MySQL 8.0新特征之统计直方图

概览

MySQL8.0实现了统计直方图。操作直方图，用户可以对一张表的一列做数据漫衍的统计，出格是针对没有索引的字段。这可以辅佐查询优化器找到更优的执行打算。统计直方图的首要行使场景是用来计较字段选择性，即过滤服从。

可以通过以下方法来建设可能删除直方图：

ANALYZE TABLE tbl_name UPDATE HISTOGRAM ON col_name [, col_name] WITH N BUCKETS;  
ANALYZE TABLE tbl_name DROP HISTOGRAM ON col_name [, col_name]; 

buckets默认是100。统计直方图的信息存储在数据字典表"column_statistcs"中,可以通过视图information_schema.COLUMN_STATISTICS会见。直方图以机动的JSON的名目存储。ANALYZE TABLE会基于表巨细自动判定是否要举办取样操纵。ANALYZE TABLE也会基于表中列的数据漫衍环境以及bucket的数目来抉择是否要成立等宽直方图（singleton）照旧等高直方图（equi-height）。

什么是直方图

数据库中，查询优化器认真将SQL转换成最有用的执行打算。偶然辰，查询优化器会走不到最优的执行打算，导致耗费了更多不须要的时刻。造成这种环境的首要缘故起因是，查询优化器偶然无法精确的知道以下几个题目的谜底：

•  每个表有几多行？
•  每一列有几多差异的值？
•  每一列的数据漫衍环境？

举例声名：一张简朴的表，两个字段，一个字段是person_id，另一个字段是time_of_day，暗示睡觉时刻

CREATE TABLE bedtime (  
person_id INT,  
time_of_day TIME); 

对付time_of_day列，大部门人上床时刻会在晚上11:00阁下。以是下面第一个查询会比第二个查询返回更多的行数：

1) SELECT * FROM bedtime WHERE time_of_day BETWEEN "22:00:00" AND "23:59:00"  
2) SELECT * FROM bedtime WHERE time_of_day BETWEEN "12:00:00" AND "14:00:00" 

假如没有统计数据，优化器会假设time_of_day的值是匀称分派的，即一小我私人的上床时刻在下战书3点和晚上11点的概率差不多。怎样才气使查询优化器知道数据的漫衍环境？一个办理要领就是在列上成立统计直方图。

直方图能近似得到一列的数据漫衍环境，从而让数据库知道它含有哪些数据。直方图有多种情势，MySQL支持了两种：等宽直方图（singleton）、等高直方图（equi-height）。直方图的配合点是，它们都将数据分到了一系列的buckets中去。MySQL会自动将数据划到差异的buckets中，也会自动抉择建设哪种范例的直方图。

怎样建设和删除统计直方图

为了打点统计直方图，ANALYZE TABLE呼吁新增了两个子句：

ANALYZE TABLE tbl_name UPDATE HISTOGRAM ON col_name [, col_name] WITH N BUCKETS;  
ANALYZE TABLE tbl_name DROP HISTOGRAM ON col_name [, col_name]; 

第一个暗示一次可觉得一个或多个列建设统计直方图：

mysql> ANALYZE TABLE payment UPDATE HISTOGRAM ON amount WITH 32 BUCKETS;  
+----------------+-----------+----------+---------------------------------------------------+  
| Table          | Op        | Msg_type | Msg_text                                         |  
+----------------+-----------+----------+---------------------------------------------------+  
| sakila.payment | histogram | status   | Histogram statistics created for column 'amount'. |  
+----------------+-----------+----------+---------------------------------------------------+  
1 row in set (0.27 sec)  
mysql> ANALYZE TABLE payment UPDATE HISTOGRAM ON amount, payment_date WITH 32 BUCKETS;  
+----------------+-----------+----------+---------------------------------------------------------+  
| Table          | Op        | Msg_type | Msg_text                                                |  
+----------------+-----------+----------+---------------------------------------------------------+  
| sakila.payment | histogram | status   | Histogram statistics created for column 'amount'.       |  
| sakila.payment | histogram | status   | Histogram statistics created for column 'payment_date'. |  
+----------------+-----------+----------+---------------------------------------------------------+ 

buckets的值必需指定，可以配置为1到1024，默认值是100。

对付差异的数据荟萃，buckets的值取决于以下几个身分：

•  这列有几多差异的值
•  数据的漫衍环境
•  必要多高的精确性

可是，某些buckets的值能晋升的关于数据漫衍环境的精确性相等低。以是，提议的做法是，开始的时辰将buckets的值设的低一点，好比32，然后假如没有满意祈望，再往上增大。

上面这个例子中，我们对付amount列成立了两次直方图。第一个语句，成立了一个新的直方图；第二个语句，amount列的直方图被重写了。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!