国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

PostgreSQL CBO與統(tǒng)計信息

IT那活兒 / 981人閱讀
PostgreSQL CBO與統(tǒng)計信息
點擊上方“IT那活兒”公眾號,關(guān)注后了解更多內(nèi)容,不管IT什么活兒,干就完了!!!
當(dāng)數(shù)據(jù)庫執(zhí)行一條SQL時,從發(fā)起SQL到返回結(jié)果集,數(shù)據(jù)庫引擎通常有2種方式用來優(yōu)化執(zhí)行計劃(執(zhí)行計劃詳見《窺探PostgreSQL執(zhí)行計劃》),從而降低資源開銷提升響應(yīng)時間。具體如下:
  • 基于規(guī)則的優(yōu)化器(rbo,rule based optimizer)
    在上古版本中的數(shù)據(jù)庫較為常見,比如過去常聽DBA說的SQL語句驅(qū)動表要放前面,被驅(qū)動表要放后面之類的云云,聽的好像很深奧,究其本質(zhì)為數(shù)據(jù)庫引擎按照固定規(guī)則去優(yōu)化執(zhí)行計劃;這樣的規(guī)則往往較為簡單比如是否有索引、驅(qū)動表是否在前等等。

    舉個例子,汽車導(dǎo)航中始發(fā)地到目的地之間有多種路線,rbo中就是按距離規(guī)則來計算,不考慮實際路況比較傻瓜化,現(xiàn)在基本都已經(jīng)淘汰。

  • 基于成本的優(yōu)化器(cbo,cost based optimizer)
    同樣的汽車導(dǎo)航例子,cbo中還需要參考路況是否存在堵車,是否存在限速等等,通過對比各種行程的耗時從而選擇最合適的路線。在數(shù)據(jù)庫中就是通過對比各種不同計劃(是采用hashjoin 還是nestloop,采用全表掃描還是索引掃描等等)的估算開銷(cost), 從中選擇開銷(cost)最低的計劃,相對RBO的呆板,CBO顯得較為智能,目前主流數(shù)據(jù)庫均采用CBO模式
在CBO模式下,由于開銷都是估算值,所以精確性嚴(yán)重依賴于統(tǒng)計信息(比如表大小,行數(shù),字段數(shù)據(jù)分布情況,是否存在索引),當(dāng)表的統(tǒng)計信息越接近表的真實數(shù)據(jù)時,CBO優(yōu)化器的估算值則越準(zhǔn)確,產(chǎn)生的執(zhí)行計劃也更佳準(zhǔn)確 ; 當(dāng)統(tǒng)計信息與真實數(shù)據(jù)差異過大時,CBO的估算值精確性將無法得到保證,這時往往產(chǎn)生錯誤的執(zhí)行計劃,從而引發(fā)SQL性能類故障。
了解了CBO優(yōu)化器以及統(tǒng)計信息的概述后,接下來我們將PostgreSQL為例進行實際案例演示:
先看一個簡單的執(zhí)行計劃:

由于這個查詢沒有WHERE子句,它必須掃描表中的所有行,因此計劃器只能選擇使用一個簡單的順序掃描計劃。被包含在圓括號中的數(shù)字是(從左至右):

  • 0.00,估計的啟動開銷。在輸出階段可以開始之前消耗的時間。
  • 11173.00,估計的總開銷。這個估計值基于的假設(shè)是計劃結(jié)點會被運行到完成,即所有可用的行都被檢索。
  • rows=500000,這個計劃結(jié)點輸出行數(shù)的估計值。同樣,也假定該結(jié)點能運行到完成。
  • width=70,預(yù)計這個計劃結(jié)點輸出的行平均寬度(以字節(jié)計算)。
注意各個版本計算公式可能存在稍許差異,大致可以參考如下公式:
總成本=seq_page_cost*relpages+cpu_tuple_cost*reltuples

這里涉及了postgresql幾個參數(shù):

  • seq_page_cost:連續(xù)塊掃描操作的單個塊的cost. 例如全表掃描.
  • random_page_cost:隨機塊掃描操作的單個塊的cost. 例如索引掃描.
  • cpu_tuple_cost:處理每條記錄的CPU開銷(tuple:關(guān)系中的一行記錄).
  • cpu_index_tuple_cost:掃描每個索引條目帶來的CPU開銷.
  • cpu_operator_cost:操作符或函數(shù)帶來的CPU開銷.
當(dāng)前實例參數(shù)默認(rèn)設(shè)置:
當(dāng)前表統(tǒng)計信息:
帶入公式計算:

1*6173+0.01*500000 =11173;與前文Cost值11173對應(yīng)。

再來看一個索引掃描的執(zhí)行計劃:
這里是索引掃描,注意各個版本計算公式可能存在稍許差異,大致可以參考如下公式:
cost= 2*random_page_cost + cpu_tuple_cost +cpu_index_tuple_cost +100* cpu_operator_cost
其中random_page_cost *2 為先讀取indexpage, 再回表 datapage從而進行了2次隨機IO。
我們再來看一個統(tǒng)計信息差異過大導(dǎo)致的執(zhí)行計劃錯誤的案例:
可以看到在行數(shù)較少時,雖然tid字段有索引,但是CBO考慮到索引的隨機掃描(random_page_cost)且需要加上回表(再次random_page_cost)的總Cost大于全表的seq_page_cost,則執(zhí)行計劃選擇了錯誤的全表掃描方式。

注:

  • Cost全表=1* 4+ 59*0.01 = 4.59,與圖中估算值1.74存在些許差異.

  • Cost索引=2*4+0.01+0.25=8.26,與圖中估算值8.44存在些許差異.

  • 由于全表Cost比索引Cost低,則CBO優(yōu)化器將選擇全表掃描方式.

在我們發(fā)起analyzetable更新統(tǒng)計信息后,CBO根據(jù)page以及tuple重新進行Cost計算并及時更新執(zhí)行計劃為索引掃描。

注:

  • Cost全表=3703*4 + 299908*0.01 =15111;大致估算值.
  • Cost索引=2*4+0.01+0.25=8.26,與圖中估算值8.44存在些許差異.
  • 由于索引Cost比全表Cost低,則CBO優(yōu)化器將選擇索引掃描方式.
由于統(tǒng)計信息的準(zhǔn)確性將直接影響到CBOCost計算的準(zhǔn)確性,可以確認(rèn)統(tǒng)計信息的維護工作將是DBA日常工作中的重中之重
下面我們在來看一下PostgreSQL中的統(tǒng)計信息知識點:

PostgreSQL的統(tǒng)計收集器是一個支持收集和報告服務(wù)器活動信息的子系統(tǒng)。目前這個收集器可以對表和索引的訪問計數(shù),計數(shù)可以按磁盤塊和個體行來進行。它還跟蹤每個表中的總行數(shù)、每個表的清理和分析動作的信息。它也統(tǒng)計調(diào)用用戶定義函數(shù)的次數(shù)以及在每次調(diào)用中花費的總時間。因為統(tǒng)計信息的收集給系統(tǒng)增加了一些額外負(fù)荷,系統(tǒng)可以被配置為自動收集或部分收集或不收集信息。這由配置參數(shù)控制,如下:

  • track_activities允許監(jiān)控當(dāng)前被任意服務(wù)器進程執(zhí)行的命令。
  • track_counts  控制是否收集關(guān)于表和索引訪問的統(tǒng)計信息。
  • track_functions啟用對用戶定義函數(shù)使用的跟蹤。
  • track_io_timing啟用對塊讀寫次數(shù)的監(jiān)控。
這里我們將只對表級統(tǒng)計信息收集進行介紹:
語法如圖:
Verbose選項輸出詳細(xì)的INFO信息,包含正常行,已刪除的行,數(shù)據(jù)page等等信息。
注:由于pg的mvcc采用tuple模式,刪除的行只是標(biāo)記為delete狀態(tài),數(shù)據(jù)仍然保留在表中,通過deadrows可用用來作為vacuum的判斷依據(jù),這里vacuum不再展開介紹。
表的統(tǒng)計信息收集采樣比例可以在表列級指定或使用系統(tǒng)參數(shù)default_statistics_target值;該值范圍在1-10000,可以理解為值越大采樣比例越高,耗時越長,默認(rèn)值為100。日常運維過程中當(dāng)發(fā)現(xiàn)采樣比例不夠時可在表列級擴大該值。

一旦指定列的statistics值后,PostgreSQL就不再參考默認(rèn)的default_statistics_target值,它會先去系統(tǒng)表pg_attribute的對應(yīng)表對應(yīng)字段的attstattarget值:

  • 如果是-1,表示的是該列的取樣顆粒度是采用默認(rèn)的值(default_statistics_target);
  • 如果是大于0的,那么就表示是使用著自己手動定義的。

比如我們修改t_user.tid通過STATISTICS150,查看attstattarget值的變化:

圖中tid列的statisticstarget值已更新為150.以上就是一個從CBO優(yōu)化器到統(tǒng)計信息的一個完整了解過程,本文就到此為止。

本文作者:胡 杰(上海新炬王翦團隊)

本文來源:“IT那活兒”公眾號

文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/129247.html

相關(guān)文章

  • TiDB 源碼閱讀系列文章(八)基于代價的優(yōu)化

    摘要:概述本文是源碼閱讀系列文章的第八篇。圖中黑色字體算子為邏輯算子,藍色字體為物理算子,黃色箭頭為已經(jīng)計算過代價的算子,會獲取已經(jīng)緩存在哈希表中的結(jié)果,紅色虛線箭頭為不符合的算子。 概述 本文是 TiDB 源碼閱讀系列文章的第八篇。內(nèi)文會先簡單介紹制定查詢計劃以及優(yōu)化的過程,然后用較大篇幅詳述在得到邏輯計劃后,如何基于統(tǒng)計信息和不同的屬性選擇等生成各種不同代價的物理計劃,通過比較物理計劃的...

    klivitamJ 評論0 收藏0

發(fā)表評論

0條評論

IT那活兒

|高級講師

TA的文章

閱讀更多
最新活動
閱讀需要支付1元查看
<