SQLServer 监控体系构建 —— sql_exporter + Prometheus + Grafana 全栈实战

17_SQLServer 监控体系构建 ------ sql_exporter + Prometheus + Grafana 全栈实战

系列定位 :《SQL Server 数据库全栈运维实战系列》第 17 篇,与《MySQL 数据库全栈运维实战系列》同构对标(对标 MySQL 17 监控体系:mysqld_exporter + Prometheus + Grafana)。适用版本 :SQL Server 2019/2022(2017 及以下差异随文标注)。官方文档:Microsoft Learn SQL Server 2019/2022 文档、sys.dm_os_performance_counters 动态管理视图、sql_exporter 官方仓库。


一、监控体系架构(全景图)

SQL Server 自带的 SSMS 活动监视器、Profiler、扩展事件(Extended Events)适合排障,但做不到 7×24 时序存储、趋势对比和统一告警。生产环境推荐用 Prometheus 生态:sql_exporter 跑在数据库主机上,通过 ADO.NET(Go-mssql)连本地 SQL 实例,执行预定义的 DMV 查询,把结果转成 Prometheus 指标暴露出来;Prometheus 拉取后长期存储,Grafana 做看板,Alertmanager 做告警收敛(告警收敛细则见第 19 篇)。

图 1

图 2

层 组件 端口 说明
采集 sql_exporter 9399 每个 SQL Server 实例一个
采集 windows_exporter 9182 每台 Windows 主机一个(对标 node_exporter)
存储 Prometheus 9090 时序库 + 告警规则
展示 Grafana 3000 看板
告警 Alertmanager 9093 收敛 + 分发

二、指标分层(sql_exporter 真实指标)

2.1 指标来源

SQL Server 的监控数据全部来自三类官方入口:一是 sys.dm_os_performance_counters(Windows 性能计数器的 SQL Server 子集,对标 MySQL 的 SHOW GLOBAL STATUS);二是 sys.dm_exec_、sys.dm_os_ 系列 DMV(对标 MySQL 的 performance_schema);三是 Wait Statistics(``sys.dm_os_wait_stats``)。sql_exporter 官方自带的 ``mssql_standard.yml`` collector 就是把这些查询固化下来。


图 3

2.2 SQL Server 指标清单与类比 MySQL 对照(本篇核心)

分类 sql_exporter 指标 含义 类比 MySQL 告警阈值
存活 sqlserver_up 采集连接、实例是否正常 mysql_up =0 即 P0
运行时长 sqlserver_uptime_seconds 实例启动至今秒数 mysql_global_status_uptime 突降=重启
连接数 sqlserver_connections_count 当前会话总数 threads_connected 超 80% user connections
活动请求 sqlserver_session_active_count 正在跑的请求数 threads_running 持续偏高
连接上限 sqlserver_user_connections_limit 最大并发连接配置 max_connections ---
缓冲池命中率 sqlserver_buffer_cache_hit_ratio 数据页缓存命中 Buffer Pool 命中率 低于 98% 关注
慢查询 sqlserver_sql_compilations_rate SQL 编译速率 slow_queries 近似 突增=计划缓存失效
TPS sqlserver_transactions_rate 事务提交速率 Com_commit 速率 趋势
批量请求 sqlserver_batch_requests_rate 每秒批请求数 QPS(Questions) 趋势
临时库 sqlserver_tempdb_space_used_bytes tempdb 已用空间 created_tmp_disk_tables 接近磁盘上限 P1
锁等待 sqlserver_lock_wait_wait_time_ms 锁等待累计 innodb_row_lock_waits 偏高
死锁 sqlserver_deadlocks_rate 死锁发生速率 死锁计数器 大于 0 即排查
日志生成 sqlserver_log_flush_wait 日志刷新等待 redo 写等待 偏高=日志盘慢
AG 同步状态 sqlserver_ag_sync_health 可用性副本健康 主从 IO、SQL 线程 副本 UNHEALTHY P0
AG 数据延迟 sqlserver_ag_sync_lag_seconds 副本未固化日志延迟 seconds_behind_master 超 60s P1
CPU sqlserver_process_cpu_seconds SQL 进程 CPU 主机 CPU 持续打满

对照表小结 :MySQL 侧 mysql_* 指标在 SQL Server 侧几乎都能找到对应------sqlserver_up 对 mysql_up、缓冲池命中率对 Buffer Pool 命中率、sqlserver_ag_sync_lag_seconds 对 seconds_behind_master。看板与告警规则把 mysql_ 前缀换成 sqlserver_、把从库线程判断换成 AG 副本健康判断即可整体迁移。


三、部署 sql_exporter

3.1 流程


图 4

3.2 实施(TSQL + 命令 + 解释)

复制代码
-- ① 建监控登录名(解释:SQL Server 用 SQL 身份验证登录名,exporter 走非域账号)
CREATE LOGIN exporter WITH PASSWORD = 'Exp@Pass2026', CHECK_POLICY = OFF;
-- 解释:exporter 需要读 DMV,VIEW SERVER STATE 即可,不需要 sysadmin
GRANT VIEW SERVER STATE TO exporter;
GRANT VIEW ANY DEFINITION TO exporter;
-- ② 再给各业务库 CONNECT(解释:collector 里要遍历数据库统计空间)
USE master;

复制代码
# ② 下载(解释:sql_exporter 官方 GitHub 发行版,Windows 用 amd64 zip)
# 解压到 C:\sql_exporter\,目录内含 sql_exporter.exe 与 mssql_standard.yml
cd C:\sql_exporter

# ③ 写配置 sql_exporter.yml(解释:DSN 用 sqlserver:// 协议,encrypt=disable 跳过自签证书校验)
@'
global:
  scrape_timeout: 10s
  query_timeout: 5s
subscriptions:
- resource: "Test"
  config:
    username: "exporter"
    password: "Exp@Pass2026"
    host: "127.0.0.1"
    port: 1433
    encryp: "disable"
collector_files:
  - "mssql_standard.yml"
'@ | Out-File -Encoding utf8 C:\sql_exporter\sql_exporter.yml

# ④ 前台试启动(解释:默认 9399 端口)
.\sql_exporter.exe --config.sql-exporter.yml=C:\sql_exporter\sql_exporter.yml --web.listen-address=:9399

# ⑤ 验证(解释:另开窗口,能看到 sqlserver_up=1 即成功)
(Invoke-WebRequest -Uri "http://127.0.0.1:9399/metrics" -UseBasicParsing).Content | Select-String -Pattern 'sqlserver_up|sqlserver_uptime'

注:DSN 中 encrypt=disable 对应 Go-mssql 驱动 encrypt=disable 参数,本机采集够用;生产跨机采集建议启用证书加密。mssql_standard.yml 随官方发行包提供,内含心跳、CPU、内存、数据库空间、Wait Stats 等标准 collector 定义。

3.3 注册为 Windows 服务

复制代码
# 用 NSSM 注册(解释:SQL Server 主机上没有 systemd,服务化用 NSSM 或 sc.exe)
# 下载 nssm.exe 后执行:
nssm install sql_exporter C:\sql_exporter\sql_exporter.exe "--config.sql-exporter.yml=C:\sql_exporter\sql_exporter.yml --web.listen-address=:9399"
nssm set sql_exporter AppDirectory C:\sql_exporter
nssm start sql_exporter
nssm status sql_exporter

VMware 注意事项 :sql_exporter 与被监控实例建议同机部署(连 127.0.0.1:1433),避免跨机网络抖动造成 sqlserver_up 误报;一台 Windows 主机若跑命名实例(多实例、不同端口),要为每个实例起独立服务并指定不同 --web.listen-address(9399、9400......)。windows_exporter 用官方 MSI 安装即可,默认采集 CPU、内存、磁盘、日志,与 SQL 层指标互补。


四、Prometheus 配置

4.1 采集目标

复制代码
# prometheus.yml 片段
scrape_configs:
- job_name: 'sqlserver'
  static_configs:
  - targets:
    - '192.168.10.61:9399'     # AG 主副本
    - '192.168.10.62:9399'     # AG 同步副本
    labels:
      env: 'prod'
- job_name: 'windows'
  static_configs:
  - targets:
    - '192.168.10.61:9182'
    - '192.168.10.62:9182'

4.2 告警规则

复制代码
groups:
- name: sqlserver_alerts
  rules:
  - alert: SQLServerDown
    expr: sqlserver_up == 0
    for: 1m
    labels: { severity: P0 }
    annotations:
      summary: "SQL Server 实例不可用 ({{ $labels.instance }})"
  - alert: SQLServerConnectionsHigh
    expr: sqlserver_connections_count / sqlserver_user_connections_limit > 0.8
    for: 5m
    labels: { severity: P1 }
    annotations:
      summary: "连接数超过上限 80%"
  - alert: SQLServerBufferCacheHitLow
    expr: sqlserver_buffer_cache_hit_ratio < 98
    for: 5m
    labels: { severity: P2 }
    annotations:
      summary: "缓冲池命中率低于 98%"
  - alert: SQLServerAGReplicaUnhealthy
    expr: sqlserver_ag_sync_health == 0
    for: 1m
    labels: { severity: P0 }
    annotations:
      summary: "AG 副本健康检查失败"
  - alert: SQLServerAGSyncLag
    expr: sqlserver_ag_sync_lag_seconds > 60
    for: 2m
    labels: { severity: P1 }
    annotations:
      summary: "AG 副本数据延迟超过 60 秒"

4.3 常用 PromQL

复制代码
sqlserver_up                                                          # 实例存活
sqlserver_connections_count                                           # 当前会话数
rate(sqlserver_batch_requests_rate[5m])                                # 每秒批请求数(QPS)
rate(sqlserver_transactions_rate[5m])                                  # TPS
sqlserver_buffer_cache_hit_ratio                                       # 缓冲池命中率
rate(sqlserver_deadlocks_rate[5m])                                     # 死锁速率
sqlserver_ag_sync_lag_seconds                                          # AG 数据延迟
# tempdb 磁盘占用(解释:接近磁盘上限时配合 windows_exporter 的磁盘指标)
sqlserver_tempdb_space_used_bytes / 1024 / 1024 / 1024


五、Grafana 看板


图 5

看板落地:① Grafana(http://grafana:3000)添加 Prometheus 数据源;② 导入社区看板 ID 13916(SQL Server by sql_exporter) 或 18112 ;③ 变量按 instance 下拉切换实例。总览一屏:sqlserver_up、TPS、会话数、命中率、AG 副本延迟、死锁。windows_exporter 用官方看板 ID 12121(Windows Host Metrics),与数据库层并排。


六、AlwaysOn 可用性组专属监控


图 6

复制代码
# AG 副本延迟(对标 MySQL 主从 seconds_behind_master)
sqlserver_ag_sync_lag_seconds > 60

# 副本健康(对标 MySQL 从库 IO、SQL 线程双判断)
# 主库用 sys.dm_hadr_availability_replica_states 的 role、synchronization_health_desc 采集
count by (instance) (sqlserver_up)

与 MySQL 主从监控同构:MySQL 看 Seconds_Behind_Master 和 IO、SQL 两个线程,SQL Server 看 sys.dm_hadr_availability_replica_states 的 synchronization_health_desc(HEALTHY、NOT_HEALTHY)和 redo_queue_size 换算的延迟;MySQL 复制中断是线程断开,SQL Server AG 中断会先表现为副本进入 RESOLVING、失败状态,需要同时盯 WSFC 群集状态(对标第 14 篇高可用)。


七、要点速记

  1. 端口牢记:sql_exporter 9399、windows_exporter 9182、Prometheus 9090、Grafana 3000、Alertmanager 9093。
  2. 核心指标 :sqlserver_up、会话数与上限比、buffer_cache_hit_ratio、死锁速率、AG 副本延迟。
  3. 监控账号最小权限 :GRANT VIEW SERVER STATE + VIEW ANY DEFINITION,绝不开 sysadmin。
  4. exporter 与实例同机部署,命名实例多端口、多起几个服务。
  5. 告警第一优先 :sqlserver_up=0 P0、AG 副本 UNHEALTHY P0、副本延迟 P1。


八、踩坑记录(实测汇总)

# 坑 现象 解决
1 监控账号权限不足 sqlserver_up=0 或 DMV 指标为空 补 GRANT VIEW SERVER STATE、VIEW ANY DEFINITION
2 DSN 加密参数写错 exporter 启动报 TLS 握手失败 本机采集用 encrypt=disable,跨机再配证书
3 1433 端口被防火墙拦 本机正常、Prometheus 拉不到 9399 放行 9399 入站;SQL 端口走本机回环不动
4 多实例只起一个 exporter 命名实例指标全缺 每实例独立服务、独立 9399、9400 端口
5 没装 windows_exporter 看不到主机磁盘、CPU、内存 OS 层与 DB 层一起采,磁盘满才提前发现
6 AG 副本延迟指标没采 主从延迟看不到 collector 加查 sys.dm_hadr_availability_replica_states
7 查询超时拖垮 exporter scrape 超时、指标间断 query_timeout 设 5s,避免在大库跑全表统计查询
8 告警风暴 维护窗口刷屏 Alertmanager 分组收敛、维护期静默(第19篇)
9 tempdb 放系统盘 业务高峰 tempdb 撑爆 C 盘 tempdb 单独挂盘、按 CPU 核数建多个数据文件
10 命中率算反误判 把物理读高当成健康 命中率=1-物理读、逻辑读,低于 98% 才算异常


九、参考资料(官方正式文档)

主题 官方链接
sql_exporter(GitHub 官方仓库) https://github.com/sql-exporter/sql_exporter
sys.dm_os_performance_counters https://learn.microsoft.com/sql/relational-databases/system-dynamic-management-views/sys-dm-os-performance-counters-transact-sql
sys.dm_hadr_availability_replica_states https://learn.microsoft.com/sql/relational-databases/system-dynamic-management-views/sys-dm-hadr-availability-replica-states-transact-sql
sys.dm_os_wait_stats https://learn.microsoft.com/sql/relational-databases/system-dynamic-management-views/sys-dm-os-wait-stats-transact-sql
Prometheus 告警规则配置 https://prometheus.io/docs/prometheus/latest/configuration/alerting_rules/
Grafana 官方文档 https://grafana.com/docs/
SQL Server 扩展事件 https://learn.microsoft.com/sql/relational-databases/extended-events/extended-events


本文章属于《SQL Server 数据库全栈运维实战系列》监控与巡检篇。欢迎收藏、交流。

相关推荐
遇雪长安37 分钟前
wslc 来了:Docker Desktop 还要留着吗?
运维·docker·容器
tianyuanwo1 小时前
NocoDB 系统手册:PostgreSQL 主机资产管理的界面层实施方案
数据库·postgresql·oracle
装不满的克莱因瓶1 小时前
【AI时代必学】一篇文章教会你从零搭建Serverless架构
java·人工智能·ai·云原生·架构·serverless
飞奔的瓜牛1 小时前
Nacos 三节点集群部署手册:MySQL 持久化 + Nginx 负载均衡
mysql·nginx·负载均衡
Umi·1 小时前
MySQL之多表关联查询练习
数据库·mysql
实泽有之,无泽虚之1 小时前
Windows环境bat脚本自动备份MySQL数据库并清理旧备份文件
数据库·mysql
csdn_aspnet1 小时前
【Docker 攻略】MySQL 安裝篇
运维·mysql·docker·容器
一条大祥脚1 小时前
MemGPT 深度解析:让 Agent 拥有“无限上下文“的记忆架构
架构·agent·memgpt·智能体记忆
艺杯羹2 小时前
ufw 已 active,Docker 端口却仍对外开放的复盘
运维·docker·容器