查询优化器是否使用增量统计？

Question

我正在考虑在我的数据仓库中使用增量统计信息，但我读了Erin Stellato 的一篇文章，其中说查询优化器不使用增量统计信息。这篇文章写于 2015 年 5 月，但在接下来的 6 年里我没有看到任何人放弃她的立场。不同社区中有许多文章展示了如何设置它，但如果它没有用，为什么还要麻烦呢？有谁知道2016、2017、2019年的查询优化器后续版本是否支持使用增量统计？如果没有，我们是否应该使用它们？如果它们不能帮助引擎就如何查询包含 100 亿条记录的表做出正确的决定，那它有什么好处呢？感谢您的帮助！

Answer 1

据推测，您的旧分区不会频繁更改（或根本没有更改）。

您很烦恼，因为使用增量更新统计信息时，您只更新当前/活动分区，这减少了更新统计信息所花费的时间（Erin 在后续文章中讨论了这一点）。是的，这些被压扁并折叠成更大的直方图，是的，我也希望优化器现在能够使用它们。但可惜，事实并非如此。

如果您没有使用增量，您将更新整个 100 亿行表的统计信息（这需要更多时间），您获得了什么？大致相同的直方图。

它们对于分区消除（我希望这对您的 100 亿行表有用！）比对于最新分区内的基数更有用。

如果您想在单个分区内利用更多直方图步骤，您还可以维护过滤后的统计信息，也许仅在最活跃查询的分区上。（这些对于非分区表也很有用，其中 200/201 个步骤是不够的。）

从文档CREATE STATISTICS中：

WHERE <filter_predicate> 指定一个表达式，用于选择创建统计对象时要包含的行子集。使用过滤谓词创建的统计信息称为过滤统计信息。过滤谓词使用简单的比较逻辑，不能引用计算列、UDT 列、空间数据类型列或 HierarchyID 数据类型列。比较运算符不允许使用 NULL 文字进行比较。请改用 IS NULL 和 IS NOT NULL 运算符。

以下是 Production.BillOfMaterials 表的过滤谓词的一些示例：

• WHERE StartDate > '20000101' AND EndDate <= '20000630'
  

• WHERE ComponentID IN (533, 324, 753)
  

• WHERE StartDate IN ('20000404', '20000905') AND EndDate IS NOT NULL
  

有关过滤统计数据的一些信息：

• SQLskills 过程用于分析数据偏差并创建过滤统计信息
• 过滤统计跟进
• 过滤索引和过滤统计数据可能会严重过时