SQL Server 2005中的统计数据
Microsoft? SQL Server? 2005收集关于单列的统计信息（单列统计信息），或者一组列的统计信息（多列统计信息）。查询优化器使用统计信息来评估表达式的选择性，并由此来评估一个查询中间结果和最终结果的规模大小。好的统计信息允许优化器精确地判断不同执行计划的成本，并选择一个高质量的执行计划。一个统计对象的所有相关信息存储在sysindexes表中一行的多个列中，统计信息中二进制大对象（statblob）保存在一张内部表中。此外，可以在新的元数据视图sys.stats和sys.indexes中找到关于统计对象的有关信息。

统计特性概述
SQL Server 2005在维护统计信息方面具有许多特性。最为重要的一点就是能够自动创建和更新统计信息。在SQL Server 2005和SQL Server 2000中默认将启用该功能。大约98%的SQL Server 2000安装将启用该功能，这也是最佳实践。对于大多数的数据库和应用程序而言，开发人员和管理员可以借助自动创建和更新统计信息的功能以提供全面且准确的关于数据的统计信息。这允许SQL Server 2005查询优化器生成一致且有效的查询计划，同时使开发和管理的成本维持在较低的水平。如果您希望进一步控制统计信息的创建和更新以获得最佳的执行计划并管理由于统计信息收集而产生的开销，您可以使用手动创建和更新统计信息的功能。

对于大吞吐量联机事务处理应用环境而言，一个重要的新特性就是以异步方式自动更新统计信息。 这种方式可以显著提高OLAP环境中的查询响应时间。
SQL Server 2005中的统计功能允许您：
?        使用默认的抽样比率隐式地创建和更新统计信息。（如果开启了自动创建和更新统计信息功能，那么在SELECT，INSERT，DELETE和UPDATE命令的查询条件如WHERE和UPDATE子句中使用某一列时，将根据需要自动创建或者更新统计信息）
?        使用期望的抽样比率手动创建和更新统计信息、删除统计信息（CREATE STATISTICS, UPDATE STATISTICS, DROP STATISTICS, CREATE INDEX, DROP INDEX）。
?        为数据库中所有表的所有列批量创建统计信息（sp_createstats）。
?        手动更新数据库中所有已存在的统计信息（sp_updatestats）。
?        列出数据库或表中所有统计信息对象（sp_helpstats，目录视图sys.stats, sys.stats_columns）。
?        显示统计信息对象的描述信息（DBCC SHOW_STATISTICS）。
?        在整个数据库级别或者单张表或单个统计对象级别启用或禁用自动创建和更新统计信息功能（ALTER DATABASE的AUTO_CREATE_STATISTICS和AUTO_UPDATE_STATISTICS选项，sp_autostats以及 CREATE STATISTICS和UPDATE STATISTICS的NORECOMPUTE选项）。
?        启用或禁用异步自动更新统计信息（ALTER DATABASE的 AUTO_UPDATE_STATISTICS_ASYNC选项）。
此外，SQL Server Management Studio允许您通过Object Explorer视图以图形化方式浏览和管理统计信息对象。Object Explorer在每个表对象下方的文件夹中列出所有的统计对象。

SQL Server 2005中的统计信息有哪些新特性？
SQL Server 2005包含许多新的统计特性，这些新特性允许查询优化器为各种类型的查询选择更佳的执行计划，或者用于增强统计信息的管理功能。这些增强包括：
?        字符串摘要统计：为字符类型的列维护的关于字符串子串频率分布的信息。这些信息可以帮助查询优化器更好地评估那些使用LIKE操作符的查询条件的选择性。
?        异步自动更新统计信息：SQL Server 2005中ALTER DATABASE命令提供了新的AUTO_UPDATE_STATISTICS_ASYNC选项。默认该选项是关闭的。如果启用该选项，SQL Server 2005将在后台进行自动统计信息更新，这样查询就不会由于统计信息更新而被阻塞，而是继续使用旧的统计信息进行处理。这种方式可以显著提高某些工作负载的响应时间。
?        计算列上的统计信息： 可以在计算列上手动或自动地创建和更新统计信息（SQL Server 2000仅部分支持该功能，且相关的文档也不多）
?        大对象支持：可以将数据类型为ntext，text和image，也包括新数据类型nvarchar(max), varchar(max)以及varbinary(max) 的列指定为统计列。
?        增强的统计信息加载框架：同SQL Server 2000相比，查询优化器在内部对统计信息的加载进行了增强。如今优化器将加载所有必须加载的统计信息，从而提高了优化的质量和性能。
?        在计算列上自动创建统计信息功能的增强：如果查询中包含了与某个计算列表达式等价的表达式，那么SQL Server 2005将在需要时自动在计算列上创建统计信息。
?        最小抽样规模： 在收集统计信息时最少抽样8 M数据。
?        统计信息数目限度的增强：每张表上允许创建统计信息的列数增加到了2,000。此外还允许同时存在249个索引统计，即每张表上最多允许2,249个统计信息。
?        增强的DBCC SHOW_STATISTICS输出：如今DBCC SHOW_STATISTICS将显示统计对象的名称，从而避免了二义性。
?        基于列的更新计数器的自动更新统计信息：SQL Server 2000根据表中更新的行数来决定何时更新统计信息。如今是在列的级别上跟踪数据变更的，这样就可以避免在那些变更还不够充分的列上自动更新统计信息。
?        内部表上的统计信息：可以在sys.internal_tables列出的所有内部表上创建统计信息，包括XML和全文索引、服务代理队列，以及查询通知表。
?        DBCC SHOW_STATISTICS单一结果集输出：DBCC SHOW_STATISTICS支持将标题、密度信息以及直方图作为单个结果集输出。这样更便于通过编程的方式自动处理DBCC SHOW_STATISTICS的输出结果。
?        统计信息最多可支持32列： 在一个统计对象中允许的列数由16列增加到32列。
?        分区表统计信息：分区表是SQL Server 2005的新特性，并且完全支持统计信息功能。SQL Server为每张表（而不是每个分区）维护直方图信息。
?        以并行方式进行fullscan统计信息收集：使用fullscan方式收集统计信息时，可以通过并行方式在无分区表或分区表上创建单个统计信息对象。
?        当缺失统计信息时增强的重新编译和创建统计信息功能：在自动创建统计信息失败的情况下，如果以后生成执行计划时统计信息是缺失的，那么优化器将自动创建统计信息并重新编译执行计划；因此不会持续出现统计信息缺失的情况。更多详细信息请阅读由Marathe发表的白皮书SQL Server 2005中批编译、重新编译，以及计划缓存的问题 。
?        增强的对空表重新编译的逻辑和更新统计信息功能：表中行数从0变化到大于0将导致查询被重新编译以及统计信息被更新。更多详细信息请阅读由Marathe发表的白皮书SQL Server 2005中批编译、重新编译，以及计划缓存的问题。
?        更加清晰和一致的统计信息直方图显示：由于保存直方图之前总是先将直方图按比例进行缩放，因此增强了DBCC SHOW_STATISTICS显示直方图的效果。
?        推导的数据关联约束：通过启用 DATE_CORRELATION_OPTIMIZATION数据库设置，SQL Server可以维护通过外键连接的两张表的datetime列之间的关联信息。某些查询可以使用这些信息对隐含的条件进行判断。尽管这些信息并不直接用于查询优化器进行选择性评估或成本估算，因此从严格意义上来讲，这些信息并不是统计信息，但却与统计信息密切相关，因为它们可以作为辅助信息以帮助优化器获得更好的查询计划。
?        sp_updatestats: 在SQL Server 2005中，sp_updatestats根据sys.sysindexes兼容视图中记录的rowmodctr信息仅对那些需要更新的统计信息进行更新。对于那些运行在90或更高兼容级别下的数据库，sp_updatestats将保持特定索引或统计信息对象的自动UPDATE STATISTICS配置选项。
此外统计信息的行为还有其它一些细微的变化。特别的，sys.sysindexes表statblob列的值始终为NULL，statblob本身存储在一张内部目录表中。

定义
我们先定义以下这些与SQL Server 2005统计信息相关的术语：
?        statblob：二进制大对象统计信息。该对象存储在一个内部目录视图sys.sysobjvalues中。
?        字符串摘要：对字符串列的子串的频率分布进行汇总的一种统计信息，用于帮助评估LIKE谓词的选择性。字符串列的摘要信息存储在statblob中。
?        sysindexes：sys.sysindexes目录视图，包含了表和索引的相关信息。
?        谓词：结果为true或者false的判定条件。谓词出现在数据库查询的WHERE或者JOIN子句中。
?        选择性：满足谓词的行数占输入数据集行数的比例。更复杂的选择性评估可用于估算连接、DISTINCT以及其它操作产生的行数。例如，SQL Server 2005估算AdventureWorks数据库的“Sales.SalesOrderHeader.OrderID = 43659”谓词的选择性是1/31465 = 0.00003178。
?        基数评估：估算结果集的大小。例如：如果表T包含100,000行记录，查询包含了形如T.a=10的选择谓词，直方图显示T.a=10的选择性是10%，那么查询要考虑的表T中满足条件的行数，即基数评估就是10% * 100,000 = 10,000。
?        LOB: 大对象（text, ntext, image, varchar(max), nvarchar(max), varbinary(max) 类型的值）。

 

通过执行下面的语句可以在数据库级别禁用自动创建统计信息功能
ALTER DATABASE dbname SET AUTO_CREATE_STATISTICS OFF
同样地，执行下面的语句在数据库级别启用自动创建统计信息功能
ALTER DATABASE dbname SET AUTO_CREATE_STATISTICS ON
建议您将该选项设置为ON。只有当您需要解决某些性能问题，例如需要为某些表指定不同于默认值的抽样比率时，才禁用该选项。

默认情况下，当执行CREATE STATISTICS命令或者自动创建统计信息时，是通过对数据集抽样的方式来创建统计信息。CREATE INDEX总是扫描整个数据集，因此最初创建的索引统计信息是没有抽样的（相当于fullscan）。CREATE STATISTICS命令允许您设置抽样规模，在WITH子句中要么指定fullscan，要么指定扫描数据或行数的百分比。后者作为近似值来处理。也可以在UPDATE STATISTICS命令中指定WITH RESAMPLE来继承原有的抽样规模。这一点对于那些在某些列有索引（最初通过fullscan统计创建的）而其他一些列上只有统计信息（最初通过SAMPLE统计创建的）的表来说是十分重要的。在UPDATE STATISTICS上使用resample选项将为索引维持fullscan统计，为其余的列维持抽样统计。

对于小型表至少需要抽样8MB的数据。如果一张表开始时很小，您使用默认的抽样比率进行抽样，此后表的大小增长超过了8MB，那么当您使用resample选项更新统计信息时，您得到的同样还是fullscan。如果您希望默认的抽样比率随着表的规模而变化，则应该避免使用resample。

resample抽样比率是在前一次统计信息计算时根据已抽样行数和表中总行数的函数进行计算的。由于真实的抽样比率可能因抽样随机性的特点而变化，因此对于非完全扫描抽样来说，resample只是近似于上一次的抽样比率。如果希望反复一致地进行抽样，在使用UPDATE STATISTICS之前显式地指定相同的抽样比率而不是使用resample。

dbcc show_statistics命令在Rows Sampled heading下面显示抽样规模。自动创建的统计信息，或者自动更新的统计信息（将在下一部分描述）总是进行默认的抽样。默认的抽样比率是一个表规模的慢速增长函数，这样即使是十分大型的表也可以相对快速地收集统计信息。

当创建和更新统计信息时，查询优化其必须选择一种存取路径来收集统计信息。存取路径可以包含堆、聚簇索引，或者非聚簇索引。对于抽样的统计信息，优化器尽量避免那些对统计信息首列进行物理排序的存取路径，这样做有助于提供更随机化的抽样，也因此导致更加精确的统计信息。对于那些没有对统计信息健值作排序的存取路径（如果存在这样的存取路径），则选择其中成本最低的一种，这就是最精确的索引或者堆。对于fullscan统计，由于存取路径的排序顺序对于统计信息的准确性无关紧要，因此成本最低的存取路径将被选中。

SQL Server Profiler可以监视自动的统计信息创建。Auto Stats事件属于Performance跟踪事件组. 当定义跟踪时，还要同时选中Auto Stats的IntegerData，Success和ObjectID列。一旦捕获到AutoStats事件，Integer Data包含了在指定表上创建或者更新的统计信息的数目， Object ID为表的ID，TextData（默认包含在跟踪定义中）包含了创建或者更新统计信息的列名，再加上Updated: 或者Created: 前缀。Success包含了Auto Stats操作成功或者失败的标记。  需要特别指出的是，Success有三个可能的值：


有时您可能还会观察到AutoStats事件但并没有与之相关的统计信息创建或更新操作发生。该事件的产生是由于auto update statistics选项被关闭，或者由于查询引用的表上产生了大量的变更，由于查询结构和外健约束的存在从而导致优化器从查询计划中移除所有对该表的引用。
DROP STATISTICS用于删除统计信息，但是不可以删除作为创建索引的副产品而自动生成的统计信息。这种统计信息只有当删除索引时才会被删除。

在SQL Server 2005中维护统计信息
当您在表中进行了一系列的插入，删除和更新后，统计信息可能无法反映出特定列或索引的真实数据分布情况。如果SQL Server查询优化器需要表中某一列的统计信息，该表在上次创建或更新统计信息后经历了大量的更新活动，那么SQL Server就会通过抽样列值的方式自动更新统计信息。（使用auto update statistics）。统计信息的自动更新是由查询优化器触发的，或者通过执行一个编译好的执行计划而被触发，并且只更新那些在查询中被引用的列的子集。如果AUTO_UPDATE_STATISTCS_ASYNC为OFF，那么在编译查询之前更新统计信息，如果AUTO_UPDATE_STATISTCS_ASYNC为ON，则异步更新统计信息。

当一个查询首次被编译时，如果查询优化器需要一个特定的统计信息对象并且该对象存在，该统计信息对象将被更新如果统计信息对象已经过时。当执行一个查询且该查询的执行计划在缓存中，那么执行计划所依赖的统计信息将被检查已确认是否已经过时。如果是，执行计划将从缓存中移除，统计信息在重新编译查询时被更新。如果执行计划所依赖的统计信息改变了，那么执行计划也将从缓存中移除。

SQL Server 2005根据列更新计数器（colmodctrs）的变化决定是否更新统计信息。

以下情况可以认定一个统计信息对象已经过时：
?        如果在一张普通表上定义统计信息，那么该统计信息将过时，如果：
1.        表的大小从0行增长到>0行。
2.        当收集统计信息时，表中行数为500行或更少，此后统计信息对象中首列的colmodctr的变更超过了500。
3.        当收集统计信息时，表中含有500行以上的记录，此后统计信息对象中首列的colmodctr变更超过了500 + 收集统计信息时表中行数的20%。
?        如果在一张临时表上定义统计信息，那么在前面描述的情况下统计信息也将过时。
表变量根本没有统计信息。

可以在不同的级别上关闭前面描述的auto update statistics特性。
?        在数据库级别，使用下面的语句关闭自动更新统计信息：
        ALTER DATABASE dbname SET AUTO_UPDATE_STATISTICS OFF
?        在表级别，使用UPDATE STATISTICS命令或者CREATE STATISTICS命令的NORECOMPUTE选项关闭自动更新统计信息。
?        使用sp_autostats显示和修改表、索引、或者统计信息对象的自动更新设置。
同样地，使用ALTER DATABASE，UPDATE STATISTICS或者sp_autostats可以重新启用自动更新统计信息。
SQL Server 2005在数据库、表、索引或者统计信息对象级别维护自动更新统计信息的设置。当某人使用sp_autostats命令修改了某张表上所有对象的该项设置时，SQL Server通过单独修改表上每个统计信息对象和索引的设置来实现。不存在直接记录整张表自动更新统计信息设置为ON或OFF的元数据。
下表显示结合不同的数据库、表、索引设置的效果：


在数据库级别设置的OFF是无法通过在统计信息对象级别将自动更新统计信息选项设置为ON来改写的。
自动更新统计信息始终通过对表或索引按默认的抽样比率进行抽样来完成。要想显式地设置抽样比率，运行CREATE或者UPDATE STATISTICS。

更新统计信息包含在与创建统计信息相同的SQL Profiler事件中。