本篇介绍 MySQL 表如何计算统计信息。表统计信息是数据库基于成本的优化器最重要的参考信息;统计信息不准确,优化器可能给出不够优化的执行计划或者是错误的执行计划。
对统计信息的计算分为非持久化统计信息(实时计算)与持久化统计信息。
非持久化统计信息
假设针对一张大表的频繁查询,那么每次都要重新计算统计信息,很耗费资源。
持久化统计信息
接下来,详细说 MySQL 统计信息如何计算,何时计算,效果评估等问题。
在 MySQL Server 层来控制是否自动计算统计信息的分布,并且来决策是持久化还是非持久化。
一、持久化统计相关参数:
二、具体的更新策略为:
当一张表数据变化超过 10% 后,MySQL 会针对这张表统计信息的更新时间戳做一个判断,检查最后一次更新的时间是否超过 10 秒;如果不到 10 秒,把这张表加到一个统计信息更新队列中,到时间了再重新计算;如果超过了 10 秒,直接重新计算,并且更新时间戳。
目前这个超时时间写死在 MySQL 代码里,暂时不能更改。不过在某些 MySQL 分支版还可以控制这个时间,比如 Percona。
什么时候考虑更改这个值呢?
三、非持久化统计信息参数
当开启后,对以下元数据的访问会自动更新统计信息:
所以开启这个选项会额外增加访问表的开销,特别是大表。
还有一些其他的场景会自动更新非持久化统计信息,比如:
四、表属性控制
STATS_AUTO_RECALC
用来指定是否要自动计算指定 InnoDB 表的统计信息。
三个值:default, 0, 1
STATS_PERSISTENT
用来指定是否要开启指定 InnoDB 表的统计信息持久化。
三个值:default, 0, 1
STATS_SAMPLE_PAGES
用来指定计算统计信息时的采样页数量。
五、手动更新统计信息
analyze table 用来手动更新表统计信息。建议在业务低峰时执行。
六、持久化表统计元数据信息
优化器通过两张元数据表里的数据来决定查询最优执行计划。
表统计信息保存在表 mysql.innodb_table_stats 里
比如表 ytt_sample_persist 的统计信息
重要列说明:
以下例子可以看到表 ytt_sample_persist 表行数大概为 36W 行,聚簇索引页数为 15162,二级索引页数为 4113。
这些值都是基于采样页来计算的,所以是一个预估值。
mysql> select n_rows,clustered_index_size,sum_of_other_index_sizes from innodb_table_stats where database_name ='ytt' and table_name = 'ytt_sample_persist';
+--------+----------------------+--------------------------+
| n_rows | clustered_index_size | sum_of_other_index_sizes |
+--------+----------------------+--------------------------+
| 356960 | 15162 | 4113 |
+--------+----------------------+--------------------------+
1 row in set (0.00 sec)
其实表 ytt_sample_persist 真实数据为 40W 行。
mysql> select count(*) from ytt_sample_persist;
+----------+
| count(*) |
+----------+
| 406644 |
+----------+
1 row in set (0.90 sec)
强制更新统计信息,
mysql> analyze table ytt_sample_persist;
+------------------------+---------+----------+----------+
| Table | Op | Msg_type | Msg_text |
+------------------------+---------+----------+----------+
|
+------------------------+---------+----------+----------+
1 row in set (0.28 sec)
统计信息已经更新为最新,数据又离真实数据接近一点。
mysql> select n_rows,clustered_index_size,sum_of_other_index_sizes from innodb_table_stats where database_name ='ytt' and table_name ='ytt_sample_persist';
+--------+----------------------+--------------------------+
| n_rows | clustered_index_size | sum_of_other_index_sizes |
+--------+----------------------+--------------------------+
| 387202 | 16380 | 4562 |
+--------+----------------------+--------------------------+
1 row in set (0.01 sec)
索引统计信息保存在表 mysql.innodb_index_stats 里
比如表 ytt_sample_persist 索引统计信息
比如表 ytt_sample_persist 的联合主键统计信息如下:
stat_name 显示的值 n_diff_pfx01 代表联合主键中第一个列状态名字,对应的 stat_value 为第一个列的唯一值个数;n_diff_pfx02 代表第二列状态名字,对应的 stat_value 为前两列的唯一值个数,以此类推。
n_leaf_pages /stat_value 代表叶子节点的页数目;size 代表索引的总页数。
mysql> select index_name,stat_name,stat_value,sample_size,stat_description from innodb_index_stats where database_name ='ytt' and table_name ='ytt_sample_persist' and index_name = 'PRIMARY';
+------------+--------------+------------+-------------+-----------------------------------+
| index_name | stat_name | stat_value | sample_size | stat_description |
+------------+--------------+------------+-------------+-----------------------------------+
| PRIMARY | n_diff_pfx01 | 14137 | 20 | i1 |
| PRIMARY | n_diff_pfx02 | 75398 | 20 | i1,i2 |
| PRIMARY | n_diff_pfx03 | 387202 | 20 | i1,i2,i3 |
| PRIMARY | n_leaf_pages | 15708 | NULL | Number of leaf pages in the index |
| PRIMARY | size | 16380 | NULL | Number of pages in the index |
+------------+--------------+------------+-------------+-----------------------------------+
5 rows in set (0.00 sec)
那关于表的统计信息相关知识点就介绍到此,了解这块对我们优化 SQL 来说,会更加得心应手。
总结
简单总结下,本篇主要介绍了 MySQL 表和索引的统计信息计算,包括持久化统计信息与非持久化统计信息。如果后期有 SQL 走的执行计划不对,或者不是最优的,那就可以断定相关统计信息太旧了,需要及时更新。比如有时候多表 JOIN 的顺序不对,导致查询效率变差,需要人工介入等等。