MySQL数据量统计Java程序_MySQL 配置统计数据

什么是统计数据

MySQL 为了制定执行计划收集表的相关信息，如索引行数，索引基数(不同值的数量)，占用页面数等等。这些信息被称为统计数据。

同一条 sql 语句，在不同的数据量级下，不同的索引结构下，执行计划都是千差万别的。

而 MySQL 选定执行计划的标准就是这些统计数据。

统计数据怎么存储

两种存储方式：

1. 基于磁盘的永久性存储

2. 基于内存的非永久性存储

默认情况下，MySQL 配置为持久化到磁盘，咱们这次也只讨论持久化到磁盘的形式，因为基于内存的形式统计的数据与其相同。

在全局变量中有两个值来标志是否是用磁盘来存储

innodb_stats_persistent：是否使用磁盘

Innodb_stats_persistent_sample_pages：统计数据的抽样页面数

存储形式：

可以看到有两个表存储数据统计信息：innodb_table_stats & innodb_index_stats

存储的信息

首先来看 innodb_table_stats 中存储结构

字段含义：

字段

含义

database_name

数据库

table_name

表名

last_update

上次更新时间

n_rows

表中行数

clustered_index_size

聚簇索引占用的页面数

sum_of_other_index_sizes

除了聚簇索引之外的其他索引站用的页面数

再来看一下 innodb_index_stats 中的信息

字段

含义

database_name

数据库

table_name

表名

index_name

索引名称

last_update

上次更新时间

stat_name

可以看到最后一列的 stat_description 中有解释这一列是什么意思

n_leaf_pages: 叶子页面的数量

size: 总页面数。

值得注意的是， n_diff_pfx01 和 n_diff_pfx02, 这两个是联合索引中前缀索引的不同部分。

stat_value

统计出的数值

sample_size

为了统计上一个数值用了多少个页面

stat_description

对统计数据的简介

如何更新统计数据

这些统计数据并非是一成不变的，否则数据库的执行计划会变得特别不准确。

有两种方式来启用统计数据更新：

• 开启 innodb_stats_auto_recalc (在页面变动超过 10%【定义值】 时，触发统计数据的计算，异步过程，不会阻塞)

• 手动调用 ANALYZE TABLE 语句来更新统计信息 (同步过程，会阻塞请求)

NULL 值如何统计

现在一切都很正常，除了 NULL (万恶之源)

因为 NULL 有多重语义，对于基数来说，有三种解释：

1. 列中所有的 NULL 都是同一个值，记为 1

2. 忽略 NULL，记为 0

3. 每个 NULL 都算作一个不同的值，记为 N

基于这个事实，mysql 为用户提供了一个可配置的系统变量： innodb_stats_method

1. nulls_equal：对应上文 1

2. nulls_unequal：对应上文 2

3. nulls_ignored：对应上文 3

建议：最好不要在索引列中存放 NULL 值

参考文档

《MySQL 是怎样运行的：从根儿上理解 MySQL》

《MySQL 手册》