歡迎來到性能調優培訓的第4個月。這個月全是關于SQL Server里的統計信息，還有它們如何幫助查詢優化器生成足夠好的執行計劃。統計信息主要是被查詢優化器用來估計查詢返回的行數。它只是個估計，沒別的。

SQL Server使用在統計信息對象里稱作直方圖（Histogram）的東西，它描述了對于所給列最大200步長（Steps）的數據分布情況。最大的局限性之一，對于SQL Server里的統計信息是200步長的局限性（使用過濾統計信息可以超過這個步長，這在SQL Server 2008里就引入了）。

另外的局限性是統計信息的自動更新（Auto Update）機制：對于大于500行的表，如果500+20%的列值發生改變，統計信息才會更新。這就意味著，一旦表增長，你的統計信息的自動更新頻率將越少（每次觸發自動更新需要更多的記錄修改）。

假設你有100000條記錄的表，這個情況下，如果修改了20500（20%+500)的數據，統計信息才會自動更新。如果你有1000000條記錄的表，你需要修改200500（20%+500)的數據，統計信息才會自動更新。這里用到的算法是指數的，不是線性的。在SQL Server里有2371的跟蹤標志（trace flag）也會影響這個行為。

當你的執行計劃里保航書簽查找時，這個行為就會是巨大的問題。正如你知道的，基于當前的統計信息，如果查詢的估計行數是非常少的，查詢優化器才會選擇書簽查找運算符。如果你的統計信息過期，你的執行計劃還是有效的話，SQL Server就會盲目重用緩存計劃，你的頁讀取就會暴漲。我們來看看這個問題的具體例子。

下面的腳本會創建有1500條記錄的表，在column2列有平均的數據分布。另外我們在column2列上定義非聚集索引。

 1 CREATE TABLE Table1 2 ( 3    Column1 INT IDENTITY, 4    Column2 INT 5 ) 6 GO 7  8 -- Insert 1500 records into Table1 9 SELECT TOP 1500 IDENTITY(INT, 1, 1) AS n INTO #Nums10 FROM11 master.dbo.syscolumns sc112 13 INSERT INTO Table1 (Column2)14 SELECT n FROM #nums15 16 DROP TABLE #nums17 GO 18 19 CREATE NONCLUSTERED INDEX idx_Table1_Colum2 ON Table1(Column2)20 GO

當你對表進行簡單的SELECT * 查詢時，你會得到帶有書簽查找運算符的執行計劃：

1 SELECT * FROM dbo.Table1 WHERE Column2='9'

從索引查找（Non Clustered）運算符可以看到，SQL Server估計行數是1（估計行數（Estimated Number of Rows）屬性），實際上SQL Server也處理1條記錄（實際行數（Actual Number of Rows）屬性）。這就是說，我們這里用到的統計信息是準確的，查詢本身產生3個邏輯讀。

我們現在的表有1500條記錄，因此當20% + 500條記錄發生改變時，SQL Server會自動更新非聚集索引的統計信息。算一下，我們需要修改800條數據（1500 * 20% + 500)。

接下來我們對表做如下處理：我們對SQL Server做一點動作，只插入799條新記錄。但799條記錄的第2列值都是2。這就是說我們完全改變第2列的平均數據分布。統計信息會認為只有1條第2列值為2的記錄返回，但實際上卻有800條記錄返回（1條已存在的，799條新插入的）：

1 SELECT TOP 799 IDENTITY(INT, 1, 1) AS n INTO #Nums2 FROM3 master.dbo.syscolumns sc14 5 INSERT INTO Table1 (Column2)6 SELECT 2 FROM #nums7 8 DROP TABLE #nums9 GO

現在我們來執行下列查詢語句，找第2列值為2的記錄，并打開執行計劃顯示和IO統計。

1 SET STATISTICS IO ON2 SELECT * FROM dbo.Table1 WHERE Column2 ='2'

SQL Server重用了有書簽查找的執行計劃。這就是說執行計劃里的書簽查找執行了1500次——一次性對所有記錄！這會耗費大量的邏輯讀——SQL Server這里報告了806個頁讀取。

從圖中可以看到，實際行數（Actual Number of Rows）現在已經遠遠超過了估計行數（Estimated Number of Rows）。

SQL Server里失真的統計信息就會帶來這樣的問題。

今天的性能調優培訓我給你簡單介紹了SQL Server里的統計信息。如你所見，失真的統計信息，對于緩存的，重用的執行計劃會帶來嚴重的性能問題。

我希望現在你已經能很好的理解SQL Server里的統計信息，當它們過期是，會給你的執行計劃帶來副作用。下周我會進一步討論統計信息，還有在SQL Server內部它們是怎樣的。請繼續關注。