MySQL统计信息简介
作者：王小龙@网易乐得DBA
原文地址：
http://mp.weixin.qq.com/s/698g5lm9CWqbU0B_p0nLMw
MySQL执行SQL会经过SQL解析和查询优化的过程，解析器将SQL分解成数据结构并传递到后续步骤，查询优化器发现执行SQL查询的最佳方案、生成执行计划。查询优化器决定SQL如何执行，依赖于数据库的统计信息，下面我们介绍MySQL 5.7中innodb统计信息的相关内容。
MySQL统计信息的存储分为两种，非持久化和持久化统计信息。
一、非持久化统计信息
非持久化统计信息存储在内存里，如果数据库重启，统计信息将丢失。有两种方式可以设置为非持久化统计信息：
1 全局变量， INNODB_STATS_PERSISTENT=OFF |
2 CREATE/ALTER表的参数， STATS_PERSISTENT=0 |
非持久化统计信息在以下情况会被自动更新：
1 执行ANALYZE TABLE |
2 innodb_stats_on_metadata=ON情况下，执SHOW TABLE STATUS, SHOW INDEX, 查询 INFORMATION_SCHEMA下的TABLES, STATISTICS |
3 启用--auto-rehash功能情况下，使用mysql client登录 |
4 表第一次被打开 |
5 距上一次更新统计信息，表1/16的数据被修改 |
非持久化统计信息的缺点显而易见，数据库重启后如果大量表开始更新统计信息，会对实例造成很大影响，所以目前都会使用持久化统计信息。
二、持久化统计信息
5.6.6开始，MySQL默认使用了持久化统计信息，即INNODB_STATS_PERSISTENT=ON，持久化统计信息保存在表mysql.innodb_table_stats和mysql.innodb_index_stats。
持久化统计信息在以下情况会被自动更新：
1 INNODB_STATS_AUTO_RECALC=ON 情况下，表中10%的数据被修改 |
| 2 增加新的索引 |
innodb_table_stats是表的统计信息，innodb_index_stats是索引的统计信息，各字段含义如下：
innodb_table_stats | |
database_name | 数据库名 |
table_name | 表名 |
last_update | 统计信息最后一次更新时间 |
n_rows | 表的行数 |
clustered_index_size | 聚集索引的页的数量 |
sum_of_other_index_sizes | 其他索引的页的数量 |
innodb_index_stats | |
database_name | 数据库名 |
table_name | 表名 |
index_name | 索引名 |
last_update | 统计信息最后一次更新时间 |
stat_name | 统计信息名 |
stat_value | 统计信息的值 |
sample_size | 采样大小 |
stat_description | 类型说明 |
为更好的理解innodb_index_stats，建一张测试表做说明：
CREATE TABLE t1 (
a INT, b INT, c INT, d INT, e INT, f INT,
PRIMARY KEY (a, b), KEY i1 (c, d), UNIQUE KEY i2uniq (e, f)
) ENGINE=INNODB;写入数据如下：
查看t1表的统计信息，需主要关注stat_name和stat_value字段
stat_name=size时：stat_value表示索引的页的数量
stat_name=n_leaf_pages时：stat_value表示叶子节点的数量
stat_name=n_diff_pfxNN时：stat_value表示索引字段上唯一值的数量，此处做一下具体说明：
1、n_diff_pfx01表示索引第一列distinct之后的数量，如PRIMARY的a列，只有一个值1，所以index_name='PRIMARY' and stat_name='n_diff_pfx01'时，stat_value=1。
2、n_diff_pfx02表示索引前两列distinct之后的数量，如i2uniq的e,f列，有4个值，所以index_name='i2uniq' and stat_name='n_diff_pfx02'时，stat_value=4。
3、对于非唯一索引，会在原有列之后加上主键索引，如index_name=’i1’ and stat_name=’n_diff_pfx03’，在原索引列c,d后加了主键列a，(c,d,a)的distinct结果为2。
了解了stat_name和stat_value的具体含义，就可以协助我们排查SQL执行时为什么没有使用合适的索引，例如某个索引n_diff_pfxNN的stat_value远小于实际值，查询优化器认为该索引选择度较差，就有可能导致使用错误的索引。
三、统计信息不准确的处理
我们查看执行计划，发现未使用正确的索引，如果是innodb_index_stats中统计信息差别较大引起，可通过以下方式处理：
1、手动更新统计信息，注意执行过程中会加读锁：
ANALYZETABLE TABLE_NAME;
2、如果更新后统计信息仍不准确，可考虑增加表采样的数据页，两种方式可以修改：
a) 全局变量INNODB_STATS_PERSISTENT_SAMPLE_PAGES，默认为20；
b) 单个表可以指定该表的采样：
ALTER TABLE TABLE_NAME STATS_SAMPLE_PAGES=40;
经测试，此处STATS_SAMPLE_PAGES的最大值是65535，超出会报错。
目前MySQL并没有提供直方图的功能，某些情况下（如数据分布不均）仅仅更新统计信息不一定能得到准确的执行计划，只能通过index hint的方式指定索引。新版本8.0会增加直方图功能，让我们期待MySQL越来越强大的功能吧！
欢迎关注网易乐得DBA公众号
知数堂
叶金荣与吴炳锡联合打造
领跑IT精英培训
行业资深专家强强联合，倾心定制
MySQL实战/MySQL优化 /大数据实战/ Python/ SQL优化
数门精品课程
紧随技术发展趋势，定期优化培训教案
融入大量生产案例，贴合企业一线需求
社群陪伴学习，一次报名，可学3期
DBA、开发工程师必修课
上千位学员已华丽转身，薪资翻番，职位提升
改变已悄然发生，你还在等什么？
扫码或“阅读原文”下载知数堂精品课程试听视频
（MySQL 实战/优化、大数据实战、Python开发，及SQL优化等课程）
密码：hg3h