数据库引擎的工作流程可以归纳为接收请求、执行请求和返回结果。数据库引擎每接收到一个新的查询请求（Query Request），查询优化器就会编译请求、生成执行计划，并把执行计划缓存到内存中，执行计划，最后向客户端返回查询的结果。缓存执行计划的目的是为了复用，减少编辑查询请求的时间消耗和CPU消耗，当数据库引擎再次接收到相同的查询请求，数据库引擎就复用已经缓存的执行计划。
对于计划缓存，数据库引擎并不是永久保存在内存中，而是会根据内存压力，智能剔除一些创建时间早，而且复用频次少的执行计划。
数据库引擎会把每一个查询请求的执行信息保存起来，例如，查询的文本，查询等待的时长，执行的时间，消耗的资源等，并对这些信息进行汇总和统计，这些汇总之后的数据就是查询统计，存储到内存结构 DMV：sys.dm_exec_query_stats中。在该视图中，每一行数据都表示一个查询语句的统计数据：
一个sql_handle 能够生成多个查询计划，对应多个plan_handle，但是每个plan_handle只能对应一个sql_handle 。
动态管理视图 sys.dm_exec_query_stats 缓存的是单个查询语句的执行计划，而sql_handler指向的是整个Batch或SP的句柄值，为了获得单个查询语句的文本，必须通过偏移量从整体（Batch语句）中抽取，偏移量的单位是字节，字节数量从0开始：
通过函数 sys.dm_exec_sql_text 获得整个Batch的TSQL文本，由于TSQL文本都是以nvarchar(max)类型存储的，一个nvarchar是2个字节，因此，一般情况下，字节偏移量都是2的倍数，抽取查询语句的脚本是：
select substring(st.text ,qs.statement_start_offset/2+1, ( case when qs.statement_end_offset = -1 then len(convert(nvarchar(max), st.text)) else (qs.statement_end_offset - qs.statement_start_offset)/2 end ) ) as individual_query ,st.text as entire_query from sys.dm_exec_query_stats qs outer apply sys.dm_exec_sql_text(qs.sql_handle) as st
所有请求的执行信息，都存储到DMV：sys.dm_exec_query_stats中，需要对该数据做一些统计变化，找出对性能影响最大的查询请求，由于该DMV存储的是累积值，要关注数据开始记录的时间，并关注每个查询请求执行的平均值。
1，查看语句级别的统计数据
执行计划的重编译次数，执行查询的总时间，逻辑读和物理读的次数等计数器，是观察查询执行情况的重要指标：
以下脚本用于查看语句级别的执行计划的平均数据，并按照平均执行时间排序：
select top 111 qs.execution_count, qs.total_rows/qs.execution_count as avg_rows, qs.total_worker_time/qs.execution_count/1000 as avg_worker_ms, qs.total_elapsed_time/qs.execution_count/1000 as avg_elapsed_ms, qs.total_physical_reads/qs.execution_count as avg_physical_reads, qs.total_logical_reads/qs.execution_count as avg_logical_reads, qs.total_logical_writes/qs.execution_count as avg_logical_writes, qs.creation_time, qs.plan_generation_num, --st.text as entire_query, substring(st.text, qs.statement_start_offset/2 + 1, ( case when qs.statement_end_offset = -1 then len(convert(nvarchar(max), st.text)) else (qs.statement_end_offset -qs.statement_start_offset)/2 end) ) as individual_query from sys.dm_exec_query_stats qs cross apply sys.dm_exec_sql_text(qs.sql_handle) as st order by avg_elapsed_ms desc
2，查看存储过程级别的查询统计
对于缓存的存储过程，数据库引擎把SP相关的统计数据缓存在视图：sys.dm_exec_procedure_stats 中，每一行数据都表示一个SP的统计数据：
select top 111 db_name(ps.database_id) as db_name ,ps.database_id ,object_schema_name(ps.object_id,ps.database_id)+‘.‘+object_name(ps.object_id,ps.database_id) as proc_name ,ps.type_desc as proc_type ,ps.cached_time ,ps.execution_count ,ps.total_worker_time/ps.execution_count/1000 as avg_worker_ms ,ps.total_elapsed_time/ps.execution_count/1000 as avg_elapsed_ms ,ps.total_physical_reads/ps.execution_count as avg_physical_reads ,ps.total_logical_reads/ps.execution_count as avg_logical_reads ,ps.total_logical_writes/ps.execution_count as avg_logical_writes from sys.dm_exec_procedure_stats ps where ps.database_id<32767 order by avg_elapsed_ms desc
对于database_id 为 32767，这个id是资源数据库（Resource Database）预留的ID，一般情况下，用户创建的数据库ID都会小于该数值。
函数 sys.dm_exec_query_plan 以XML格式返回指定batch或SP的查询计划，参数是plan_handle，这意味着，函数返回的是整个语句（Batch或SP）的执行计划，而视图sys.dm_exec_query_stats 缓存的是Batch或SP中某一个查询语句的统计信息，在query_plan字段上会出现大量的冗余：
select top 111 qs.execution_count, qs.total_rows/qs.execution_count as avg_rows, qs.total_worker_time/qs.execution_count/1000 as avg_worker_ms, qs.total_elapsed_time/qs.execution_count/1000 as avg_elapsed_ms, qs.total_physical_reads/qs.execution_count as avg_physical_reads, qs.total_logical_reads/qs.execution_count as avg_logical_reads, qs.total_logical_writes/qs.execution_count as avg_logical_writes, qs.creation_time, qs.plan_generation_num, st.text as entire_query, substring(st.text, qs.statement_start_offset/2 + 1, ( case when qs.statement_end_offset = -1 then len(convert(nvarchar(max), st.text)) else (qs.statement_end_offset -qs.statement_start_offset)/2 end) ) as individual_query, qp.query_plan from sys.dm_exec_query_stats qs cross apply sys.dm_exec_sql_text(qs.sql_handle) as st outer apply sys.dm_exec_query_plan(qs.plan_handle) as qp order by avg_elapsed_ms desc
缓存的查询计划，被数据库引擎缓存在视图：sys.dm_exec_cached_plans，每一个查询计划都存储一行，从该视图中能够查看缓存的查询计划及其文本，计划占用的内存大小，以及查询计划被重用的次数等数据：
select cp.refcounts ,cp.usecounts ,cp.size_in_bytes ,cp.cacheobjtype ,cp.objtype ,st.text as entire_sql --,cp.plan_handle from sys.dm_exec_cached_plans cp outer apply sys.dm_exec_sql_text(cp.plan_handle) st
参考文档：
原文：https://www.cnblogs.com/ljhdo/p/5179824.html