SQL Server报错The datediff function resulted in an overflow

zabbix的监控有一个报错:

The datediff function resulted in an overflow. The number of dateparts separating two date/time instances is too large. Try to use datediff with a less precise datepart.

经检查，这个报错，调用的是下面的一个监控：

select count(*) as cnt from sys.sysprocesses 
where  DateDiff(ss,last_batch,getDate())>=10 
and lastwaittype Like 'PAGE%LATCH_%' 
And waitresource Like '2:%'

这个监控脚本，是用来监控发生在temp上的pagelatch_up的争用。监控脚本中，包含了datediff函数。datediff的返回值如果overflow，将导致上面的报错。

我们来看看，datediff这个值溢出的情况。在 官方文档 中，datediff函数定义返回的是int值，int值的取值范围是 (-2,147,483,648 to +2,147,483,647)。所以，第一步的怀疑，是抓取的起始时间和结束时间之差，溢出了。

那么，什么时候会溢出？ 如果进程是刚刚发起的，那么之间的差值，应该会很短，不会溢出。那么离目前时间最远的进程，会不会溢出？

在SQL Server中进程分为客户端进程和系统进程，一般情况下，客户端进程都是最近发起的，所以时间差不会溢出。是否是系统进程导致时间差溢出的呢？

因为系统进程不是客户端发起的，所以系统进程的last_batch时间，就是数据库的启动时间，我们检查了一下数据库的启动时间：

SELECT sqlserver_start_time FROM sys.dm_os_sys_info;

发现是2018-04-14 22:02:46.377。这个时间是否有可能导致溢出？

还是根据官方文档：

可以看到，如果是到秒级，即datediff(ss)，中间的时间差是可以长达68年19天3小时14分7秒的。而我们的数据库启动时间，远远没有超过68年。

去掉where条件之后，重新运行了几次上述的 SQL 语句，没有发现早于2018-04-14的。

正当束手无策的时候，想起在这个数据库上部署过msawr，会定期snapshot各项性能指标，那么可以从msawr中去找找线索。

确实，我们在msawr中发现了有些进程的last_batch早于数据库启动的时间，这个时间，是1900-01-01 00:00:00.000。

last_batch的含义，在官方文档是这样解释的：

last_batch是个datetime的值，在 官方文档 中说明中，datetime类型默认值是1900：

而last_batch的这个字段，是not null：

也就是说，在为null的情况下，这个datetime类型的值，将有默认值来填充，所以也就出现了1900-01-01 00:00:00.000。

那么sysprocesses的last_batch会出现控制，进而被替代成1900-01-01 00:00:00.000 ？这个在网上找很多文章，都归结到微软的这个文章：”INF: Last Batch Date is Seen as 1900-01-01 00:00:00.000″ at http://support.microsoft.com/?kbid=306625 ， 但是点进去你会发现，这个文章已经404找不到了。

幸好，还有另外的一个 文章 启发了我：

它说：

However, it's possible to create a connection to SQL Server without issuing any RPC calls at all. In this case, the value of last_batch will never have been set and master..sysprocesses will display the value as 1900-01-01 00:00:00.000.

也就是说，由非远程调用（RPC，remote procedure call）发起的进程，其last_batch是null值，而null值继而会被1900-01-01 00:00:00.000所替代。

我们进而看lastwaittype：发现其大部分的，是CXPACKET的并发等待。

所以，应该是并发进程，不是有RPC远程调用的，而是直接在本地调用的。在第一次的时候，last_batch没有被更新，只是留有了null值，进而被替换成了1900年。从而导致了我们的溢出报错。

解决方式也很简单。因为1900年的固定的值，加个条件and last_batch<>‘1900-01-01 00:00:00.000’ 就可以了。

select count(*) as cnt from sys.sysprocesses 
where  DateDiff(ss,last_batch,getDate())>=10 
and lastwaittype Like 'PAGE%LATCH_%' 
And waitresource Like '2:%'
and last_batch<>'1900-01-01 00:00:00.000'