概述MySQL统计信息
mysql执行sql会经过sql解析和查询优化的过程,解析器将sql分解成数据结构并传递到后续步骤,查询优化器发现执行sql查询的最佳方案、生成执行计划。查询优化器决定sql如何执行,依赖于数据库的统计信息,下面我们介绍mysql 5.7中innodb统计信息的相关内容。
mysql统计信息的存储分为两种,非持久化和持久化统计信息。
一、非持久化统计信息
非持久化统计信息存储在内存里,如果数据库重启,统计信息将丢失。有两种方式可以设置为非持久化统计信息:
1 全局变量, innodb_stats_persistent=off |
2 create/alter表的参数, stats_persistent=0 |
非持久化统计信息在以下情况会被自动更新:
1 执行analyze table |
2 innodb_stats_on_metadata=on情况下,执show table status, show index, 查询 information_schema下的tables, statistics |
3 启用--auto-rehash功能情况下,使用mysql client登录 |
4 表第一次被打开 |
5 距上一次更新统计信息,表1/16的数据被修改 |
非持久化统计信息的缺点显而易见,数据库重启后如果大量表开始更新统计信息,会对实例造成很大影响,所以目前都会使用持久化统计信息。
二、持久化统计信息
5.6.6开始,mysql默认使用了持久化统计信息,即innodb_stats_persistent=on,持久化统计信息保存在表mysql.innodb_table_stats和mysql.innodb_index_stats。
持久化统计信息在以下情况会被自动更新:
1 innodb_stats_auto_recalc=on 情况下,表中10%的数据被修改 |
2 增加新的索引 |
innodb_table_stats是表的统计信息,innodb_index_stats是索引的统计信息,各字段含义如下:
innodb_table_stats |
|
database_name |
数据库名 |
table_name |
表名 |
last_update |
统计信息最后一次更新时间 |
n_rows |
表的行数 |
clustered_index_size |
聚集索引的页的数量 |
sum_of_other_index_sizes |
其他索引的页的数量 |
innodb_index_stats |
|
database_name |
数据库名 |
table_name |
表名 |
index_name |
索引名 |
last_update |
统计信息最后一次更新时间 |
stat_name |
统计信息名 |
stat_value |
统计信息的值 |
sample_size |
采样大小 |
stat_description |
类型说明 |
为更好的理解innodb_index_stats,建一张测试表做说明:
create table t1 ( a int, b int, c int, d int, e int, f int, primary key (a, b), key i1 (c, d), unique key i2uniq (e, f) ) engine=innodb;
写入数据如下:
查看t1表的统计信息,需主要关注stat_name和stat_value字段
tat_name=size时:stat_value表示索引的页的数量
stat_name=n_leaf_pages时:stat_value表示叶子节点的数量
stat_name=n_diff_pfxnn时:stat_value表示索引字段上唯一值的数量,此处做一下具体说明:
1、n_diff_pfx01表示索引第一列distinct之后的数量,如primary的a列,只有一个值1,所以index_name='primary' and stat_name='n_diff_pfx01'时,stat_value=1。
2、n_diff_pfx02表示索引前两列distinct之后的数量,如i2uniq的e,f列,有4个值,所以index_name='i2uniq' and stat_name='n_diff_pfx02'时,stat_value=4。
3、对于非唯一索引,会在原有列之后加上主键索引,如index_name='i1' and stat_name='n_diff_pfx03',在原索引列c,d后加了主键列a,(c,d,a)的distinct结果为2。
了解了stat_name和stat_value的具体含义,就可以协助我们排查sql执行时为什么没有使用合适的索引,例如某个索引n_diff_pfxnn的stat_value远小于实际值,查询优化器认为该索引选择度较差,就有可能导致使用错误的索引。
三、统计信息不准确的处理
我们查看执行计划,发现未使用正确的索引,如果是innodb_index_stats中统计信息差别较大引起,可通过以下方式处理:
1、手动更新统计信息,注意执行过程中会加读锁:
analyzetable table_name;
2、如果更新后统计信息仍不准确,可考虑增加表采样的数据页,两种方式可以修改:
a) 全局变量innodb_stats_persistent_sample_pages,默认为20;
b) 单个表可以指定该表的采样:
alter table table_name stats_sample_pages=40;
经测试,此处stats_sample_pages的最大值是65535,超出会报错。
目前mysql并没有提供直方图的功能,某些情况下(如数据分布不均)仅仅更新统计信息不一定能得到准确的执行计划,只能通过index hint的方式指定索引。新版本8.0会增加直方图功能,让我们期待mysql越来越强大的功能吧!