使用过滤统计信息的情况

Question

我正在通过以下链接过滤过滤统计数据.

http://blogs.msdn.com/b/psssql/archive/2010/09/28/case-of-using-filtered-statistics.aspx

数据偏重,一个区域有0行,其余都来自不同的区域.以下是重现该问题的完整代码

create table Region(id int, name nvarchar(100)) 
go 
create table Sales(id int, detail int) 
go 
create clustered index d1 on Region(id) 
go 
create index ix_Region_name on Region(name) 
go 
create statistics ix_Region_id_name on Region(id, name) 
go 
create clustered index ix_Sales_id_detail on Sales(id, detail) 
go

-- only two values in this table as lookup or dim table 
insert Region values(0, 'Dallas') 
insert Region values(1, 'New York') 
go

set nocount on 
-- Sales is skewed 
insert Sales values(0, 0) 
declare @i int 
set @i = 1 
while @i <= 1000 begin 
insert Sales  values (1, @i) 
set @i = @i + 1 
end 
go

update statistics Region with fullscan 
update statistics Sales with fullscan 
go

set statistics profile on 
go 
--note that this query will over estimate 
-- it estimate there will be 500.5 rows 
select detail from Region join Sales on Region.id = Sales.id where name='Dallas' option (recompile) 
--this query will under estimate 
-- this query will also estimate 500.5 rows in fact 1000 rows returned 
select detail from Region join Sales on Region.id = Sales.id where name='New York' option (recompile) 
go

set statistics profile off 
go

create statistics Region_stats_id on Region (id) 
where name = 'Dallas' 
go 
create statistics  Region_stats_id2 on Region (id) 
where name = 'New York' 
go

set statistics profile on 
go 
--now the estimate becomes accurate (1 row) because 
select detail from Region join Sales on Region.id = Sales.id where name='Dallas' option (recompile)

--the estimate becomes accurate (1000 rows) because stats Region_stats_id2 is used to evaluate 
select detail from Region join Sales on Region.id = Sales.id where name='New York' option (recompile) 
go

set statistics profile off

我的问题是我们在两个表格中都有以下统计数据

sp_helpstats 'region','all'
sp_helpstats 'sales','all'

表区域:

statistics_name   statistics_keys
d1                    id
ix_Region_id_name     id, name
ix_Region_name        name

表销售额:

statistics_name    statistics_keys
ix_Sales_id_detail     id, detail

1.为什么下面的查询估计出错了

select detail from Region join Sales on Region.id = Sales.id where name='Dallas' option (recompile)

--the estimate becomes accurate (1000 rows) because stats Region_stats_id2 is used to evaluate 
select detail from Region join Sales on Region.id = Sales.id where name='New York' option (recompile) 

2.当我根据作者创建过滤统计数据时,我可以正确地看到估计值,但为什么我们需要创建过滤统计数据,我怎么说我需要过滤统计数据用于我的查询,因为即使我创建简单的统计数据,我也得到相同的结果.

到目前为止我遇到的最好的1.Kimberely tripp skewed stats video
2.Technet stats whitepaper

但仍然无法理解为什么过滤后的数据在这里有所不同

提前致谢. 更新:7/4

在马丁和詹姆斯回答之后重述这个问题:

1.
除了kimberely脚本之外,还有什么方法可以避免数据偏差,另一种估算方法是计算值的行数.

2.您遇到任何与数据偏差有关的问题.我认为这取决于大桌子.但我正在寻找一些详细的答案

3.我们必须采取sql的IO成本来扫描表格,并且有时会对触发更新stats时的查询进行一些阻塞.除了这一点,你还可以看到维护统计数据的任何开销.

原因是我正在考虑根据基于DTA输入的几个条件创建压缩统计数据.

再次感谢

Answer 1

我想这就是它发生的原因.您获得相同的估计(500.5)行,因为SQL Server没有统计信息可以告知哪些ID是与哪个区域相关的ID.统计信息ix_Region_id_name具有两个字段,但由于直方图仅存在于第一列,因此对于有关Sales表中的行数的估计实际上没有帮助.

如果你运行dbcc show_statistics ('Region','ix_Region_id_name'),结果将是:

RANGE_HI_KEY   RANGE_ROWS   EQ_ROWS   DISTINCT_RANGE_ROWS   AVG_RANGE_ROWS
0              0            1         0                     1
1              0            1         0                     1

所以这告诉每个ID有1行,但是没有名称的链接.

但是当你创建统计数据时,Region_stats_id(对于达拉斯)dbcc show_statistics ('Region','Region_stats_id')会显示:

RANGE_HI_KEY   RANGE_ROWS   EQ_ROWS   DISTINCT_RANGE_ROWS   AVG_RANGE_ROWS
0              0            1         0                     1

所以SQL Server知道只有一行,它的ID是0.

同样Region_stats_id2:

RANGE_HI_KEY   RANGE_ROWS   EQ_ROWS   DISTINCT_RANGE_ROWS   AVG_RANGE_ROWS
1              0            1         0                     1

销售额中的行数在ix_Sales_id_detail中将有助于确定每个ID的行数:

RANGE_HI_KEY   RANGE_ROWS   EQ_ROWS   DISTINCT_RANGE_ROWS   AVG_RANGE_ROWS
0              0            1         0                     1
1              0            1000      0                     1

信息:这是@MartijnPieters删除的答案的副本,因为这是我打算回答的问题 - 我似乎无法对删除的答案做任何事情.我从今天开始不小心写了这个给TheGameiswar的其他统计问题,但我已经删除了自己.