标签: statistics

我对 PostgreSQL 中的查询计划器有疑问。我知道，这个规划器正在从 pg_statistics 获取数据，但是......谁能告诉我这个规划器是根据什么依据这些信息进行有效查询的？它是如何使用这些统计数据的？有没有比文档更好的描述整个过程？

我完全知道我的问题可能无法理解，但我真的不知道如何更容易地解释我的问题。如果您有问题，请提问。

有没有办法以编程方式检索添加到表列和索引的每个 STATISTICS 的定义。对于用户添加的和系统创建的索引。Sql Server 添加了许多像“__WA_Sys_*”这样的统计信息。

我需要重新编写其中一些并添加更多内容，但是有太多内容无法使用 Management Studio 手动完成。

我每周使用Ola Hallengren 的解决方案更新统计数据。

根据下面的文章，我正在考虑启用 Auto Stats Async 并打开跟踪标志 2371。

具有大表的数据库应使用自动更新统计数据异步功能

现在，我的数据库的 async 选项为 false：

此外，来自SQL Server 2008 及更高版本的重要修补程序：

此设置允许异步自动更新统计信息，同时您当前运行的查询继续使用旧统计信息，直到更新的统计信息可供使用，从而降低不可预测的查询性能。对此的替代方案（这是默认设置）是暂停查询执行（仅适用于使用该对象统计信息的查询），同时为该对象自动同步更新统计信息。根据对象的大小以及硬件和 I/O 子系统，这可能需要几秒钟到几分钟的时间。

题：

在测试环境中，在将 Auto Update Stats Async 设置为 ON 之前/之后，可以进行哪些好的简单测试？

在什么情况下我更有可能从异步自动更新统计信息中受益？

数据库 500GB+，大表。

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] …

我们有一个针对大型表的本地更新统计作业，它基本上发出 UPDATE STATS 命令。从历史上看，我们一直默认使用 FULL SCAN，但最近我们切换到 SAMPLE 50 PERCENT。奇怪的是，update stats 命令的运行时间要高得多。

举个例子，我们有表 1，它有 6 个统计信息（3 个索引，3 个自动生成）。聚集索引为 1.2 TB；NCI 1 为 2.7 GB；NCI 2 为 2.6 GB

1 个月前使用 FULL SCAN 更新了表上的统计信息，该命令耗时 96 分钟。昨晚更新了统计数据，SAMPLE 50 PERCENT，命令耗时 593 分钟！两次运行之间的表行数大致相同。

我可以从 sys.dm_db_stats_properties 看到聚集索引只占用了 4 分钟的时间。我的问题是，为什么将采样率降低 50% 会导致命令运行时间延长近 5 倍？

命令运行时没有发生任何阻塞（根据 SQL Sentry），也没有任何资源瓶颈（CPU < 40%，IO 延迟 < 10 by-in-large）。

我想知道的一件事是并行性是否在起作用 - 使用完整扫描，SQL 可以使用并行性，但使用示例 % 它是单线程的吗？

我们正在运行 SQL 2012 SP2 CU7

例如，如果 SQL 代理不适用于 Azure SQL 数据库，那么是否可以使用 Ola Hallengren 的维护脚本来维护（索引、统计等）数据库？

我阅读了Brent Ozar 发表的一篇很棒的文章，并提出了一些与内存授予相关的问题。我无法在他文章的评论部分回答我的问题，所以我想从这里得到任何帮助。

1. 问题：有多少数据溢出到磁盘中？ 400 MB还是60 MB (7643KB*8)？

他在文章中指出：

而且无论我更新统计信息多少次，我仍然会得到大约400MB 的磁盘溢出。

我在这里有点困惑（

2. 问题：如果估计一切正常，统计数据是最新的，盒子有足够的内存，并且当时没有查询在运行，那么为什么会发生溢出到磁盘？

查看估计的行数与实际的行数。它们是相同的。统计数据很好。

我也没有使用小型服务器：我的虚拟机有 32GB 的 RAM，我已将其中的 28GB 分配给 SQL Server。没有其他查询同时运行——这只是一个孤独的查询，溢出到磁盘......

我知道如何设置特定列的统计级别，即

alter table table_name alter column column_name set statistics 100;

但是，如果我希望为特定表或特定模式设置统计级别，是否有一个 liner 命令？

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！

我的 SQL Server 版本是 2014。

该表有超过 2100 万行。它的索引之一是在被大量引用的整数字段上的非聚集索引。

我做了一个影响大约 20% 行的大规模更新。它更新了该字段的值。从那以后，查询变得非常慢，所以我执行了：

ALTER INDEX ALL ON the_table REORGANIZE;

即使avg_fragmentation_in_percent从 30-90% 下降到 1% 以下，这也没有奏效。

作为最后的手段，我删除了令人不安的索引并重新创建了它。现在是即时的。那么，ALTER INDEX除了看似更好的平均碎片百分比之外，还有什么好处呢？

在重新组织索引之前，我没有更新统计信息。

我有一个过程，它在数百个数据库中动态运行查询，这些数据库都具有相同的确切架构，并将结果聚合到临时表中。该查询仅涉及 3 个表（每个表都在数百万行的 10 到 100 之间，但我总共只提取了大约 50,000 行数据）。

在查看查询的汇总 IO 统计信息（通过 StatisticsParser.com - 大声喊出 Richie Rump）时，它显示创建了一个工作表，并且该工作表上有大约 550,000 个 LOB 逻辑读取。查询中所有表的常规逻辑读取总数略低于大约 400,000 次逻辑读取。

查询中的实际表都没有使用任何 LOB 数据类型，那么这到底意味着什么，它是否是我查询中瓶颈的潜在来源？

（顺便说一句，我拉回的 50,000 行数据仅相当于大约 3 MB 的数据，但我的查询在第一次运行时需要大约 10 秒才能运行（例如，当表的数据页仍在加载到内存中时） )，然后在后续运行中不到一半的时间，因此尝试查看我是否可以始终接近 <= 4s 基准测试，以及这些 LOB 逻辑读取是否与之相关。）

更新：这是一个类似的示例查询（再次查看它，我可能会发现 LOB 逻辑读取的来源）。

过程签名： sp_StoredProc_ToGetData (@IdsTable TVP (Id INT), @StartDate DateTime, @EndDate DateTime)

sp_StoredProc_ToGetData 内部的查询：

SELECT Id
INTO #IdsTableTemp
FROM @IdsTable;

-- This query is ran using dynamic SQL but for the example simplicity this is just the root …