歡迎來到性能調優教育訓練的第4個月。這個月全是關于SQL Server裡的統計資訊，還有它們如何幫助查詢優化器生成足夠好的執行計劃。統計資訊主要是被查詢優化器用來估計查詢傳回的行數。它隻是個估計，沒别的。
統計資訊概述
SQL Server使用在統計資訊對象裡稱作直方圖（Histogram）的東西，它描述了對于所給列最大200步長（Steps）的資料分布情況。最大的局限性之一，對于SQL Server裡的統計資訊是200步長的局限性（使用過濾統計資訊可以超過這個步長，這在SQL Server 2008裡就引入了）。
另外的局限性是統計資訊的自動更新（Auto Update）機制：對于大于500行的表，如果500+20%的列值發生改變，統計資訊才會更新。這就意味着，一旦表增長，你的統計資訊的自動更新頻率将越少（每次觸發自動更新需要更多的記錄修改）。
假設你有100000條記錄的表，這個情況下，如果修改了20500（20%+500)的資料，統計資訊才會自動更新。如果你有1000000條記錄的表，你需要修改200500（20%+500)的資料，統計資訊才會自動更新。這裡用到的算法是指數的，不是線性的。在SQL Server裡有2371的跟蹤标志（trace flag）也會影響這個行為。
當你的執行計劃裡保航書簽查找時，這個行為就會是巨大的問題。正如你知道的，基于目前的統計資訊，如果查詢的估計行數是非常少的，查詢優化器才會選擇書簽查找運算符。如果你的統計資訊過期，你的執行計劃還是有效的話，SQL Server就會盲目重用緩存計劃，你的頁讀取就會暴漲。我們來看看這個問題的具體例子。
失真的統計資訊（Stale Statistics）
下面的腳本會建立有1500條記錄的表，在column2列有平均的資料分布。另外我們在column2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 #Nums
10 FROM
11 master.dbo.syscolumns sc1
12
13 INSERT INTO Table1 (Column2)
14 SELECT n FROM #nums
15
16 DROP TABLE #nums
17 GO
18
19 CREATE NONCLUSTERED INDEX idx_Table1_Colum2 ON Table1(Column2)
20 GO 當你對表進行簡單的SELECT * 查詢時，你會得到帶有書簽查找運算符的執行計劃：
1 SELECT * FROM dbo.Table1 WHERE Column2='9' 
從索引查找（Non Clustered）運算符可以看到，SQL Server估計行數是1（估計行數（Estimated Number of Rows）屬性），實際上SQL Server也處理1條記錄（實際行數（Actual Number of Rows）屬性）。這就是說，我們這裡用到的統計資訊是準确的，查詢本身産生3個邏輯讀。
我們現在的表有1500條記錄，是以當20% + 500條記錄發生改變時，SQL Server會自動更新非聚集索引的統計資訊。算一下，我們需要修改800條資料（1500 * 20% + 500)。
接下來我們對表做如下處理：我們對SQL Server做一點動作，隻插入799條新記錄。但799條記錄的第2列值都是2。這就是說我們完全改變第2列的平均資料分布。統計資訊會認為隻有1條第2列值為2的記錄傳回，但實際上卻有800條記錄傳回（1條已存在的，799條新插入的）：
1 SELECT TOP 799 IDENTITY(INT, 1, 1) AS n INTO #Nums
2 FROM
3 master.dbo.syscolumns sc1
4
5 INSERT INTO Table1 (Column2)
6 SELECT 2 FROM #nums
7
8 DROP TABLE #nums
9 GO 現在我們來執行下列查詢語句，找第2列值為2的記錄，并打開執行計劃顯示和IO統計。
1 SET STATISTICS IO ON
2 SELECT * FROM dbo.Table1 WHERE Column2 ='2' SQL Server重用了有書簽查找的執行計劃。這就是說執行計劃裡的書簽查找執行了1500次——一次性對所有記錄！這會耗費大量的邏輯讀——SQL Server這裡報告了806個頁讀取。
從圖中可以看到，實際行數（Actual Number of Rows）現在已經遠遠超過了估計行數（Estimated Number of Rows）。
SQL Server裡失真的統計資訊就會帶來這樣的問題。
小結
今天的性能調優教育訓練我給你簡單介紹了SQL Server裡的統計資訊。如你所見，失真的統計資訊，對于緩存的，重用的執行計劃會帶來嚴重的性能問題。
我希望現在你已經能很好的了解SQL Server裡的統計資訊，當它們過期是，會給你的執行計劃帶來副作用。下周我會進一步讨論統計資訊，還有在SQL Server内部它們是怎樣的。請繼續關注。
圍觀PPT：
0817_13統計資訊.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！