Optimiererschätzungen und -statistiken

Der Optimierer wählt eine Strategie zur Verarbeitung einer Anweisung aufgrund von in der Datenbank gespeicherten Spaltenstatistiken und Heuristiken (fundierte Vermutungen). Für jeden Zugriffsplan, der vom Optimierer in Betracht gezogen wird, muss eine geschätzte Ergebnisgröße (Anzahl von Zeilen) berechnet werden. Es wird z.B. für jede Join-Methode oder für jeden Indexzugriff auf der Basis der Selektivitätsschätzungen für die in der Abfrage benutzten Prädikate eine geschätzte Ergebnisgröße berechnet. Die geschätzten Ergebnisgrößen werden benutzt, um den geschätzten Plattenzugriff und die CPU-Kosten für die einzelnen im Plan benutzten Operatoren wie etwa eine Join-Methode, eine Group By-Methode oder einen sequenziellen Scan zu berechnen. Der Optimierer benutzt Spaltenstatistiken als primäre Daten für die Berechnung von Selektivitätsschätzungen für Prädikate. Die Spaltenstatistiken sind daher ausschlaggebend für die korrekte Schätzung der Kosten eines Zugriffsplans.

Wenn Spaltenstatistiken veraltet sind oder fehlen, kann die Performance nachlassen, da fehlerhafte Statistiken zu ineffizienten Ausführungsplänen führen können. Wenn Sie den Eindruck haben, dass eine schlechte Performance auf fehlerhafte Statistiken zurückzuführen ist, sollten Sie die Statistiken neu erstellen.

Wie der Optimierer Statistiken verwendet

Für den Optimierer sind Histogramme die wichtigste Komponente der Spaltenstatistiken. Histogramme speichern Daten über die Verteilung von Werten in einer Spalte. In SQL Anywhere stellt ein Histogramm die Datenverteilung für eine Spalte folgendermaßen dar: Die Domäne der Spalte wird in eine Reihe aufeinander folgender Wertebereiche unterteilt (auch als Buckets bezeichnet). Für jeden Wertebereich (oder Bucket) wird die Anzahl der Zeilen in derjenigen Tabelle festgehalten, für die der Spaltenwert in den Bucket fällt.

SQL Anywhere achtet besonders auf einzelne Spaltenwerte, die in einer großen Anzahl von Zeilen in der Tabelle vertreten sind. Bedeutende Einzelwert-Selektivitäten werden in Einzelwert-Histogramm-Buckets aufrechterhalten (z.B. Buckets, die einen Einzelwert in der Spaltendomäne umgeben). SQL Anywhere versucht, eine Mindestzahl von Einzelwert-Buckets in jedem Histogramm aufrechtzuerhalten, je nach Größe der Tabelle normalerweise zwischen 10 und 100. Außerdem werden alle Einzelwerte mit Selektivitäten über 1 % in Einzelwert-Buckets aufbewahrt. Daher erinnert sich ein Histogramm für eine bestimmte Spalte an die höchsten N Einzelwertselektivitäten für die Spalte, wobei der Wert von N von der Größe der Tabelle und der Anzahl der Einzelwert-Selektivitäten über 1 % abhängt.

Sobald die Mindestzahl der Wertebereiche erreicht wurde, werden Häufigkeiten niedriger Selektivität durch Häufigkeiten großer Selektivität ersetzt, sobald diese auftauchen. Das Histogramm hat nur dann mehr Einzelwert-Wertebereiche als die Mindestzahl, wenn es genügend Werte mit einer Selektivität von über 1 % gesehen hat.

Im Gegensatz zu Basistabellen gibt es zu Prozeduraufrufen, die in der FROM-Klausel ausgeführt werden, keine Spaltenstatistiken. Daher verwendet der Optimierer Standard- oder Schätzwerte bei allen Selektivitätsschätzungen für Daten, die durch einen Prozeduraufruf geliefert werden. Die Ausführungszeit eines Prozeduraufrufs und die Gesamtzahl der Zeilen in einer Ergebnismenge werden aufgrund von Statistikwerten aus vorherigen Aufrufen geschätzt. Diese Statistiken werden in der ISYSPROCEDURE-Systemtabelle in der Spalte "stats" verwaltet.

Wie der Optimierer Heuristiken verwendet

Für jede Tabelle in einem möglichen Ausführungsplan schätzt der Optimierer die Anzahl der Zeilen, die Teil der Ergebnisse sein können. Die Anzahl der Zeilen hängt von der Größe der Tabelle und von den Einschränkungen in der WHERE-Klausel oder der ON-Klausel der Abfrage ab.

Unter Berücksichtigung des Histogramms für eine Spalte schätzt SQL Anywhere die Anzahl der Zeilen, die die Vorgaben eines gegebenen Abfrageprädikats auf die Spalte erfüllen. Hierzu rechnet er die Anzahl der Zeilen in all den Wertebereichen zusammen, welche die dem spezifischen Prädikat entsprechenden Werte überlappen. Für Wertebereiche in den Histogrammen, die teilweise in der Ergebnismenge der Abfrage enthalten sind, verwendet SQL Anywhere eine Interpolation in den Wertebereichen.

Häufig verwendet der Optimierer differenziertere Heuristiken. Der Optimierer verwendet z.B. nur dann Standardschätzungen, wenn keine besseren Statistiken verfügbar sind. Der Optimierer benutzt außerdem Indizes und Schlüssel, um seine Schätzung der Zeilenanzahl zu verbessern. Es folgen einige Beispiele für Einzelspalten:

Eine Spalte mit einem Wert vergleichen: Die Schätzung ergibt eine Zeile, wenn die Spalte einen eindeutigen Index hat oder Primärschlüssel ist.
Ein Vergleich einer Spalte im Index mit einer Konstante: Index untersuchen, um den Prozentsatz der Zeilen zu schätzen, für die der Vergleich zutrifft.
Einen Fremdschlüssel einem Primärschlüssel gleichsetzen (Schlüssel-Join): Relative Tabellengrößen bei der Bestimmung einer Schätzung verwenden. Wenn zum Beispiel eine 5000zeilige Tabelle einen Fremdschlüssel zu einer 1000-zeiligen Tabelle hat, schätzt der Optimierer, dass es fünf Fremdschlüsselzeilen für jede Primärschlüsselzeile gibt.

Siehe auch

Kommentieren Sie diese Seite in DocCommentXchange.