
tempdb的日志文件满了,SQL Server会直接给你脸色看——查询跑不动,事务回滚失败,严重的时候整个实例都连不上。这不是什么罕见故障,很多DBA半夜被叫醒就是因为tempdb撑爆了。tempdb和用户数据库不一样,它每次重启都会重建,但恰恰因为这种“临时”属性,很多人对它掉以轻心,直到日志文件把磁盘撑满才慌了神。
先弄清楚tempdb日志为什么会满。最常见的原因是有一个超大的事务在tempdb里跑,比如一次性插入几百万行数据、做巨大的排序操作、或者执行了失控的DBCC CHECKDB。tempdb的日志增长模式跟用户库不同,它用的是简单恢复模式,理论上日志会在事务提交后自动截断。但问题在于,如果有一个长事务一直不提交,日志就没法截断,只能一路涨到磁盘爆掉。另一个常见原因是显式开启了tempdb的事务,却没有及时提交或回滚,日志就卡在那里不动了。
遇到tempdb日志已满,第一步不是急着重启服务,而是先确认当前状态。连上实例,跑一句,看看logreusewaitdesc这一列显示什么。如果是ACTIVETRANSACTION,说明有长事务卡着;如果是CHECKPOINT,可能是检查点还没跑;如果是LOGBACKUP,那说明有人把tempdb的恢复模式改成了完整模式,这基本是人为失误。搞清楚原因再动手,比盲目重启有效得多。
最直接的应急手段是收缩日志文件。执行,把日志文件缩回去。但注意,如果有活动事务占着日志空间,SHRINKFILE也缩不动。这时候要么等事务结束,要么找到那个事务直接kill掉。用可以看到最早的活动事务,用干掉它。kill完之后再收缩,通常就能释放空间。如果连kill都杀不掉,那就只能重启SQL Server服务了——重启会重建tempdb,日志自然清空。但这是最后的手段,因为重启会中断所有连接。
还有一种情况是tempdb的数据文件满了,不是日志文件。很多人会把这两个搞混。数据文件满的表现是查询报错“tempdb数据库的事务日志已满”或者“tempdb的磁盘空间不足”。区分方法很简单,看一下磁盘上tempdb的.mdf和.ldf文件哪个在疯涨。数据文件满通常是因为排序或哈希操作产生了大量中间结果,日志文件满则是事务日志无法截断。两者的处理思路不同,数据文件满需要加文件或扩大文件,日志文件满需要解决事务截断问题。
应急处理完之后,必须做预防。第一件事是给tempdb设置合理的初始大小和自动增长。很多人让tempdb保持默认的8MB初始大小和10%自动增长,这在大负载下就是灾难。把初始大小设成能覆盖日常峰值的尺寸,比如4GB起步,自动增长改成固定增量比如512MB,而不是按百分比。按百分比增长会导致越往后增长越慢,而且容易产生文件碎片。第二件事是把tempdb的文件数量调到CPU核心数的一半或相等,每个文件大小一致,这样能减少闩锁争用。
预防的另一个重点是监控和告警。别等日志满了才发现,设置一个作业每5分钟检查一次tempdb的日志使用率,超过80%就发邮件告警。用这个DMV可以精确看到tempdb里用户对象、内部对象和版本存储各占了多少空间。如果发现版本存储占用特别大,说明有长事务导致了大量行版本堆积,需要去查那个事务的来源。监控脚本不复杂,关键是有人看告警,否则设了也白设。
还有一条容易被忽略的预防措施:审查代码。很多tempdb日志爆满的根因在应用层。比如代码里写了之后,中间做了大量操作,才,中间任何一步出错都可能让事务悬空。再比如ORM框架自动生成的大批量插入,没有分批提交,一个事务塞进去几十万行。这些都要在代码评审阶段拦住。DBA不可能盯着每个连接,但可以在开发规范里明确要求:涉及tempdb的操作必须分批,事务必须短小,禁止在tempdb里做显式的大事务。
说一个坑:有人为了解决tempdb日志满,直接把tempdb的恢复模式改成简单,以为这样日志就不会涨了。tempdb本来就是简单恢复模式,改不改都一样。真正要改的是别让长事务卡住日志截断。还有人把tempdb移到其他磁盘,这只能缓解磁盘空间压力,解决不了日志无法截断的根本问题。磁盘满了加磁盘,事务卡了杀事务,代码烂了改代码——每一步都要对准根因,别在表面症状上打转。
tempdb日志满不是绝症,但它是一个信号:要么有失控的事务,要么有失控的代码,要么有失控的配置。快速解决靠的是准确判断logreusewait_desc,该收缩收缩,该kill kill,该重启重启。预防靠的是合理配置初始大小和增长方式,加上持续监控和代码审查。把这几点做到位,tempdb就不会再半夜把你叫醒了。


