MySQL5.6为什么关闭元数据统计信息自动更新&统计信息收集源代码

问题描述： MySQL 5.5.15 原sql如下： select constraint_schema,table_name,constraint_name,constraint_type from information_schema.table_constraints where table_schema not in ('information_schema', 'mysql', 'test'，‘performance_schema’); 不

问题描述：

MySQL 5.5.15 原sql如下：

select constraint_schema,table_name,constraint_name,constraint_type from information_schema.table_constraints where table_schema not in ('information_schema', 'mysql', 'test'，‘performance_schema’);

不只是上面提到的table_constraints，information_schema库下的一下几个表，访问时候都会触发这个“顺手”操作。

information_schema.TABLES

information_schema.STATISTICS

information_schema.PARTITIONS

information_schema.KEY_COLUMN_USAGE

information_schema.TABLE_CONSTRAINTS

information_schema.REFERENTIAL_CONSTRAINTS

show table status . .

show index from ...

当innodb_stats_on_metadata=on 都会触发自动更新统计信息。

问题：

5.6 开始默认innodb_stats_on_metadata=off，why？？？ 答：为了防止自动更新统计信息在DB高峰时导致BP的swap；查询性能大幅度抖动。

没有定期更新统计信息了么？？答：有啊，而且可以是持久化的。

我看到的MySQL 5.5.15 这个版本还是条件是====>

counter > 2000000000 || ((ib_int64_t)counter > 16 + table->stat_n_rows / 16)

下面做了对MySQL 收集统计信息做了扩展：

一.下面针对MySQL community（5.5.15、5.5.36、5.6.16）源代码分析：

1.下面是对MySQL-5.5.15 的源代码的分析：

./storage/innobase/row/row0mysql.c

/*********************************************************************//**
Updates the table modification counter and calculates new estimates
for table and index statistics if necessary. */
UNIV_INLINE
void
row_update_statistics_if_needed(
/*============================*/
	dict_table_t*	table)	/*!stat_modified_counter;

	table->stat_modified_counter = counter + 1;

	/* Calculate new statistics if 1 / 16 of table has been modified
	since the last time a statistics batch was run, or if
	stat_modified_counter > 2 000 000 000 (to avoid wrap-around).
	We calculate statistics at most every 16th round, since we may have
	a counter table which is very small and updated very often. */

	if (counter > 2000000000
	    || ((ib_int64_t)counter > 16 + table->stat_n_rows / 16)) {

		dict_update_statistics(table, FALSE /* update even if stats
						    are initialized */);
	}
}

从上面可以看出更新统计信息的条件是：

counter > 2000000000 || ((ib_int64_t)counter > 16 + table->stat_n_rows / 16)

2.下面是对MySQL-5.5.36 的源代码的分析：

---------------------------------------------------------------------------

#通过更新统计信息stat_modified_counter，每个表都有这个表里来维护：

./storage/innobase/row/row0mysql.c

/*********************************************************************//**
Updates the table modification counter and calculates new estimates
for table and index statistics if necessary. */
UNIV_INLINE
void
row_update_statistics_if_needed(
/*============================*/
        dict_table_t*   table)  /*!stat_modified_counter;

        table->stat_modified_counter = counter + 1;

        if (DICT_TABLE_CHANGED_TOO_MUCH(table)) {

                dict_update_statistics(
                        table,
                        FALSE, /* update even if stats are initialized */
                        TRUE /* only update if stats changed too much */);
        }
}

/*********************************************************************/

规则：每一次DML操作导致1 行更新,stat_modified_counter加1，直到满足更新统计信息的条件，stat_modified_counter的值自动重置为0。

#更新统计信息的条件：（有超过1/16的row被更改过会更新表的条件信息）

./storage/innobase/include/dict0dict.h

/** Calculate new statistics if 1 / 16 of table has been modified
since the last time a statistics batch was run.
We calculate statistics at most every 16th round, since we may have
a counter table which is very small and updated very often.
@param t table
@return true if the table has changed too much and stats need to be
recalculated
*/
#define DICT_TABLE_CHANGED_TOO_MUCH(t) \
        ((ib_int64_t) (t)->stat_modified_counter > 16 + (t)->stat_n_rows / 16)

/*********************************************************************/

* 这样有个性能问题，若有多个线程同时检测到阈值，也即是并发调用会多次，，会导致dict_update_statistics函数多次的调用，浪费了系统资源。

解决方法：在dict_update_statistics{}函数对stat_modified_counter加锁，避免并发执行。

#统计新跟更新函数：dict_update_statistics

./storage/innobase/dict/dict0dict.c

/*********************************************************************//**
Calculates new estimates for table and index statistics. The statistics
are used in query optimization. */
UNIV_INTERN
void
dict_update_statistics(
/*===================*/
        dict_table_t*   table,          /*!
可以优化成：
---------------------------------------------------------------------------
1）  加x锁
2）  索引统计
3）  stat_modified_counter 置0
4）   解锁
---------------------------------------------------------------------------
3.下面我们来看下对MySQL 5.6.16 的源代码的分析：
MySQL版本：MySQL 5.6.16-log。
./storage/innobase/row/row0mysql.cc
void
row_update_statistics_if_needed(
/*============================*/
        dict_table_t*   table)  /*!stat_initialized) {
                DBUG_EXECUTE_IF(
                        "test_upd_stats_if_needed_not_inited",
                        fprintf(stderr, "test_upd_stats_if_needed_not_inited "
                                "was executed\n");
                );
                return;
        }

        counter = table->stat_modified_counter++;
        n_rows = dict_table_get_n_rows(table);

        if (dict_stats_is_persistent_enabled(table)) {
                if (counter > n_rows / 10 /* 10% */
                    && dict_stats_auto_recalc_is_enabled(table)) {

                        dict_stats_recalc_pool_add(table);
                        table->stat_modified_counter = 0;
                }
                return;
        }

        /* Calculate new statistics if 1 / 16 of table has been modified
        since the last time a statistics batch was run.
        We calculate statistics at most every 16th round, since we may have
        a counter table which is very small and updated very often. */

        if (counter > 16 + n_rows / 16 /* 6.25% */) {

                ut_ad(!mutex_own(&dict_sys->mutex));
                /* this will reset table->stat_modified_counter to 0 */
                dict_stats_update(table, DICT_STATS_RECALC_TRANSIENT);
        }
}

/*********************************************************************/
从上面的代码看可以看出：
1.对InnoDB表统计信息持久化时，表的row发生变化大于10%(counter > n_rows / 10 /* 10%)并且innodb_stats_auto_recalc=on，统计信信息会更新（虽然innodb_stats_auto_recalc=on是自动重新计算，但是也是异步的，可能会延时，比如当瞬间的DML批量操作就可能有延时）
2.统计信息非持久化还是和5.5 一致的（表的row发生变化大于1/16时更新统计信息）
3.切记：不能完全依赖于MySQL本身的机制来更新统计信息，线上一些表不及时更新统计信息的我遇到过多次，针对这样的表，我在夜间定期analyze table xxx;

二.MySQL 5.6的改进：
可以配置统计信息的持久化和非持久化（非持久化：5.6之前都是这种）
相关参数：
持久化：
innodb_stats_persistent：on(1)
innodb_stats_persistent_sample_pages：20
非持久化：
innodb_stats_sample_pages:8
相关表：
mysql.innodb_index_stats
mysql.innodb_table_stats
From 5.6.6 开始,统计信息默认是持久化的（即innodb_stats_persistent=on）,使用参数innodb_stats_persistent_sample_pages的值，来采样，此时非持久化的参数innodb_stats_sample_pages就无效。
From 5.6.6 开始，使用非持久化的统计信息：
1.set innodb_stats_persistent=0;
2.create|alter table stats_persistent=0; 
对单个表开启：
create|alter table...STATS_PERSISTENT [=] {DEFAULT|0|1}
DEFAULT：table的统计信息是否持久化由参数 innodb_stats_persistent 决定。\
总结:From 5.6.6 开始,要么开启统计信息持久化，要么是还用以前的非持久化，二者选一。

参考相关参数：
innodb_stats_method： nulls_equal, nulls_unequal, and nulls_ignored
myisam_stats_method：nulls_equal, nulls_unequal, and nulls_ignored
--------------------------------------------------------------
基数即value group=N/s (N:表行数 S:average group size)
基数(VG)|值组为不重复的值的个数
nulls_equal：所有的NULL都相等，算作一个值组，这样一旦null值很多的情况下，average group size偏大，导致基数偏小。
nulls_unequal：每一个NULL都相等，算作一个值组，这样一旦null值很多的情况下，如果non-null值组大，而null的值组过多，导致average group size偏小，导致基数偏大，可能导致误走索引
nulls_ignored：所有的null都忽略，不记录索引。
--------------------------------------------------------------
参考：
# http://dev.mysql.com/doc/refman/5.6/en/innodb-parameters.html#sysvar_innodb_stats_method