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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00