优化程序估计值和统计信息

优化程序会根据存储在数据库中的列统计信息和启发式算法（有根据的推测）来选择语句处理策略。对于优化程序所考虑的每个访问计划，都必须计算出一个估计的结果大小（行数）。例如，对基于查询中所用谓语的选择性估计的每个连接方法或索引访问，都会计算出一个估计的结果大小。这些估计的结果大小用于计算在计划中所使用的每个运算符（例如，JOIN 方法、GROUP BY 方法或顺序扫描）的预计磁盘访问开销和 CPU 开销。列统计信息是优化程序用于计算谓语的选择性估计值的主要数据。因此，它们对于正确估计访问计划的开销至关重要。

如果列统计信息失效或丢失，则性能会降低，因为不准确的统计信息可能导致执行计划效率低下。如果怀疑性能低下是由于不准确的列统计信息造成的，则应重新创建这些统计信息。

优化程序使用统计信息的方式

优化程序所使用的列统计信息的最重要的组成部分是直方图。直方图存储有关值在列中的分布情况的信息。在 SQL Anywhere 中，直方图表示列的数据分布的方式为：将列的域划分为一组连续的值域（也称为桶）；对于每个值域（即桶），记下表中有多少行的列值在桶内。

SQL Anywhere 会特别注意出现在表的大量行中的单一列值。重要的单值选择性保留在单个的直方图桶（例如，包括列域中的单个值的桶）中。SQL Anywhere 会尝试在每个直方图中保留最少数量的单个桶，通常是在 10 与 100 之间，具体取决于表的大小。此外，所有选择性大于 1% 的单个值均以单个桶的形式保留。因此，给定列的直方图会记下该列的前 N 个单值选择性，而值 N 取决于表的大小和大于 1% 的单值选择性的数量。

如果满足值域的最低数量，则低选择性频率一旦出现就会被高选择性频率替换。直方图在看到了足够多的选择性大于 1% 的值后，将只拥有多于最低数量的单值域。

与基表不同，在 FROM 子句中执行的过程调用没有列统计信息。因此，优化程序为来自过程调用的数据使用所有选择性估计值的缺省值或推测值。过程调用的执行时间及其结果集中的总行数将使用从先前调用中收集的统计信息来估计。这些统计信息在 ISYSPROCEDURE 系统表的统计信息列中进行维护。

优化程序使用启发式算法的方式

对于潜在执行计划中的每个表，优化程序估计到将形成部分结果的行数。该行数取决于表的大小以及查询的 WHERE 子句或 ON 子句中的限制。

给定某一列的直方图后，SQL Anywhere 会估计满足该列上的给定查询谓语的行数，其方法是累加与满足指定谓语的值相重叠的所有值域中的行数。对于直方图中部分包含在查询结果集中的值域，SQL Anywhere 将使用该值域内的内插值。

通常，优化程序会使用更为复杂的启发式算法。例如，只有在没有更合适的统计信息时，优化程序才使用缺省估计值。另外，优化程序还会利用索引和键来改进它对行数的推测。下面是一些单列的示例：

使某列等于某个值：当该列具有唯一索引或者为主键时估计一行。
索引列与常量的比较：探测索引以估计满足比较条件的行的百分比。
使某个外键等于某个主键（键连接）：使用关系表大小确定估计值。例如，如果一个有 5000 行的表具有一个外键，该外键引用一个有 1000 行的表，则优化程序会推测：对于每个主键行存在五个外键行。

另请参见

使用DocCommentXchange讨论此页。