当前位置：首页 > news >正文

个人响应式网站建设/百度企业官网

news 2025/8/5 3:35:42

个人响应式网站建设,百度企业官网,2008iis添加网站打不开,佛山网站建设公司华欣世纪点击关注公众号，Java干货及时送达作者：LuHengXing 来源：http://www.dbapub.cn/2020/09/01/MySQL8.0直方图/查询优化器负责将SQL查询转换为尽可能高效的执行计划，但随着数据环境不断变化，查询优化器可能无法找到最佳的执…

点击关注公众号，Java干货及时送达

作者：LuHengXing
来源：http://www.dbapub.cn/2020/09/01/MySQL8.0直方图/

查询优化器负责将SQL查询转换为尽可能高效的执行计划，但随着数据环境不断变化，查询优化器可能无法找到最佳的执行计划，导致SQL效率低下。造成这种情况的原因是优化器对查询的数据了解的不够充足，例如：每个表有多少行数据，每列中有多少不同的值，每列的数据分布情况。

因此MySQL8.0.3推出了直方图(histogram)功能，直方图是列的数据分布的近似值，其向优化器提供更多的统计信息。比如字段NULL的个数，每个不同值的百分比，最大/最小值等。

MySQL的直方图分为：等宽直方图和等高直方图，MySQL会自动分配使用哪种类型的直方图，无法干预

等宽直方图：每个bucket保存一个值以及这个值的累计频率
等高直方图：每个bucket保存不同值的个数，上下限以及累计频率

直方图同时也存在一定的限制条件：

不支持几何类型以及json类型的列
不支持加密表和临时表
无法为单列唯一索引的字段生成直方图

创建和删除直方图

创建语法

ANALYZE TABLE tbl_name UPDATE HISTOGRAM ON col_name [, col_name] WITH N BUCKETS;

创建直方图时能够同时为多个列创建直方图，但必须指定bucket数量，范围在1-1024之间，默认100。对于bucket数量应该综合考虑其有多少不同值、数据的倾斜度、精度等，建议从较低的值开始，不符合再依次增加。

删除语法

ANALYZE TABLE tbl_name DROP HISTOGRAM ON col_name [, col_name];

直方图信息

MySQL通过字典表column_statistics来保存直方图的定义，每行记录对应一个字段的直方图，已JSON格式保存。另外，MySQL 系列面试题和答案全部整理好了，大家可以在Java面试库小程序在线刷题。

root@employees 13:49:  select json_pretty(histogram) from information_schema.column_statistics where table_name='employees' and column_name='first_name';;
{"buckets": [["base64:type254:QWFtZXI=","base64:type254:QWRlbA==",0.010176045588684237,13],"data-type": "string","null-values": 0.0,"collation-id": 255,"last-updated": "2020-09-09 05:47:32.548874","sampling-rate": 0.163495700259278,"histogram-type": "equi-height","number-of-buckets-specified": 100
}

MySQL为employees的first_name字段分配了等高直方图，默认为100个bucket。

当生成直方图时，MySQL会将所有数据都加载到内存中，并在内存中执行所有工作。如果在大表上生成直方图，可能会将几百M的数据读取到内存中的风险，因此我们可以通过参数hitogram_generation_max_mem_size来控制生成直方图最大允许的内存量，当指定内存满足不了所有数据集时就会采用采样的方式。

root@employees 14:12:  select histogram->>'$."sampling-rate"' from information_schema.column_statistics where table_name='employees' and column_name='first_name';;
+---------------------------------+
| histogram->>'$."sampling-rate"' |
+---------------------------------+
| 0.163495700259278               |
+---------------------------------+

从MySQL8.0.19开始，存储引擎自身提供了存储在表中数据的采样实现，存储引擎不支持时，MySQL使用默认采样需要全表扫描，这样对于大表来说成本太高，采样实现避免了全表扫描提高采样性能。

关注公众号Java技术栈，在后台回复：面试，可以获取我整理的 Java/ MySQL 系列面试题和答案，非常齐全。

通过INNODB_METRICS计数器可以监视数据页的采样情况，这需要提前开启计数器

root@employees 14:26:  SELECT NAME, COUNT FROM INFORMATION_SCHEMA.INNODB_METRICS WHERE NAME LIKE 'sampled%'\G
*************************** 1. row ***************************NAME: sampled_pages_read
COUNT: 430
*************************** 2. row ***************************NAME: sampled_pages_skipped
COUNT: 456
2 rows in set (0.04 sec)

采样率的计算公式为：sampled_page_read/(sampled_pages_read + sampled_pages_skipped)

优化案例

复制一张表出来，源表不添加直方图，新表添加直方图

root@employees 14:32:  create table employees_like like employees;
Query OK, 0 rows affected (0.03 sec)root@employees 14:33:  insert into employees_like select * from employees;
Query OK, 300024 rows affected (3.59 sec)
Records: 300024  Duplicates: 0  Warnings: 0root@employees 14:33:  ANALYZE TABLE employees_like update HISTOGRAM on birth_date,first_name;
+--------------------------+-----------+----------+-------------------------------------------------------+
| Table                    | Op        | Msg_type | Msg_text                                              |
+--------------------------+-----------+----------+-------------------------------------------------------+
| employees.employees_like | histogram | status   | Histogram statistics created for column 'birth_date'. |
| employees.employees_like | histogram | status   | Histogram statistics created for column 'first_name'. |
+--------------------------+-----------+----------+-------------------------------------------------------+

分别在两张表上查看SQL的执行计划

root@employees 14:43:  explain format=json select count(*) from employees where (birth_date between '1953-05-01' and '1954-05-01') and first_name like 'A%';
{"query_block": {"select_id": 1,"cost_info": {"query_cost": "30214.45"},"table": {"table_name": "employees","access_type": "ALL","rows_examined_per_scan": 299822,"rows_produced_per_join": 3700,"filtered": "1.23","cost_info": {"read_cost": "29844.37","eval_cost": "370.08","prefix_cost": "30214.45","data_read_per_join": "520K"},"used_columns": ["birth_date","first_name"],"attached_condition": "((`employees`.`employees`.`birth_date` between '1953-05-01' and '1954-05-01') and (`employees`.`employees`.`first_name` like 'A%'))"}}
}root@employees 14:45:  explain format=json select count(*) from employees where (birth_date between '1953-05-01' and '1954-05-01') and first_name like 'A%';
{"query_block": {"select_id": 1,"cost_info": {"query_cost": "18744.56"},"table": {"table_name": "employees","access_type": "range","possible_keys": ["idx_birth","idx_first"],"key": "idx_first","used_key_parts": ["first_name"],"key_length": "58","rows_examined_per_scan": 41654,"rows_produced_per_join": 6221,"filtered": "14.94","index_condition": "(`employees`.`employees`.`first_name` like 'A%')","cost_info": {"read_cost": "18122.38","eval_cost": "622.18","prefix_cost": "18744.56","data_read_per_join": "874K"},"used_columns": ["birth_date","first_name"],"attached_condition": "(`employees`.`employees`.`birth_date` between '1953-05-01' and '1954-05-01')"}}
}

可以看出Cost值从30214.45降到了18744.56，扫描行数从299822降到了41654，性能有所提升。另外，关注公众号Java技术栈，在后台回复：面试，可以获取我整理的 MySQL 系列面试题和答案，非常齐全。

参考资料：

https://dev.mysql.com/doc/refman/8.0/en/analyze-table.html#analyze-table-histogram-statistics-analysis
https://mysqlserverteam.com/histogram-statistics-in-mysql/