重叠的多列统计数据是多余的吗？

Question

我运行了一个数据库引擎优化顾问会话DTA 来优化我的数据库。

DTA 提出了一些统计建议，但是，我注意到有些包含在其他中，例如在我下面的表 ProductIcon 中：

    CREATE STATISTICS [_dta_stat_172123954_1_2_3_4_5_12] 
ON [dbo].[ProductIcon]
([ClassID], [SegmentID], [GroupID], [Tier1], [LanguageID], [Active])
    go

    CREATE STATISTICS [_dta_stat_172123954_11_1_2_3_4_5_12] 
ON [dbo].[ProductIcon]
([IconTypeID], [ClassID], [SegmentID], [GroupID], [Tier1], [LanguageID], [Active])
    go

这是表定义：

    IF OBJECT_ID('[dbo].[ProductIcon]') IS NOT NULL 
    DROP TABLE [dbo].[ProductIcon] 
    GO
    CREATE TABLE [dbo].[ProductIcon] ( 
    [ClassID]      INT                              NOT NULL,
    [SegmentID]    INT                              NOT NULL,
    [GroupID]      INT                              NOT NULL,
    [Tier1]        VARCHAR(10)                      NOT NULL,
    [LanguageID]   SMALLINT                         NOT NULL  CONSTRAINT [DF_ProductIcon_LanguageID] DEFAULT ((1)),
    [Image]        VARCHAR(50)                      NOT NULL  CONSTRAINT [DF_ProductIcon_Image] DEFAULT (''),
    [Descr]        VARCHAR(100)                     NOT NULL  CONSTRAINT [DF_ProductIcon_Descr] DEFAULT (''),
    [SortOrder]    INT                              NOT NULL  CONSTRAINT [DF__ProductIc__SortO__6A358A53] DEFAULT ((1)),
    [URL]          NVARCHAR(512)                        NULL,
    [LinkJSClick]  NVARCHAR(512)                        NULL,
    [IconTypeID]   INT                                  NULL,
    [Active]       BIT                              NOT NULL  CONSTRAINT [DF_ProductIcon_Active] DEFAULT ((1)),
    [Tier2]        VARCHAR(10)                      NOT NULL  CONSTRAINT [DF_ProductIcon_Tier2] DEFAULT (''),
    CONSTRAINT   [PK_ProductIcon]  
PRIMARY KEY CLUSTERED  
([ClassID] asc, [SegmentID] asc, [GroupID] asc, 
 [Tier1] asc, [LanguageID] asc, [SortOrder] asc, [Tier2] asc))

题：

如果我确切地知道如何使用统计数据，我可能能够决定是否应该保留两者或其中之一。

有什么方法可以让我拥有这个愿景，以便我可以决定我应该保留其中的哪一个？

对于这一点，我们仍在使用 sql 2005。

该表目前没有任何其他索引，但指定以下索引缺失：

CREATE NONCLUSTERED INDEX IDX_IconTypeID_Active_INC_1_2_3_4_5_6 
ON [dbo].[ProductIcon] ([IconTypeID], [Active]) 
INCLUDE (ClassID,SegmentID,GroupID,Tier1,Descr,Tier2) 

Answer 1

他们不是多余的，不。

每个统计对象都包含存储在列出的第一个列中的值的直方图。对于其余列，每个级别仅保留密度信息（无直方图）。

例如，建议的（ClassID、SegmentID、GroupID、Tier1、LanguageID、Active）统计将创建：

• ClassID 值的直方图
• 密度数：
  • 类 ID，段 ID
  • ClassID、SegmentID、GroupID
  • ClassID、SegmentID、GroupID、Tier1
  • ClassID、SegmentID、GroupID、Tier1、LanguageID
  • ClassID、SegmentID、GroupID、Tier1、LanguageID、活动

当列之间存在相关性时，这些密度可能很有用，但仅适用于相等谓词（并且在使用“新”基数估计器时，您将需要 SQL Server 2016 才能获得此好处。原始基数估计器默认使用此密度信息）。

您可以使用 来查看直方图和密度信息DBCC SHOW_STATISTICS。

请注意列的顺序很重要。此统计信息可以为（ClassID、SegmentID 和 GroupID）而非（ClassID、GroupID）的等式谓词提供平均密度信息。

就存储而言，统计数据相当轻量级，但您需要了解维护它们的潜在成本，尤其是在需要高采样率才能达到可接受的质量的大型表上。

如果 DTA 推荐了一项统计数据，这很好地表明该统计数据对您的工作负载中的一个或多个查询有用。我不记得 DTA 是否报告了有助于推荐的查询，但如果不是，对于上面的示例，您将在列出的所有列上查找具有相等谓词的查询。如果您真的想深入了解细节，请比较使用和不使用新统计数据的计划和基数估计的质量。

缺失的索引会在 (IconTypeID, Active) 上创建一个关联的统计数据，在 IconTypeID 上有一个直方图，以及组合的平均密度信息 (IconTypeID, Active)。

有关更多信息，请参阅以下内容：

• 统计数据
• Microsoft SQL Server 2005 中查询优化器使用的统计信息