• 统计信息简介
    • 统计信息的收集
      • 手动收集
      • 自动更新
      • 控制 ANALYZE 并发度
        • tidb_build_stats_concurrency
        • tidb_distsql_scan_concurrency
        • tidb_index_serial_scan_concurrency
    • 统计信息的查看
      • 表的元信息
      • 列的元信息
      • 直方图桶的信息
    • 删除统计信息
    • 统计信息的导入导出
      • 导出统计信息
      • 导入统计信息

    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。