歡迎來(lái)到性能調(diào)優(yōu)培訓(xùn)的第4個(gè)月。這個(gè)月全是關(guān)于SQL Server里的統(tǒng)計(jì)信息，還有它們?nèi)绾螏椭樵儍?yōu)化器生成足夠好的執(zhí)行計(jì)劃。統(tǒng)計(jì)信息主要是被查詢優(yōu)化器用來(lái)估計(jì)查詢返回的行數(shù)。它只是個(gè)估計(jì)，沒(méi)別的。

SQL Server使用在統(tǒng)計(jì)信息對(duì)象里稱作直方圖（Histogram）的東西，它描述了對(duì)于所給列最大200步長(zhǎng)（Steps）的數(shù)據(jù)分布情況。最大的局限性之一，對(duì)于SQL Server里的統(tǒng)計(jì)信息是200步長(zhǎng)的局限性（使用過(guò)濾統(tǒng)計(jì)信息可以超過(guò)這個(gè)步長(zhǎng)，這在SQL Server 2008里就引入了）。

另外的局限性是統(tǒng)計(jì)信息的自動(dòng)更新（Auto Update）機(jī)制：對(duì)于大于500行的表，如果500+20%的列值發(fā)生改變，統(tǒng)計(jì)信息才會(huì)更新。這就意味著，一旦表增長(zhǎng)，你的統(tǒng)計(jì)信息的自動(dòng)更新頻率將越少（每次觸發(fā)自動(dòng)更新需要更多的記錄修改）。

假設(shè)你有100000條記錄的表，這個(gè)情況下，如果修改了20500（20%+500)的數(shù)據(jù)，統(tǒng)計(jì)信息才會(huì)自動(dòng)更新。如果你有1000000條記錄的表，你需要修改200500（20%+500)的數(shù)據(jù)，統(tǒng)計(jì)信息才會(huì)自動(dòng)更新。這里用到的算法是指數(shù)的，不是線性的。在SQL Server里有2371的跟蹤標(biāo)志（trace flag）也會(huì)影響這個(gè)行為。

當(dāng)你的執(zhí)行計(jì)劃里保航書(shū)簽查找時(shí)，這個(gè)行為就會(huì)是巨大的問(wèn)題。正如你知道的，基于當(dāng)前的統(tǒng)計(jì)信息，如果查詢的估計(jì)行數(shù)是非常少的，查詢優(yōu)化器才會(huì)選擇書(shū)簽查找運(yùn)算符。如果你的統(tǒng)計(jì)信息過(guò)期，你的執(zhí)行計(jì)劃還是有效的話，SQL Server就會(huì)盲目重用緩存計(jì)劃，你的頁(yè)讀取就會(huì)暴漲。我們來(lái)看看這個(gè)問(wèn)題的具體例子。

下面的腳本會(huì)創(chuàng)建有1500條記錄的表，在column2列有平均的數(shù)據(jù)分布。另外我們?cè)赾olumn2列上定義非聚集索引。

 1 CREATE TABLE Table1 2 ( 3    Column1 INT IDENTITY, 4    Column2 INT 5 ) 6 GO 7  8 -- Insert 1500 records into Table1 9 SELECT TOP 1500 IDENTITY(INT, 1, 1) AS n INTO #Nums10 FROM11 master.dbo.syscolumns sc112 13 INSERT INTO Table1 (Column2)14 SELECT n FROM #nums15 16 DROP TABLE #nums17 GO 18 19 CREATE NONCLUSTERED INDEX idx_Table1_Colum2 ON Table1(Column2)20 GO

當(dāng)你對(duì)表進(jìn)行簡(jiǎn)單的SELECT * 查詢時(shí)，你會(huì)得到帶有書(shū)簽查找運(yùn)算符的執(zhí)行計(jì)劃：

1 SELECT * FROM dbo.Table1 WHERE Column2='9'

從索引查找（Non Clustered）運(yùn)算符可以看到，SQL Server估計(jì)行數(shù)是1（估計(jì)行數(shù)（Estimated Number of Rows）屬性），實(shí)際上SQL Server也處理1條記錄（實(shí)際行數(shù)（Actual Number of Rows）屬性）。這就是說(shuō)，我們這里用到的統(tǒng)計(jì)信息是準(zhǔn)確的，查詢本身產(chǎn)生3個(gè)邏輯讀。

我們現(xiàn)在的表有1500條記錄，因此當(dāng)20% + 500條記錄發(fā)生改變時(shí)，SQL Server會(huì)自動(dòng)更新非聚集索引的統(tǒng)計(jì)信息。算一下，我們需要修改800條數(shù)據(jù)（1500 * 20% + 500)。

接下來(lái)我們對(duì)表做如下處理：我們對(duì)SQL Server做一點(diǎn)動(dòng)作，只插入799條新記錄。但799條記錄的第2列值都是2。這就是說(shuō)我們完全改變第2列的平均數(shù)據(jù)分布。統(tǒng)計(jì)信息會(huì)認(rèn)為只有1條第2列值為2的記錄返回，但實(shí)際上卻有800條記錄返回（1條已存在的，799條新插入的）：

1 SELECT TOP 799 IDENTITY(INT, 1, 1) AS n INTO #Nums2 FROM3 master.dbo.syscolumns sc14 5 INSERT INTO Table1 (Column2)6 SELECT 2 FROM #nums7 8 DROP TABLE #nums9 GO

現(xiàn)在我們來(lái)執(zhí)行下列查詢語(yǔ)句，找第2列值為2的記錄，并打開(kāi)執(zhí)行計(jì)劃顯示和IO統(tǒng)計(jì)。

1 SET STATISTICS IO ON2 SELECT * FROM dbo.Table1 WHERE Column2 ='2'

SQL Server重用了有書(shū)簽查找的執(zhí)行計(jì)劃。這就是說(shuō)執(zhí)行計(jì)劃里的書(shū)簽查找執(zhí)行了1500次——一次性對(duì)所有記錄！這會(huì)耗費(fèi)大量的邏輯讀——SQL Server這里報(bào)告了806個(gè)頁(yè)讀取。

從圖中可以看到，實(shí)際行數(shù)（Actual Number of Rows）現(xiàn)在已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了估計(jì)行數(shù)（Estimated Number of Rows）。

SQL Server里失真的統(tǒng)計(jì)信息就會(huì)帶來(lái)這樣的問(wèn)題。

今天的性能調(diào)優(yōu)培訓(xùn)我給你簡(jiǎn)單介紹了SQL Server里的統(tǒng)計(jì)信息。如你所見(jiàn)，失真的統(tǒng)計(jì)信息，對(duì)于緩存的，重用的執(zhí)行計(jì)劃會(huì)帶來(lái)嚴(yán)重的性能問(wèn)題。

我希望現(xiàn)在你已經(jīng)能很好的理解SQL Server里的統(tǒng)計(jì)信息，當(dāng)它們過(guò)期是，會(huì)給你的執(zhí)行計(jì)劃帶來(lái)副作用。下周我會(huì)進(jìn)一步討論統(tǒng)計(jì)信息，還有在SQL Server內(nèi)部它們是怎樣的。請(qǐng)繼續(xù)關(guān)注。