共计 4804 个字符,预计需要花费 13 分钟才能阅读完成。
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老本的优化器最重要的参考信息;统计信息不精确,优化器可能给出不够优化的执行打算或者是谬误的执行打算。
对统计信息的计算分为 非长久化统计信息 (实时计算)与 长久化统计信息。
非长久化统计信息
- 统计信息没有保留在磁盘上,而是频繁的实时计算统计信息;
- 每次对表的拜访都会从新计算其统计信息;
假如针对一张大表的频繁查问,那么每次都要从新计算统计信息,很消耗资源。
长久化统计信息
- 把一张表在某一时刻的统计信息值保留在磁盘上;
- 防止每次查问时从新计算;
- 如果表更新不是很频繁,或者没有达到 MySQL 必须从新计算统计信息的临界值,可间接从磁盘上获取;
- 即便 MySQL 服务重启,也能够疾速的获取统计信息值;
- 统计信息的长久化能够针对全局设置也能够针对单表设置。
接下来,具体说 MySQL 统计信息如何计算,何时计算,成果评估等问题。
在 MySQL Server 层来管制是否主动计算统计信息的散布,并且来决策是长久化还是非长久化。
一、长久化统计相干参数:
- innodb_stats_persistent:是否开启统计信息长久化,默认开启。
- innodb_stats_auto_recalc:是否主动从新计算长久化统计信息,默认开启。
二、具体的更新策略为:
当一张表数据变动超过 10% 后,MySQL 会针对这张表统计信息的更新工夫戳做一个判断,查看最初一次更新的工夫是否超过 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,到工夫了再从新计算;如果超过了 10 秒,间接从新计算,并且更新工夫戳。
目前这个超时工夫写死在 MySQL 代码里,临时不能更改。不过在某些 MySQL 分支版还能够管制这个工夫,比方 Percona。
- innodb_stats_include_delete_marked:更新长久化统计信息时,是否会计算曾经标记为删除的行。
默认是敞开的,会获取未提交的脏数据。开启这个选项,MySQL 计算统计信息时只会思考曾经提交的数据。
- innodb_stats_persistent_sample_pages:用于更新长久化索引散布或者其余统计信息的随机基数页,默认 20 个。
页数越多,统计信息也就越精确,也就有助于查问优化器抉择最优的查问打算。
什么时候思考更改这个值呢?
- 当查问打算不是很精确时。比方比照指定表在零碎表 mysql.innodb_index_stats 的数据跟 distinct 查问的后果,如果相差太大,能够思考减少这个值。
- 当 analyze table 变的十分慢时,可能是这个值设置的太大了,此时要思考减小这个值。
三、非长久化统计信息参数
- innodb_stats_transient_sample_pages:设置非长久化统计信息的采样页数目,默认 8 个。
- innodb_stats_on_metadata:当统计信息配置为非长久化时失效,默认敞开。
参数 innodb_stats_persistent 为 0 或者建表时属性 STATS_PERSISTENT=0 才起作用。
当开启后,对以下元数据的拜访会自动更新统计信息:
- show table status
- show index
- information_schema.tables
- information_schema.statistics
所以开启这个选项会额定减少拜访表的开销,特地是大表。
还有一些其余的场景会自动更新非长久化统计信息,比方:
- 表第一次被拜访;
- InnoDB 检测到有十六分之一的表自从上次统计信息计算后被更新了,这时触发自动更新;
- MySQL 客户端默认选项 –auto-rehash 关上所有 InnoDB 表,导致所有 InnoDB 表被自动更新统计信息;
四、表属性管制
STATS_AUTO_RECALC
用来指定是否要主动计算指定 InnoDB 表的统计信息。
三个值:default, 0, 1
- default:也就是默认值,依赖 server 端参数 innodb_stats_auto_recalc 的设置成果
- 0:示意禁用统计信息的主动从新计算,也就是永远不从新计算,须要手动执行 analyze table
- 1:示意当表数据有 10% 的数据变动后,则从新计算长久化统计信息。
STATS_PERSISTENT
用来指定是否要开启指定 InnoDB 表的统计信息长久化。
三个值:default, 0, 1
- default:依赖 server 端参数 innodb_stats_persistent 的设置
- 0:示意不须要长久化统计信息
- 1:示意开启长久化统计信息
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。倡议在业务低峰时执行。
六、长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问最优执行打算。
表统计信息保留在表 mysql.innodb_table_stats 里
比方表 ytt_sample_persist 的统计信息
重要列阐明:
- n_rows:表的行数
- clustered_index_size:主键的数据页个数
- sum_of_other_index_sizes:二级索引的数据页个数
以下例子能够看到表 ytt_sample_persist 表行数大略为 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 实在数据为 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 |
+------------------------+---------+----------+----------+
| ytt.ytt_sample_persist | analyze | status | OK |
+------------------------+---------+----------+----------+
1 row in set (0.28 sec)
统计信息曾经更新为最新,数据又离实在数据靠近一点。
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)
索引统计信息保留在表 mysql.innodb_index_stats 里
比方表 ytt_sample_persist 索引统计信息
- Index_name : 索引名字
- stat_name / stat_value:统计名字和对应的值
- sample_size: 采样页个数
- stat_description:统计名字详细信息形容
比方表 ytt_sample_persist 的联结主键统计信息如下:
stat_name 显示的值 n_diff_pfx01 代表联结主键中第一个列状态名字,对应的 stat_value 为第一个列的惟一值个数;n_diff_pfx02 代表第二列状态名字,对应的 stat_value 为前两列的惟一值个数,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)
那对于表的统计信息相干知识点就介绍到此,理解这块对咱们优化 SQL 来说,会更加得心应手。
总结
简略总结下,本篇次要介绍了 MySQL 表和索引的统计信息计算,包含长久化统计信息与非长久化统计信息。如果前期有 SQL 走的执行打算不对,或者不是最优的,那就能够判定相干统计信息太旧了,须要及时更新。比方有时候多表 JOIN 的程序不对,导致查问效率变差,须要人工染指等等。
对于 MySQL 的技术内容,你们还有什么想晓得的吗?连忙留言通知小编吧!