摘要：華為云EI DTSE技術布道師王躍，針對統計資訊對于查詢優化器的重要性，GaussDB(DWS)最新版本的analyze當前能力，與開發者和伙伴朋友們展開交流互動，幫助開發者快速上手使用統計資訊的自動收集功能，
在本期《統計資訊大揭秘——SQL執行優化之密鑰》的主題直播中，我們邀請到華為云EI DTSE技術布道師王躍，針對統計資訊對于查詢優化器的重要性，GaussDB(DWS)最新版本的analyze當前能力，與開發者和伙伴朋友們展開交流互動，幫助開發者快速上手使用統計資訊的自動收集功能，
為何要重視統計資訊收集？
現階段市場上的資料庫產品，基本上都是基于CBO模型的優化器，在基于CBO模型的優化器中，統計資訊是生成最優執行計劃的前提，會直接影響到執行計劃的選擇，因此統計資訊的及時收集是尤為重要的，
統計資訊主要包括“描述表規模的表級統計資訊”和“描述列資料特征的列級統計資訊”兩部分內容，
王躍從統計資料在優化器中的運用這一角度，向我們展示了統計資訊影響表達小估算的原理、進行等值比較、范圍比較、多條件、簡單JOIN代價估算的原理，進一步解釋了統計資訊的重要性，
如何收集統計資訊
王躍先帶我們簡單了解了GaussDB(DWS)的部署架構，說明了分布式查詢的執行流程和統計資訊收集的執行流程，
基于此，GaussDB（DWS）共有五種統計資訊收集的方法，分別是按庫收集、按表收集、按模式收集、按列收集以及多列組合，
GaussDB（DWS）擁有強大的統計資訊自動收集能力，通過后臺執行緒輪詢收集與優化器同步收集兩種方式來實作，王躍建議開發者可以同步開啟兩種方式，以達到最優的收集功能，
此外，還強調了自動收集的閾值控制方法，同時對收集不及時，統計資訊可能失效的場景，提出了一種統計資訊推算的兜底策略，確保每個查詢都有及時有效的統計資訊可用，保證了盡可能最優的執行性能，
華為云數倉analyze能力
通過“基本功能”，“收集方式”，“準確性”，“可靠性”，“估算增強”，詳細的介紹了華為云GaussDB（DWS）近年來在統計資訊方面的持續耕耘和比較有亮點的特色功能，
GaussDB（DWS）在analyze的各個執行程序中都進行了精心打造，統計資訊是基于對目標資料的采樣生成的，所以準確性才是統計資訊的關鍵，
- 樣本資料能不能代表全表資料特征？
- 如何找到一個恰當的采樣大小，讓統計資訊收集的又快又準？
- 不同存盤型別的表如何自適應的選取采樣模型？
- 記憶體不足時應該如何計算統計資訊？
在采樣大小，采樣模型，計算模型等方面的深入投入，GaussDB（DWS）尋找出了這些問題的最佳答案，
最后給出了一鍵式統計資訊自動收集的最優配置，讓用戶不再擔心統計資訊忘記收集的煩惱，幫助開發者專注于自己業務領域，減少統計資訊忘收集的困擾，
統計資訊常見問題
我們知道了GaussDB（DWS）的統計資訊自動收集功能很強大，那我們接下來更關心的是如何檢測它的使用效果，如何知道收集的進度和方式，
如何判斷統計資訊是否失效，給用戶提供了三種簡單快速識別統計資訊未收集的方法：
- 已知SQL執行慢，看是否有未收集統計資訊的表；
- 批量作業執行慢，哪些SQL是沒收統計資訊；
- 通過日志查找歷史未收集統計資訊的表，
analyze易運維，通過非常巧妙的方法，將analyze每一步的執行程序和運行模式，詳細的展示到活躍會話視圖和執行緒等待視圖，王躍也在最后列舉了一些使用者最常問到關于analyze的幾個TOP問題，
歡迎感興趣的開發者們收看我們的直播回放，了解更多~
點擊關注，第一時間了解華為云新鮮技術~
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/542244.html
標籤：SQL Server