背景
近几日，公司的应用团队反应业务系统突然变慢了，之前是一直比较正常。后与业务部门沟通了解详情，得知最近生意比较好，同时也在做大的促销活动，使得业务数据处理的量出现较大的增长，最终系统在处理时出现瓶颈。
分析和追踪问题的根源
首先：通过工具追踪服务器的性能，主要定位什么资源、在什么时候出现瓶颈。
这样的工具很多，可以网上搜搜工具和使用方法如PerMon和PAL等，最终得到结果是在业务高峰期（中午12点到23点前）如下图，CPU资源使用率一直很高，初步可以判断是CPU资源紧张。那真的“资源”不够吗？！不一定，进一步分析。
下一步，要更进一步实时监测到底什么东西在消耗CPU资源。
可以实时监控SQL Server资源的工具也很多，我这里使用的SQL Server Profiler，通过过滤和筛选相关Event后抓取想要的列，最主要是CPU这一列的值，如下：
上图，查看每一列CPU资源使用情况，看起来是不是很累，还好有另外一个国外很好的工具ClearTrace，它可以很轻松地分析出trc文件中最占资源的如CPU/Reads/Writes等，这里重点分析CPU，如下图标出，第一二行就是导致CPU资源瓶颈的SQL语句
下一步，重点单独调试、分析上面列出的有问题语句。
我采用做法是将上面拷贝出来并填写对应条件参数的值，将整个语句拿到SSMS中单独调试，开启Actual Execution Plan和IO、Time统计，如下图显示单次执行logical read接近8.5w次，执行计划显示查找是通过索引扫描，这个表比较大，所以查询效率很低。而恰恰在这个案例中该语句执行频率极高，最终给资源特别是CPU造成很大损耗。
这里推荐大家另外一个不错的执行计划分析工具sqlsentry plan Explorer。
接下来，试着在QA环境中，根据语句条件加上合适的非聚集索引。
看一下效果如下图，logical reads降到个位数，加上非聚集索引后，执行计划走的Index Seek，查询效率极大提升。
最后，实施到生产环境后，查看优化效果。
总结
