Início / dba / Perguntas / 312816
Accepted
SEarle1986
Asked: 2022-06-02 05:39:40 +0800 CST

Como o SQL estima o número de linhas em um predicado menor que <

  • 772

Tenho feito alguns testes para tentar entender melhor como o SQL Server usa um histograma para estimar o número de linhas que corresponderão a um predicado de igualdade e também a um predicado < ou >

Dado que estou usando o banco de dados OLTP AdventureWorks2016

Se puder entender o processo de estimativa do SQL Server para = e > predicados:

/* update stats with fullscan first */    
UPDATE STATISTICS Production.TransactionHistory WITH FULLSCAN

Então eu posso ver o histograma para a colunaTransactionHistory.Quantity

DBCC SHOW_STATISTICS (
    'Production.TransactionHistory', 
    'Quantity')

A captura de tela abaixo é a extremidade superior do histograma onde executei meus testes:

insira a descrição da imagem aqui

A consulta a seguir estimará 6 linhas, pois o valor no predicado é um RANGE_HI_KEY, portanto, use o EQ_ROWS para esse bucket:

SELECT  * 
FROM    Production.TransactionHistory
WHERE   Quantity = 2863

O seguinte estimará 1,36 linhas, pois não é um RANGE_HI_KEY, portanto, usa o AVG_RANGE_ROWS para o bucket em que se enquadra:

SELECT  * 
FROM    Production.TransactionHistory
WHERE   Quantity = 2862

A seguinte consulta "maior que" estimará 130 linhas que parecem ser a soma de RANGE_ROWS e EQ_ROWS para todos os buckets com RANGE_HI_KEY > 2863

SELECT  * 
FROM    Production.TransactionHistory
WHERE   Quantity > 2863

Uma consulta semelhante abaixo, mas o valor não é um RANGE_HI_KEY no histograma. SQL Server novamente estima 130 e parece usar o mesmo método acima

SELECT  * 
FROM    Production.TransactionHistory
WHERE   Quantity > 2870

Tudo isso faz sentido até agora, então meu teste mudou para uma consulta "menor que"

SELECT  * 
FROM    Production.TransactionHistory
WHERE   Quantity < 490

para esta consulta, o SQL Server estima 109.579 linhas, mas não consigo descobrir de onde veio isso:

RANGE_HI_KEY + RANGE_ROWS de todos os buckets até e incluindo RANGE_HI_KEY 470 = 109.566, então temos 11 curtos em algum lugar.

Como o SQL Server usa o histograma para estimar o número de linhas que serão retornadas por um predicado "menor que"

sql-server-2016 statistics

1 respostas

  1. Best Answer

    para esta consulta, o SQL Server estima 109.579 linhas , mas não consigo descobrir de onde veio isso:

    RANGE_HI_KEY + RANGE_ROWS de todos os buckets até e incluindo RANGE_HI_KEY 470 = 109.566 , então temos 11 curtos em algum lugar.

    Você é 13 baixo , não 11: 109.579 - 109.566 = 13.

    A ideia geral, como mostrado na minha resposta relacionada , é usar a interpolação linear dentro da etapa parcial, assumindo uniformidade.

    No seu caso:

    fragmento de histograma

    Portanto, a questão é quantos desses 23 RANGE_ROWSesperamos corresponder ao predicado < 490quando eles são distribuídos uniformemente dentro da etapa do histograma com RANGE_HI_KEY500:

    DECLARE
    @ARR float = 23e0 / 6e0, -- AVG_RANGE_ROWS
    @DRR float = 6e0,        -- DISTINCT_RANGE_ROWS
    @PR float = 490 - 470,   -- predicate range
    @SR float = 499 - 470    -- whole step range (excluding high key)

SELECT (@DRR - 1) * ((@PR - 1) / @SR) / ((@SR - 1) / @SR) * @ARR;

    Este cálculo dá 13,00595 .

    Os -1fatores levam em conta o uso <que se supõe excluir uma DISTINCT_RANGE_ROWlinha. Quando <=é usado, assume-se que essa linha corresponde ao predicado.

    A coisa toda é uma modificação da aplicação da fração do intervalo que você está pedindo versus o intervalo coberto pela etapa do histograma. Sem excluir o valor não correspondido, seria simplesmente @PR/@SR.

    • 6

relate perguntas