SQL Server统计信息更新时采样百分比对数据预估准确性的影响详解

什么是SQL Server统计信息？

SQL Server统计信息指的是存储在系统中的数据库对象的统计信息。这些统计信息给查询优化器提供了有关如何访问数据的信息，以便优化查询计划和执行时间。在SQL Server中，查询优化器使用这些统计信息来估算查询中每个操作的代价和行数，以便选择最佳的查询计划。

SQL Server统计信息何时更新？

• 创建索引时更新统计信息
• 使用sp_updatestats、UPDATE STATISTICS或自动统计信息更新来手动更新统计信息
• 当表的数据发生变化时，自动更新统计信息

如何采样更新统计信息？

更新统计信息时，可以使用以下采样方式：

• 采用默认采样百分比（5%或10%）
• 采用指定的采样百分比（如使用UPDATE STATISTICS命令的WITH SAMPLE选项指定采样百分比）
• 采用完整扫描方式（UPDATE STATISTICS命令的WITH FULLSCAN选项）

更新统计信息时采样百分比对数据预估准确性的影响

在更新统计信息时，采样百分比越高，统计信息的准确性就越高，也就是说，查询优化器能够更准确地估算需要检索的行数和所需的资源。但是，采样百分比越高，更新统计信息所需要的时间和资源就越多。所以需要根据实际情况选择合适的采样百分比。

以下是两个示例说明：

示例1

假设有一个表中有10000行数据，其中包含一个列，该列包含两个不同的值（A和B），并使用WHERE子句过滤该列。

• 采用默认采样百分比（5%或10%）的时候，查询优化器在执行查询时很可能会选择使用表扫描，因为统计信息中的行估计值太少，不能准确反映表中实际的数据分布；
• 如果采用50%的采样百分比，由于较高的采样率，查询优化器可以更准确地估计表中行的数量和值的分布，从而可以更好地优化查询计划。

示例2

假设有一个表，其中没有重复的数据，则可以采用WITH FULLSCAN选项来执行完整扫描，即更新所有行的统计信息，这将提供最准确的统计信息。

结论

更新统计信息时，需要选择合适的采样百分比。如果采样百分比过高，更新统计信息所需时间和资源将会增加，但是查询优化器能够获得更准确的统计信息，提高查询性能。如果采样百分比过低，查询优化器不能准确地估计行数和数据分布，影响查询性能。