mysql持久化统计信息代码原理解析
本篇文章小编给大家分享一下mysql持久化统计信息代码原理解析，文章代码介绍的很详细，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。
一、持久化统计信息的意义：
统计信息用于指导mysql生成执行计划，执行计划的准确与否直接影响到SQL的执行效率；如果mysql一重启
之前的统计信息就没有了，那么当SQL语句来临时，那么mysql就要收集统计信息然后再生成SQL语句的执行
计划。如果能在关闭mysql的时候就把统计信息保存起来，那么在启动时就不要再收集一次了，这种处理方式
有助于效率的提升。
二、统计信息准确与否也同样重要：
第一目中我们说明了“持久化统计信息的意义”，我们的假设统计信息是有用的，是准确的；如果统计信息本身
已经过时了，比如说统计信息是在表中只有100行时统计出来的，这种情况下往往走全表扫描开销会更小，但是
呢！ 现在表中的行数已经达到了100万行，明显这种过时的统计信息会引发性能灾难，所以统计信息的时效性也
是同样重要的。那mysql它什么时候自动更新统计信息呢？默认情况下当表中的数据有10%被修改过的就会更新。
三、mysql对统计信息的处理：
针对上面的两个问题mysql都有给出解决方案，并且都可能通过简单的配置来解决
1、针对是否持久化统计信息mysql可以通过innodb_stats_persistent参数来控制
2、针对统计信息的时效性，mysql通过innodb_stats_auto_recalc参数来控制是否自动更新
3、针对统计信息的准确性，mysql通过innodb_stats_persistent_sample_pages 参数来控制更新
统计信息时的采样，样本页面的数量。
四、手动更新统计信息的方式：
mysql通过analyze table 语句来手动的更新统计信息
五、查看表的统计信息是什么时候更新的：
mysql把统计信息相关的内容记录在mysql.innodb_table_stats ，mysql.innodb_index_stats 这两张表里面。
mysql.innodb_table_stats以表为单位记录着统计信息
mysql> select * from innodb_table_stats; +---------------+----------------------------+---------------------+--------+----------------------+--------------------------+ | database_name | table_name | last_update | n_rows | clustered_index_size | sum_of_other_index_sizes | +---------------+----------------------------+---------------------+--------+----------------------+--------------------------+ | fdb | auth_group | 2017-08-10 14:36:40 | 0 | 1 | 1 | | fdb | auth_group_permissions | 2017-08-10 14:36:41 | 0 | 1 | 2 | | fdb | auth_permission | 2017-08-10 14:36:41 | 30 | 1 | 1 | | fdb | auth_user | 2017-08-10 14:36:41 | 0 | 1 | 1 | | fdb | auth_user_groups | 2017-08-10 14:36:41 | 0 | 1 | 2 | | fdb | auth_user_user_permissions | 2017-08-10 14:36:41 | 0 | 1 | 2 | | fdb | cninfo_company | 2017-08-10 14:36:58 | 4996 | 161 | 6 | | fdb | csindex_indexdetail | 2017-09-17 14:04:27 | 0 | 1 | 0 | | fdb | csindex_indexoverview | 2017-09-01 12:44:18 | 11 | 1 | 0 | | fdb | django_admin_log | 2017-08-10 14:36:47 | 0 | 1 | 2 | | fdb | django_content_type | 2017-08-10 14:36:47 | 10 | 1 | 1 | | fdb | django_migrations | 2017-09-04 14:04:09 | 37 | 1 | 0 | | fdb | django_session | 2017-08-10 14:36:47 | 0 | 1 | 1 | | fdb | glod_glodprice | 2017-08-10 14:36:48 | 2271 | 10 | 0 | | fdb | pbc_moneysupply | 2017-08-10 14:37:08 | 78 | 1 | 0 | | fdb | shibor_shiborrate | 2017-08-10 14:37:18 | 2711 | 14 | 0 | | fdb | sse_marketoverview | 2017-08-15 16:06:12 | 0 | 1 | 0 | | mysql | gtid_executed | 2017-09-06 11:02:14 | 2 | 1 | 0 | | sys | sys_config | 2017-08-10 12:19:06 | 6 | 1 | 0 | | tempdb | person | 2017-09-14 11:18:15 | 1 | 1 | 0 | | tmp | t | 2017-08-15 11:06:18 | 2 | 1 | 0 | +---------------+----------------------------+---------------------+--------+----------------------+--------------------------+ 21 rows in set (0.00 sec)
各个列所代表的意义：
database_name表所在的库名
table_name表名
last_update最近一次的更新时间
n_rows表中的行数
clustered_index_size 主键的大小
sum_of_other_index_sizes所有二级索引的大小
六、一些在analyze table 过程中的经验：
如果我们用explan 语句查看SQL的执行计划的时候发现，计划走的不准，多半是由于统计信息过时引起的，这个时候就要执行一下analyze table 来重新生成一下执行计划了；有时候可能发现重新生成执行计划后并没有什么用SQL还是走的不准，这个时候最可能的原因就是生成执行计划时的采样页的数量太低了，innodb_stats_persistent_sample_pages这个参数的值，注意这个值也不要加的太大，要不然会老半天都执行不完analyze table 语句。
