MySQL 配置统计数据

• null 值如何统计

什么是统计数据

mysql 为了制定执行计划收集表的相关信息，如索引行数，索引基数（不同值的数量），占用页面数等等。这些信息被称为统计数据。

同一条 sql 语句，在不同的数据量级下，不同的索引结构下，执行计划都是千差万别的。
而 mysql 选定执行计划的标准就是这些统计数据。

统计数据怎么存储

两种存储方式：

1. 基于磁盘的永久性存储
2. 基于内存的非永久性存储

默认情况下，mysql 配置为持久化到磁盘，咱们这次也只讨论持久化到磁盘的形式，因为基于内存的形式统计的数据与其相同。
在全局变量中有两个值来标志是否是用磁盘来存储

innodb_stats_persistent：是否使用磁盘
innodb_stats_persistent_sample_pages：统计数据的抽样页面数

存储形式：

可以看到有两个表存储数据统计信息：innodb_table_stats & innodb_index_stats

存储的信息

首先来看 innodb_table_stats 中存储结构

字段含义：

字段	含义
database_name	数据库
table_name	表名
last_update	上次更新时间
n_rows	表中行数
clustered_index_size	聚簇索引占用的页面数
sum_of_other_index_sizes	除了聚簇索引之外的其他索引站用的页面数

再来看一下 innodb_index_stats 中的信息

字段	含义
database_name	数据库
table_name	表名
index_name	索引名称
last_update	上次更新时间
stat_name	可以看到最后一列的 stat_description 中有解释这一列是什么意思 n_leaf_pages: 叶子页面的数量 size: 总页面数。 值得注意的是， n_diff_pfx01 和 n_diff_pfx02, 这两个是联合索引中前缀索引的不同部分。
stat_value	统计出的数值
sample_size	为了统计上一个数值用了多少个页面
stat_description	对统计数据的简介

如何更新统计数据

这些统计数据并非是一成不变的，否则数据库的执行计划会变得特别不准确。
有两种方式来启用统计数据更新：
• 开启 innodb_stats_auto_recalc （在页面变动超过 10%【定义值】 时，触发统计数据的计算，异步过程，不会阻塞）
• 手动调用 analyze table 语句来更新统计信息 （同步过程，会阻塞请求）

null 值如何统计

现在一切都很正常，除了 null （万恶之源）
因为 null 有多重语义，对于基数来说，有三种解释：
1. 列中所有的 null 都是同一个值，记为 1
2. 忽略 null，记为 0
3. 每个 null 都算作一个不同的值，记为 n

基于这个事实，mysql 为用户提供了一个可配置的系统变量： innodb_stats_method
1. nulls_equal：对应上文 1
2. nulls_unequal：对应上文 2
3. nulls_ignored：对应上文 3

建议：最好不要在索引列中存放 null 值

参考文档

《mysql 是怎样运行的：从根儿上理解 mysql》
《mysql 手册》