Microsoft SQL Server 2000 中查询优化器使用的统计

Lubor Kollar
Microsoft Corporation

目录

Microsoft SQL Server 2000 中查询优化器使用的统计
SQL Server 2000 中的统计数据
SQL Server 2000 收集的统计信息
   关于 INDEX ''PK_Order_Details'' 的统计信息
用 SQL Server 2000 创建统计
在 SQL Server 2000 中维护统计
统计和索引视图
总结

摘要：本文说明了收集的数据类型、数据的存储位置以及用于创建、更新与删除统计的命令。这些统计信息与存储在 Microsoft SQL Server 2000 数据库中的索引和列数据相关，SQL Server 查询优化器用它们来选择用于检索数据和执行 INSERT、SELECT、DELETE 或 UPDATE 查询的最有效方案。本文同时也概括介绍了如何在不同的级别（索引、表和数据库）上更改 SQL Server 创建与维护统计的默认设置。

Microsoft SQL Server 2000 中查询优化器使用的统计

Microsoft® SQL Server™ 2000 收集关于存储在数据库中的索引和列数据的统计信息。SQL Server 查询优化器使用这些统计信息来选择用于执行 INSERT、SELECT、DELETE 或 UPDATE 查询的最有效方案。本文说明了收集的数据类型、数据的存储位置以及用于创建、更新与删除统计的命令。默认情况下，SQL Server 2000 会自动创建和更新统计（当此类操作有用时）。本文也概括介绍了如何在不同的级别（索引、表和数据库）上更改这些默认值。

SQL Server 2000 中的统计数据

SQL Server 2000 既收集关于单个列的统计信息（单列统计），也收集关于成组的列的统计信息（多列统计）。关于一个统计对象的所有信息存储在 SYSINDEXES 表中一行的多个列中。计算列以及数据类型为 ntext、text 或 image 的列不能被指定为统计列。组成一个统计集的所有列的总宽度不能超过 900 字节。

SQL Server 2000 收集的统计信息

• 上次收集统计信息的时间（在 STATBLOB 中）。
  
  
• 表或索引中的行数（SYSINDEXES 中的 rows 列）。
  
  
• 表或索引所占用的页数（SYSINDEXES 中的 dpages 列）。
  
  
• 用于生成直方图和密度信息的行数（在 STATBLOB 中，将在下面讲解）。
  
  
• 平均键长（在 STATBLOB 中）。
  
  
• 单列直方图，包括步数（在 STATBLOB 中）。

注意：   直方图是给定列的最多 200 个值的集合。给定列中的所有值（如果通过抽样来收集统计信息，则为选定的值）会被排序；排序后序列最多会划分为 199 个间隔，以便得到最有效的统计。一般，这些间距的大小并不相等。以下数值与直方图的每个步长存储在一起。

表 1：直方图的值

使用 dbcc show_statistics 命令时显示的是两个导出值而不是 DENSITY 信息。

表 2：用两个导出值显示 dbcc show_statistics 的直方图

SQL Server 2000 中的直方图只用于单个列、多列统计中的第一列或者索引。

SQL Server 2000 按照三个步骤从排序后的列值集合生成直方图。第一步，最多收集 200 个 RANGE_HI_KEY、EQ_ROWS、RANGE_ROWS 和 DISTINC_RANGE_ROWS 的值。第二步，对每个其他的列值进行处理：该值或者被添加到上一个区间中（对值进行排序），或者创建一个新区间。如果是创建一个新区间，则两个现有的相邻区间会合并到一个区间中。SQL Server 2000 通过密度信息来选择要合并的区间，使密度最接近的两个相邻区间被合并，从而将信息的损失降到最低程度。第三步，合并更多的密度接近的区间。因此，即使列中的唯一值个数超过 200，直方图的步数也可能会小于 200。

如果通过抽样来生成直方图，那么 RANGE_ROWS、EQ_ROWS、DISTINCT_RANGE_ROWS 和 AVG_RANGE_ROWS 的值将为估计值，因此它们不必都是整数。

密度是关于给定列或列的组合中重复项数目的信息，其计算公式为 1/(互不相同的值的数目)。如果在相等条件判断表达式中使用了某个列，则会使用从直方图导出的密度来估算符合条件的行数。直方图通常用于估算不等条件判断表达式。

注意：   dbcc show_statistics 的第一行中会显示一个单独的密度值，但 SQL Server 2000 中的优化器不使用该值。

一个列集合的多列统计包括以下信息：统计定义中第一个列的直方图，第一个列的密度值，以及每个列的前缀组合（单独包括第一个列）的密度值。每个统计集（一个直方图加上两个或多个密度值）都存储在 SYSINDEXES 表的一行中，同一行中还包括上次更新统计的时间戳、用于生成统计信息的抽样行数、直方图的步数和平均键数。SQL Server 2000 只为编号为 0 或 1 的索引（堆索引或群集索引）维护行数的值（rowcnt 列），并在表中的所有索引中复制该值。同样，SQL Server 2000 也为每个表和索引维护 dpages。如果收集统计信息时表中没有任何行，则该表的统计信息为空。

使用 sp_helpindex 和 sp_helpstats 可以显示给定表中所有可用统计的列表，sp_helpindex 列出了表中的所有索引，而 sp_helpstats 则列出了表中的所有统计。每个索引都带有其中列的统计信息。在相同的列中，使用 CREATE STATISTICS 命令创建的统计信息与使用 CREATE INDEX 命令生成的统计信息等价。唯一的差别在于，CREATE STATISTICS 命令默认采用抽样方式，而 CREATE INDEX 命令则由于必须处理索引的所有行，因而使用 fullscan 收集统计信息。

下面是罗斯文数据库中 Order Details 表的所有索引和统计的示例。因为最初无索引的列上没有任何统计信息，所以在连接到罗斯文数据库后，请先运行 sp_createstats。

表 3：罗斯文数据库中的 Order Details 表

sp_helpindex [Order Details]

sp_helpstats [Order Details]

也可以象下面这样使用 dbcc show_statistics 命令来显示统计信息：

dbcc show_statistics ([Order Details],PK_Order_Details)

如果没有返回任何信息，则表明上次已经更新了统计，或在表中没有任何行时就创建了索引。要更新 Order Details 表的统计，请运行 UPDATE STATISTICS [Order Details]；要更新罗斯文数据库中所有表的统计，请运行 sp_updatestats。

注意：   该命令的输出已经增强了可读性。

关于 INDEX ''PK_Order_Details'' 的统计信息

表 4：关于 INDEX ''PK_Order_Details'' 的统计信息