关于SQL-Server的统计信息介绍

经常会有遇到一些sql-server用户遇到关于统计信息的问题：

1. 为什么query在有时候会偶发性的出现慢？
2. 为什么在执行query时，需要更新统计信息？

SQL Server在运行指令的时候，也要知道所涉及的表格每个有多大，预期每张表格能够返回多少数据，每一步的结果集会多大。知道了这些信息，才能够选择比较好的执行计划。可是SQL Server是一个计算机程序，它是怎么知道这些信息的呢？这要靠statistics（统计信息）来帮忙。SQL Server会在每个索引上自动建立统计信息，也会根据运行指令的需要，动态地创建一些统计信息。统计信息的准确度，会直接影响SQL Server完成指令的速度。

下面截图显示在表top5m（有500万行）中，在20130107这个range里面Range-rows为13162，EQ_ROWS为15992，distinct_range_rows等于2，Avg_Range_rows为6581.

下面的结果给了非常明确的解释，6691+6471=13162. 13162/2=6581. 所以 Range_Hi_Key为20130107，指的是这个range的最大值，Range_rows是指的是中间的结果总数，EQ_Rows只是等于这个最大值的数据量。

列名	说明
Name	统计信息的名称。这里就是索引的名字，SalesOrderHeader_test_CL
Updated	上一次更新统计信息的日期和时间。这里是2009/8/29 3:00PM。这个时间非常重要，根据它能够判断统计信息是什么时候更新的，是不是在数据量发生变化以后，是不是存在统计信息不能反映当前数据分布特点的问题
Rows	表中的行数。完全正确地反映了当前表里数据量
Rows Sampled	统计信息的抽样行数
Steps	在统计信息的第三部分，会把数据分成几组。这里是3组。(分组的依据是什么？答：会根据数据的一个分部情况来分，根据数据‘长得像不像’来分。)
Density	第一个列前缀的选择性（不包括 EQ_ROWS）。
Average key length	所有列的平均长度。因为SalesOrderHeader_test_CL索引只有一列，数据类型是int，所以长度就是4。
String Index	如果为“是”，则统计信息中包含字符串摘要索引，以支持为 LIKE 条件估算结果集大小。仅适用于 char、varchar、nchar 和 nvarchar、varchar(max)、nvarchar(max)、text 以及 ntext 数据类型的前导列。这里是int，所以这个值是”NO”。

###统计信息的会在什么时候进行自动更新：
SQL Server不仅要建立合适的统计信息，还要及时更新它们，使它们能够反映表格里数据的变化。数据的插入、删除、修改都可能会引起统计信息的更新。但是，更新统计信息本身也是一件消耗资源的事情，尤其是对比较大的表格。如果有一点点小的修改SQL Server都要去更新统计信息，可能SQL Server就得光忙活这个，来不及做其他事了。SQL还是要在统计信息的准确度和资源合理消耗之间作一个平衡。在SQL 2005&2008，触发统计信息自动更新的条件是：

· 如果统计信息是定义在普通表格上的，那么当发生下面变化之一后，统计信息就被认为是过时的了。下次使用到时，会自动触发一个更新动作。
        1. 表格从没有数据变成有大于等于1条数据。
        2. 对于数据量小于500行的表格，当统计信息的第一个字段数据累计变化量大于500以后。

对于数据量大于500行的表格，当统计信息的第一个字段数据累计变化量大于500 + (20% * 表格数据总量)以后。所以对于比较大的表，只有1/5以上的数据发生变化后，SQL Server才会去重算统计信息。

回到最开始的两个问题：

1. 其实是由于有些统计信息只会在query在执行的被进行自动更新。真正的执行。
2. 由于不更新统计信息的话，那么优化器对query执行选择的执行计划就会不准确。