新增了对
PAUSED_RESUMABLE_INDEX_ABORT_DURATION_MINUTES配置值的检查,区分了默认值、0值和非默认值的情况 -
对于暂停的索引重建操作,现在会显示精确的自动终止时间,格式如下: "PAUSED on dbo.TableName.IndexName since [时间]。[完成百分比]% complete after [分钟数] minute(s). 将在 [时间] 被数据库服务器自动移除。"
-
sp_Blitz也更新了对非默认数据库范围配置选项的警告,加入了 SQL Server 2022 新增的配置项检查
对DBA工作的影响
这一改进帮助DBA:
- 及时发现可能被意外终止的索引维护操作
- 了解服务器上配置的自动终止策略
- 根据业务需求调整暂停操作的生存时间
- 避免因操作被静默终止而导致的维护计划失败
最佳实践建议
- 对于需要长时间暂停的维护操作,考虑将
PAUSED_RESUMABLE_INDEX_ABORT_DURATION_MINUTES设置为0 - 定期检查暂停操作的剩余生存时间
- 在维护计划中加入对可能被终止操作的监控
- 对于关键业务表,考虑使用传统的不可恢复操作以确保可靠性
这一改进体现了 SQL Server First Responder Kit 对最新SQL Server特性的快速响应能力,帮助DBA应对日常维护中的各种挑战。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00