一、统计信息为什么重要
在数据库的世界里，统计信息就像是导航地图。如果没有准确的统计信息，优化器就像是一个迷路的司机，可能会选择一条绕远路的执行计划，导致查询性能急剧下降。OceanBase 作为一款分布式数据库，统计信息的准确性直接影响着 SQL 的执行效率。
举个简单的例子，假设我们有一张用户表 users，其中 age 字段的取值范围是 18 到 60 岁。如果统计信息显示 age > 50 的记录只有 100 条，而实际上有 10 万条，那么优化器可能会错误地选择全表扫描而不是索引扫描，导致查询变慢。
-- OceanBase 示例：查看表的统计信息
ANALYZE TABLE users COMPUTE STATISTICS;
SELECT * FROM USER_TAB_STATISTICS WHERE TABLE_NAME = 'USERS';
二、自动更新的机制与适用场景
OceanBase 提供了自动更新统计信息的功能，主要通过后台任务定期收集。这种方式适合大多数 OLTP 场景，尤其是数据变化频繁但波动不大的业务。
自动更新的优点很明显：
- 省心省力：DBA 不需要手动干预，数据库自己会维护统计信息的准确性。
- 适应性强：对于数据均匀增长的表，自动更新能很好地跟踪变化。
但它的缺点也很明显：
- 可能不及时：如果数据突然剧烈变化（比如批量导入），自动更新可能跟不上节奏。
- 资源占用：在高峰期运行可能会影响业务性能。
-- OceanBase 示例：开启自动统计信息收集
ALTER SYSTEM SET AUTO_STATISTICS_GATHERING = TRUE;
三、手动更新的时机与操作
手动更新统计信息通常用于以下几种情况：
- 数据大规模变化后：比如历史数据迁移、批量数据清理。
- 关键业务 SQL 变慢：怀疑是统计信息不准导致执行计划退化。
- 准备重要报表前：确保复杂查询能选择最优路径。
手动更新的优点是精准控制，但缺点是如果操作太频繁，反而会增加额外开销。
-- OceanBase 示例：手动收集统计信息（全表）
ANALYZE TABLE users COMPUTE STATISTICS;
-- 只更新某些列的统计信息
ANALYZE TABLE users COMPUTE STATISTICS FOR COLUMNS age, gender;
四、如何平衡自动与手动更新
在实际生产环境中，完全依赖自动更新或手动更新都不太现实。我们需要根据业务特点制定策略：
- 高频小事务表：优先使用自动更新，比如用户登录日志表。
- 低频大事务表：适合手动更新，比如月末结算的财务数据表。
- 混合策略：对核心表设置更频繁的自动更新周期，非核心表降低频率。
-- OceanBase 示例：设置特定表的自动更新策略
BEGIN
DBMS_STATS.SET_TABLE_PREFS('SCHEMA_NAME', 'USERS', 'STALE_PERCENT', '5');
END;
/
五、性能影响与优化建议
统计信息更新本身会消耗资源，我们需要特别注意：
- 避开业务高峰：手动操作尽量在低峰期进行。
- 采样比例：对大表可以使用采样减少开销，比如只分析 10% 的数据。
- 并行收集：利用 OceanBase 的并行能力加速统计信息收集。
-- OceanBase 示例：使用并行和采样收集统计信息
ANALYZE TABLE users ESTIMATE STATISTICS SAMPLE 10 PERCENT PARALLEL 4;
六、总结
统计信息更新是数据库性能调优的基础工作。在 OceanBase 中，自动更新适合常规场景，手动更新适合特殊场景。关键是要根据业务特点找到平衡点，既保证统计信息的准确性，又不会对系统造成过大负担。
最后记住一个原则：当你发现 SQL 执行计划突然变差时，第一个要检查的就是统计信息是否已经过时！
评论