标签: statistics

在 SQL Server 2008 或更高版本中，是UPDATE STATISTICS WITH FULLSCAN单线程操作还是可以使用并行性？如何使用默认采样更新统计信息 - 它可以使用并行性吗？我没有看到指定MAXDOP更新统计信息的选项。

我有几个大桌子。我想通过每周维护计划确保他们的统计数据是最新的。

但是，这样做需要花费太多时间。

如果我指定

WITH SAMPLE 50 PERCENT

SQL Server 然后采样：

1. 前 50% 的页面
2. 每隔一页
3. 或其他一些策略？

BOL对此并不明确。

我正在考虑一种情况，我有两个高密度的列，但这些列不是独立的。

定义

这是我为测试目的而创建的表的定义。

CREATE TABLE [dbo].[StatsTest](
    [col1] [int] NOT NULL,  --can take values 1 and 2 only
    [col2] [int] NOT NULL,  --can take integer values from 1 to 4 only
    [col3] [int] NOT NULL,  --integer. it has not relevance just to ensure that each row is different
    [col4]  AS ((10)*[col1]+[col2])  --a computed column ensuring that if two rows have different values in col1 or col2 have different values in col4 
) ON [PRIMARY]

数据

实验数据如下

col1    col2    col3    col4
1 …

我在 SQL Server 中有 200 GB 的数据仓库。

对于某些查询，我遇到了非常缓慢的执行时间；例如delete，使用inner join.

在对执行计划进行了一些研究之后，我使用该WITH FULLSCAN选项更新了查询中涉及的 2 个表的统计信息。

查询现在在不到一秒的时间内执行，因此统计信息似乎不是最新的。

我正在考虑禁用auto update statistics数据库并UPDATE STATISTICS在加载数据仓库后手动运行。每天晚上从源 ERP 系统增量加载数据仓库。

我假设auto update statistics在数据仓库场景中不是真的有用吗？相反，在数据加载后手动更新统计数据是否更有意义？

当我这样做时，dbcc show_statistics ('Reports_Documents', PK_Reports_Documents)我会得到报告 ID 18698 的以下结果：

对于此查询：

SELECT * 
FROM Reports_Documents 
WHERE ReportID = 18698 option (recompile)

我得到一个查询计划，PK_Reports_Documents按预期进行聚集索引搜索。

但让我感到困惑的是估计行数的错误值：

根据这个：

当示例查询 WHERE 子句值等于直方图 RANGE_HI_KEY 值时，SQL Server 将使用直方图中的 EQ_ROWS 列来确定等于的行数

这也是我所期望的方式，但在现实生活中似乎并非如此。我还尝试RANGE_HI_KEY了由提供的直方图中存在的一些其他值，show_statistics并经历了相同的情况。在我的情况下，这个问题似乎导致某些查询使用非常不理想的执行计划，导致执行时间为几分钟，而我可以通过查询提示在 1 秒内运行它。

总而言之：有人可以解释一下为什么EQ_ROWS直方图没有用于估计的行数，不正确的估计来自哪里？

更多（可能有用）信息：

• 自动创建统计已开启，所有统计都是最新的。
• 被查询的表大约有 8000 万行。
• PK_Reports_Documents是一个组合PK，由ReportID INT和DocumentID CHAR(8)

该查询似乎总共加载了 5 个不同的统计对象，所有这些对象都包含ReportID表中的 + 一些其他列。它们都已新鲜更新。RANGE_HI_KEY下表中是直方图中的最高上限列值。

+-------------------------------------------------------------------------+----------+--------------+--------------+---------------------+--------------+------------+----------+---------------------+----------------+
|                                  name                                   | stats_id | auto_created | user_created | Leading column Type …

我注意到在日常数据仓库构建中运行时间相对较长（20 分钟以上）的自动更新统计操作。涉及的表是

CREATE TABLE [dbo].[factWebAnalytics](
    [WebAnalyticsId] [bigint] IDENTITY(1,1) NOT NULL,
    [MarketKey] [int] NOT NULL CONSTRAINT [DF_factWebAnalytics_MarketKey]  DEFAULT ((-1)),
    /*Other columns removed*/
 CONSTRAINT [PK_factWebAnalytics] PRIMARY KEY CLUSTERED 
(
    [MarketKey] ASC,
    [WebAnalyticsId] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [MarketKeyPS]([MarketKey])
) ON [MarketKeyPS]([MarketKey])

它在 Microsoft SQL Server 2012 (SP1) - 11.0.3513.0 (X64) 上运行，因此可写列存储索引不可用。

该表包含两个不同市场键的数据。构建将特定 MarketKey 的分区切换到临时表，禁用列存储索引，执行必要的写入，重建列存储，然后将其切换回。

更新统计信息的执行计划显示它从表中取出所有行，对它们进行排序，得到严重错误的估计行数并溢出到tempdb溢出级别 2。

跑步

SELECT [s].[name] AS "Statistic",
       [sp].*
FROM   [sys].[stats] AS [s]
       OUTER …

我试图了解统计抽样是如何工作的，以及以下是否是抽样统计更新的预期行为。

我们有一个按日期分区的大表，有几十亿行。分区日期是先前的营业日期，因此是升序键。我们只将前一天的数据加载到该表中。

数据加载在夜间运行，因此在 4 月 8 日星期五，我们加载了 7 日的数据。

每次运行后，我们都会更新统计信息，尽管采取了一个样本，而不是一个FULLSCAN.

也许我太天真了，但我希望 SQL Server 识别范围中的最高键和最低键，以确保它获得准确的范围样本。根据这篇文章：

对于第一个桶，下边界是生成直方图的列的最小值。

但是，它没有提到最后一个桶/最大值。

随着8日上午的抽样统计更新，该样本错过了表中的最高值（7日）。

由于我们对前一天的数据进行了大量查询，这会导致基数估计不准确和许多查询超时。

SQL Server 不应该识别该键的最高值并将其用作最大值RANGE_HI_KEY吗？或者这只是不使用更新的限制之一FULLSCAN？

版本 SQL Server 2012 SP2-CU7。我们目前无法升级，因为OPENQUERYSP3中的行为改变了SQL Server 和 Oracle 之间的链接服务器查询中的数字四舍五入。

从MSDN：

如果(SAMPLE, FULLSCAN, RESAMPLE)未指定任何示例选项，查询优化器默认对数据进行采样并计算样本大小。

如何确定统计的默认样本量？

我浏览了 MSDN，但没有找到任何公式或方法来确定默认样本大小。到处都只有公式来触发自动统计更新。任何指针都会有所帮助。

SQL Server 统计中的直方图步数是如何决定的？

为什么即使我的键列有超过 200 个不同的值，它也被限制为 200 个步骤？有什么决定因素吗？

演示

模式定义

CREATE TABLE histogram_step
  (
     id   INT IDENTITY(1, 1),
     name VARCHAR(50),
     CONSTRAINT pk_histogram_step PRIMARY KEY (id)
  )

在我的表中插入 100 条记录

INSERT INTO histogram_step
            (name)
SELECT TOP 100 name
FROM   sys.syscolumns

更新和检查统计信息

UPDATE STATISTICS histogram_step WITH fullscan

DBCC show_statistics('histogram_step', pk_histogram_step)

直方图步骤：

+--------------+------------+---------+---------------------+----------------+
| RANGE_HI_KEY | RANGE_ROWS | EQ_ROWS | DISTINCT_RANGE_ROWS | AVG_RANGE_ROWS |
+--------------+------------+---------+---------------------+----------------+
|            1 |          0 |       1 |                   0 |              1 |
|            3 |          1 |       1 | …

在 Amazon RDS SQL Server（任何版本/版本）中，创建一个临时表并更新其统计信息。这工作正常：

IF OBJECT_ID('tempdb..#t') IS NOT NULL
    DROP TABLE #t;
GO
CREATE TABLE #t (id INT NOT NULL);
GO
UPDATE STATISTICS #t 
GO

但是尝试在统计信息上指定行数：

UPDATE STATISTICS #t 
  WITH ROWCOUNT = 100000000;
GO

你会得到一个错误：

消息 1088，级别 16，状态 12，第 1 行 找不到对象“#t”，因为它不存在或您没有权限。

STATS_STREAM、ROWCOUNT 和 PAGECOUNT 选项已记录在案，但未得到官方支持。AWS RDS SQL Server 是否有解决方法以便它们工作？