统计信息简介

TiDB 优化器会根据统计信息来选择最优的执行计划。统计信息收集了表级别和列级别的信息，表的统计信息包括总行数，以及修改的行数。列的统计信息包括不同值的数量，NULL 的数量，直方图，以及该列的 Count-Min Sketch 信息。

统计信息的收集

手动收集

你可以通过执行 ANALYZE 语句来收集统计信息。

语法：

  1. ANALYZE TABLE TableNameList
  2. > 该语句会收集 TableNameList 中所有表的统计信息。
  4. ANALYZE TABLE TableName INDEX [IndexNameList]
  5. > 该语句会收集 TableName 中所有的 IndexNameList 中的索引列的统计信息。
  6. > IndexNameList 为空时会收集所有索引列的统计信息。

自动更新

在发生增加，删除以及修改语句时，TiDB 会自动更新表的总行数以及修改的行数。这些信息会定期持久化下来，
更新的周期是 5 * stats-lease, stats-lease 的默认值是 3s，如果将其指定为 0，那么将不会自动更新。

当修改的行数与总行数的比值大于 auto-analyze-ratio 时，TiDB 会自动发起 Analyze 语句。auto-analyze-ratio 可通过配置文件修改，其默认值是 0，即不开启此功能。

在查询语句执行时，TiDB 会以 feedback-probability 的概率收集反馈信息，并将其用于更新直方图和 Count-Min Sketch。feedback-probability 可通过配置文件修改，其默认值是 0。

控制 ANALYZE 并发度

执行 ANALYZE 语句的时候，你可以通过一些参数来调整并发度，以控制对系统的影响。

tidb_build_stats_concurrency

目前 ANALYZE 执行的时候会被切分成一个个小的任务，每个任务只负责某一个列或者索引。tidb_build_stats_concurrency 可以控制同时执行的任务的数量，其默认值是 4。

tidb_distsql_scan_concurrency

在执行分析普通列任务的时候，tidb_distsql_scan_concurrency 可以用于控制一次读取的 Region 数量，其默认值是 10。

tidb_index_serial_scan_concurrency

在执行分析索引列任务的时候，tidb_index_serial_scan_concurrency 可以用于控制一次读取的 Region 数量，其默认值是 1。

统计信息的查看

你可以通过一些语句来查看统计信息的状态。

表的元信息

你可以通过 SHOW STATS_META 来查看表的总行数以及修改的行数等信息。

语法：

  1. SHOW STATS_META [ShowLikeOrWhere]
  2. > 该语句会输出所有表的总行数以及修改行数等信息，你可以通过使用 ShowLikeOrWhere 来筛选需要的信息。

目前 SHOW STATS_META 会输出 5 列，具体如下：

语法元素 说明
db_name 数据库名
table_name 表名
update_time 更新时间
modify_count 修改的行数
row_count 总行数

列的元信息

你可以通过 SHOW STATS_HISTOGRAMS 来查看列的不同值数量以及 NULL 数量等信息。

语法：

  1. SHOW STATS_HISTOGRAMS [ShowLikeOrWhere]
  2. > 该语句会输出所有列的不同值数量以及 NULL 数量等信息，你可以通过使用 ShowLikeOrWhere 来筛选需要的信息。

目前 SHOW STATS_HISTOGRAMS 会输出 7 列，具体如下：

语法元素 说明
db_name 数据库名
table_name 表名
column_name 列名
is_index 是否是索引列
update_time 更新时间
distinct_count 不同值数量
null_count NULL 的数量
avg_col_size 列平均长度

直方图桶的信息

你可以通过 SHOW STATS_BUCKETS 来查看直方图每个桶的信息。

语法：

  1. SHOW STATS_BUCKETS [ShowLikeOrWhere]
  2. > 该语句会输出所有桶的信息，你可以通过使用 ShowLikeOrWhere 来筛选需要的信息。

目前 SHOW STATS_BUCKETS 会输出 9 列，具体如下：

语法元素 说明
db_name 数据库名
table_name 表名
column_name 列名
is_index 是否是索引列
bucket_id 桶的编号
count 所有落在这个桶及之前桶中值的数量
repeats 最大值出现的次数
lower_bound 最小值
upper_bound 最大值

删除统计信息

可以通过执行 DROP STATS 语句来删除统计信息。

语法：

  1. DROP STATS TableName
  2. > 该语句会删除 TableName 中所有的统计信息。

统计信息的导入导出

导出统计信息

统计信息的导出接口为：

  1. http://${tidb-server-ip}:${tidb-server-status-port}/stats/dump/${db_name}/${table_name}
  2. > 通过该接口可以获取数据库 `${db_name}` 中的表 `${table_name}` 的 json 格式的统计信息。

导入统计信息

导入的统计信息一般是通过统计信息导出接口得到的 json 文件。

语法：

  1. LOAD STATS 'file_name'
  2. > `file_name` 为要导入的统计信息的文件名。