歡迎回到性能調優教育訓練。今天我想詳細談下統計資訊在SQL Server内部是如何呈現的。假設有這樣的問題：執行計劃裡的某個運算符的估計行數是42，但你知道對于這個查詢，42不是正确的答案。但是你怎麼來解讀統計資訊來了解這個估計是從哪裡來的？我們來談論下直方圖（Histogram）和密度向量（Density Vector）。
直方圖（Histogram）
首先我們來看下直方圖。直方圖的用途是用高效、壓縮的方式存儲列資料分布情況。每次當你在表上建立索引時（聚集/非聚集索引），SQL Server會為你自動建立統計資訊。這個統計資訊就包含了那列（索引鍵）的資料分布資訊。比如你有一個訂單表，裡面有個Country列，這列裡有很多國家名字。是以直方圖就是對這些國家個數分布情況的可視化：
在直方圖裡，我們用很多柱條描述資料分布情況：柱條越高，那列的這個值就記錄數就越多。SQL Server使用同樣的概念和格式來描述資料分布情況。我們通過一個例子來詳細了解下。在AdventureWorks2008R2資料庫裡，我們找到表SalesOrderDetail裡的ProductID列。這ProductID列存儲着具體的銷售産品ID資訊。可以看到，ProductID列也有索引定義，那就說有對應的統計資訊來描述ProductID列的資料分布情況。
在SSMS裡，你通過檢視表屬性來檢視列和統計資訊，也可以使用DBCC SHOW_STATISTICS指令在結果裡輸出統計資訊。
1 -- Show the statistics for a given index
2 DBCC SHOW_STATISTICS ('Sales.SalesOrderDetail', IX_SalesOrderDetail_ProductID)
3 GO 從上圖可以看到，這個指令傳回3個不同的記錄集：
- 資料顯示标題
- 密度向量
- 直方圖
如果你想詳細了解這部分的統計資訊是如何用來做基數預估的，可以看下統計資訊内幕：直方圖和密度向量。
密度向量（Density Vector）
我們再來看看神秘的密度向量，看下非聚集索引IX_SalesOrderDetail_ProductID，這個索引隻在ProductID列建立。但是每個非聚集索引，SQL Server在索引的頁層也儲存聚集鍵作為邏輯指針。當你定義了非唯一的非聚集索引，聚集鍵也是非聚集索引導航結構的一部分。表裡的聚集鍵SalesOrderID是個組合列，包含SalesOrderID列和SalesOrderDetailID列。
這就是說我們的非唯一非聚集索引事實上包含ProductID，SalesOrderID和SalesOrderDetailID列。索引鍵是個組合鍵。同樣SQL Server需要為其他列建立密度向量，因為隻有第1列（ProductID）是直方圖裡有資訊，這個在上一部分我們已經看過了。當你看用DBCC SHOW_STATISTICS指令的輸出時，密度向量是第2個表資訊。
SQL Server在這裡存儲選擇率（selectivity），不同列組合的密度。例如，ProductID列的All density值是0.003759399，你可以用下列語句來驗證下：
1 -- The "All Density" value for the column ProductID: 0,0037593984962406015
2 SELECT 1 / CAST(COUNT(DISTINCT ProductID) AS NUMERIC(18, 2)) FROM Sales.SalesOrderDetail
3 GO 對于ProductID，SalesOrderID組合列和ProductID，SalesOrderID，SalesOrderDetailID組合列的All density值分别是8.242868E-06和8.242868E-06。你可以用1除以2個組合列的唯一值來驗證下。這裡我們的記錄是121317，這些聚集值（SalesOrderID，SalesOrderDetailID組成了聚集鍵）都是唯一的，我們可以計算下：1/121317=8.242867858585359e-6。
在基數預估期間，SQL Server如何使用這個資訊，詳細可以點選剛才提到的統計資訊内幕：直方圖和密度向量。
小結
今天你看到SQL Server内部是如何建構統計資訊的。這裡最重要的是直方圖（Histogram）和密度向量（Density Vector），它們一直是用來做基數預估的。希望這次性能調優教育訓練你有所收獲。
你可以閱讀下面文章，加深對統計資訊的了解：
了解統計資訊（1/6）：密度向量
了解統計資訊（2/6）：直方圖
了解統計資訊（3/6）：誰建立和管理統計資訊？在性能調優中，統計資訊的作用
了解統計資訊（4/6）：自動更新統計資訊的閥值——人為更新統計資訊的重要性
了解統計資訊（5/6）：如何檢測過期的統計資訊
了解統計資訊（6/6）：統計資訊彙總貼
統計資訊内幕：直方圖和密度向量
下周我們繼續讨論在SQL Server裡使用基數預估（cardinality estimation）的局限性，還有如何解決它們。到時候見！
圍觀PPT:
0824_14直方圖和密度向量.rar
注：此文章為
WoodyTu學習MS SQL技術，收集整理相關文檔撰寫，歡迎轉載，請在文章頁面明顯位置給出此文連結！
若您覺得這篇文章還不錯請點選下右下角的推薦，有了您的支援才能激發作者更大的寫作熱情，非常感謝！