Oracle（75）什么是统计信息（Statistics）？

统计信息（Statistics）是数据库管理系统（DBMS）用来优化查询性能的重要元数据。统计信息通常包括表和索引的行数、列的分布、数据的选择性、数据的密度等。数据库查询优化器利用这些统计信息生成高效的查询执行计划，从而提高查询性能。

统计信息的内容

统计信息通常包括以下内容：

行数（Row Count）：表中总行数。
直方图（Histogram）：列值分布，描述列中不同值的频率。
数据密度（Density）：描述数据重复度，用于估算选择性。
NULL值统计：列中NULL值的数量。
索引信息：索引的选择性、叶节点数、层级等。

统计信息的作用

统计信息可以帮助查询优化器：

选择最优的索引。
选择最优的联接顺序。
选择最优的联接方法（如嵌套循环联接、哈希联接）。
估算查询成本，选择最优的执行计划。

如何查看和更新统计信息

不同的数据库管理系统有不同的方法来查看和更新统计信息。以下是一些常见DBMS（如Oracle、MySQL、PostgreSQL、SQL Server）的详细示例和代码。

Oracle

查看统计信息

可以查询数据字典视图DBA_TAB_STATISTICS和DBA_IND_STATISTICS来查看表和索引的统计信息。

sql 复制代码

SELECT table_name, num_rows, blocks, empty_blocks, avg_space
FROM dba_tab_statistics
WHERE owner = 'SCHEMA_NAME' AND table_name = 'TABLE_NAME';

SELECT index_name, num_rows, distinct_keys, avg_leaf_blocks_per_key, avg_data_blocks_per_key
FROM dba_ind_statistics
WHERE owner = 'SCHEMA_NAME' AND table_name = 'TABLE_NAME';

更新统计信息

使用DBMS_STATS包来收集统计信息。

sql 复制代码

BEGIN
  DBMS_STATS.GATHER_TABLE_STATS('SCHEMA_NAME', 'TABLE_NAME');
  DBMS_STATS.GATHER_INDEX_STATS('SCHEMA_NAME', 'INDEX_NAME');
END;

MySQL

查看统计信息

可以查询INFORMATION_SCHEMA中的TABLES和STATISTICS视图。

sql 复制代码

SELECT table_name, table_rows
FROM information_schema.tables
WHERE table_schema = 'DATABASE_NAME' AND table_name = 'TABLE_NAME';

SELECT index_name, column_name, cardinality
FROM information_schema.statistics
WHERE table_schema = 'DATABASE_NAME' AND table_name = 'TABLE_NAME';

更新统计信息

使用ANALYZE TABLE命令来更新统计信息。

sql 复制代码

ANALYZE TABLE employees;

PostgreSQL

查看统计信息

可以查询pg_stat_all_tables和pg_stat_all_indexes视图。

sql 复制代码

SELECT schemaname, relname, n_live_tup, n_dead_tup
FROM pg_stat_all_tables
WHERE relname = 'TABLE_NAME';

SELECT schemaname, indexrelname, idx_scan, idx_tup_read, idx_tup_fetch
FROM pg_stat_all_indexes
WHERE relname = 'TABLE_NAME';

更新统计信息

使用ANALYZE命令来更新统计信息。

sql 复制代码

ANALYZE employees;

SQL Server

查看统计信息

可以查询系统视图sys.stats和sys.dm_db_stats_properties。

sql 复制代码

SELECT name AS index_name, stats_id, filter_definition
FROM sys.stats
WHERE object_id = OBJECT_ID('SCHEMA_NAME.TABLE_NAME');

SELECT object_id, stats_id, last_updated, rows, rows_sampled, steps
FROM sys.dm_db_stats_properties(OBJECT_ID('SCHEMA_NAME.TABLE_NAME'), stats_id);

更新统计信息

使用UPDATE STATISTICS命令来更新统计信息。

sql 复制代码

UPDATE STATISTICS employees;

示例代码总结

创建表和插入数据

sql 复制代码

CREATE TABLE employees (
    emp_id SERIAL PRIMARY KEY,
    emp_name VARCHAR(50),
    emp_department VARCHAR(50)
);

INSERT INTO employees (emp_name, emp_department)
VALUES ('Alice', 'IT'), ('Bob', 'HR'), ('Charlie', 'IT'), ('David', 'Finance');

查看统计信息

Oracle:

sql 复制代码

SELECT table_name, num_rows, blocks, empty_blocks, avg_space
FROM dba_tab_statistics
WHERE owner = 'SCHEMA_NAME' AND table_name = 'employees';

MySQL:

sql 复制代码

SELECT table_name, table_rows
FROM information_schema.tables
WHERE table_schema = 'DATABASE_NAME' AND table_name = 'employees';

PostgreSQL:

sql 复制代码

SELECT schemaname, relname, n_live_tup, n_dead_tup
FROM pg_stat_all_tables
WHERE relname = 'employees';

SQL Server:

sql 复制代码

SELECT name AS index_name, stats_id, filter_definition
FROM sys.stats
WHERE object_id = OBJECT_ID('dbo.employees');

更新统计信息

Oracle:

sql 复制代码

BEGIN
  DBMS_STATS.GATHER_TABLE_STATS('SCHEMA_NAME', 'employees');
END;

MySQL:

sql 复制代码

ANALYZE TABLE employees;

PostgreSQL:

sql 复制代码

ANALYZE employees;

SQL Server:

sql 复制代码

UPDATE STATISTICS employees;

总结

统计信息是数据库管理系统用来优化查询性能的重要元数据。通过查看和更新统计信息，可以确保查询优化器能够生成高效的查询执行计划，从而提高查询性能。了解如何查看和更新统计信息，可以帮助识别和解决性能问题。