Condividi tramite


Statistiche

Si applica a: SQL Server database SQL di Azure Istanza gestita di SQL di Azure database SQL di Azure Synapse Analyticsin Microsoft Fabric

Query Optimizer usa le statistiche per creare piani di query che consentono di migliorare le prestazioni delle query. Per la maggior parte delle query, Query Optimizer genera già le statistiche necessarie per un piano di query di alta qualità; in alcuni casi, è necessario creare statistiche aggiuntive o modificare la progettazione della query per ottenere risultati ottimali. In questo articolo vengono illustrati i concetti relativi alle statistiche e vengono fornite linee guida per un utilizzo efficace delle statistiche di ottimizzazione delle query.

Componenti e concetti

Statistiche

Le statistiche di ottimizzazione delle query sono oggetti binari di grandi dimensioni (BLOB) contenenti informazioni statistiche sulla distribuzione dei valori in una o più colonne di una tabella o di una vista indicizzata. Query Optimizer usa queste statistiche per la stima della cardinalità o del numero di righe nel risultato della query. Queste stime di cardinalità consentono a Query Optimizer di creare un piano di query di alta qualità. A seconda dei predicati, ad esempio, Query Optimizer può usare le stime della cardinalità per scegliere l'operatore Index Seek anziché l'operatore Index Scan che usa una maggior quantità di risorse, se questa opzione migliora le prestazioni delle query.

Ogni oggetto statistiche viene creato in un elenco di una o più colonne di tabella e include un istogramma in cui è visualizzata la distribuzione dei valori nella prima colonna. Negli oggetti statistiche su più colonne sono inoltre archiviate informazioni statistiche sulla correlazione dei valori tra le colonne. Queste statistiche sulla correlazione o densitàderivano dal numero di righe distinte di valori di colonna.

Istogramma

Un istogramma misura la frequenza di occorrenza per ogni valore distinto in un set di dati. Query Optimizer calcola un istogramma nei valori di colonna nella prima colonna chiave dell'oggetto statistiche, selezionando i valori di colonna tramite il campionamento statistico delle righe o eseguendo un'analisi completa di tutte le righe della tabella o della vista. Se l'istogramma viene creato da un insieme campionato di righe, i totali archiviati per il numero di righe e il numero di valori distinti sono stime e non è necessario che siano numeri interi completi.

Nota

Gli istogrammi in SQL Server vengono compilati solo per una singola colonna, ovvero la prima colonna nel set di colonne chiave dell'oggetto statistiche.

Per creare l'istogramma, Query Optimizer ordina i valori di colonna, calcola il numero di valori che corrispondono a ogni valore distinct di colonna e quindi aggrega i valori di colonna in un massimo di 200 passaggi contigui dell'istogramma. Ogni intervallo dell'istogramma comprende un insieme di valori di colonna seguiti da un valore di colonna pari al limite superiore. Nell'insieme sono inclusi tutti i possibili valori di colonna compresi tra i valori limite, esclusi questi ultimi. Il minore tra i valori di colonna ordinati costituisce il limite superiore per il primo intervallo dell'istogramma.

Più in dettaglio, SQL Server crea l'istogramma dal set ordinato di valori di colonna in tre passaggi:

  • Inizializzazione dell'istogramma: nel primo passaggio viene elaborata una sequenza di valori a partire dall'inizio del set ordinato e vengono raccolti fino a 200 valori di range_high_key, equal_rows, range_rows e distinct_range_rows (in questo passaggio range_rows e distinct_range_rows sono sempre pari a zero). Il primo passaggio termina quando è stato esaurito tutto l'input o quando sono stati trovati 200 valori.
  • Analisi con unione di bucket: nel secondo passaggio viene elaborato ogni valore aggiuntivo della colonna iniziale della chiave delle statistiche in base all'ordinamento. Ogni valore successivo viene aggiunto all'ultimo intervallo o viene creato un nuovo intervallo alla fine (questo è possibile perché i valori di input sono ordinati). Se viene creato un nuovo intervallo, una coppia di intervalli esistenti adiacenti viene compressa in un intervallo singolo. Questa coppia di intervalli viene selezionata per ridurre al minimo la perdita di informazioni. Questo metodo usa un algoritmo per il calcolo della differenza massima, per ridurre al minimo il numero di intervalli nell'istogramma, aumentando contemporaneamente la differenza tra i valori limite. Durante questa fase il numero di passaggi dopo la compressione degli intervalli rimane 200.
  • consolidamento dell'istogramma: nel terzo passaggio è possibile comprimere più intervalli senza perdere una quantità significativa di informazioni. Il numero di intervalli dell'istogramma può essere minore del numero di valori distinct, anche per le colonne con un numero di punti limite inferiore a 200. Pertanto, anche se la colonna ha più di 200 valori univoci, l'istogramma può avere meno di 200 intervalli. Per una colonna costituita solo da valori univoci, l'istogramma consolidato ha almeno tre passaggi.

Nota

Se l'istogramma è stato compilato usando un campione anziché un fullscan, i valori di equal_rows, range_rows, distinct_range_rows, e average_range_rows sono stimati e quindi non devono necessariamente essere numeri interi.

Nel diagramma seguente viene illustrato un istogramma con sei intervalli. L'area a sinistra del primo valore limite superiore è il primo intervallo.

Diagramma di come viene calcolato un istogramma a partire da valori di colonna campionati.

Per ogni passaggio dell'istogramma nell'esempio precedente:

  • La riga in grassetto rappresenta il valore limite superiore (range_high_key) e il relativo numero di occorrenze (equal_rows).

  • L'area a tinta unita a sinistra di range_high_key rappresenta l'intervallo dei valori di colonna e il numero medio di occorrenze di ogni valore (average_range_rows) di colonna. Il valore average_range_rows per il primo passaggio dell'istogramma è sempre 0.

  • Le linee punteggiate rappresentano i valori campionati usati per stimare il numero complessivo dei valori distinti nell'intervallo (distinct_range_rows) e il numero complessivo dei valori nell'intervallo (range_rows). Query Optimizer usa range_rows e distinct_range_rows per calcolare average_range_rows e non archivia i valori campionati.

Vettore di densità

densità sono informazioni sul numero di duplicati in una determinata colonna o combinazione di colonne e viene calcolato come 1/(numero di valori distinti). Per ottimizzare le stime relative alla cardinalità per query che restituiscono più colonne della stessa tabella o vista indicizzata, Query Optimizer utilizza le densità. Man mano che la densità diminuisce, aumenta la selettività di un valore. Ad esempio, in una tabella che rappresenta automobili, molte automobili vengono prodotte dallo stesso costruttore, ma a ciascuna è assegnato un numero di identificazione univoco. Un indice basato sul numero di identificazione del veicolo è più selettivo rispetto all'indice basato sul produttore, perché il numero di identificazione del veicolo ha una densità minore rispetto al produttore.

Nota

La frequenza è rappresentata dalle informazioni sull'occorrenza di ogni valore distinto nella prima colonna chiave dell'oggetto statistiche e viene calcolata con la formula row count * density. Nelle colonne con valori univoci è possibile trovare una frequenza massima pari a 1.

Il vettore di densità contiene una densità per ogni prefisso di colonna nell'oggetto statistiche. Se in un oggetto statistiche, ad esempio, sono presenti le colonne chiave CustomerId, ItemId e Price, la densità viene calcolata per ognuno dei prefissi di colonna seguenti.

Prefisso di colonna Densità calcolata su
(CustomerId) Righe con valori corrispondenti per CustomerId
(CustomerId, ItemId) Righe con valori corrispondenti per CustomerId e ItemId
(CustomerId, ItemId, Price) Righe con valori corrispondenti per CustomerId, ItemId e Price

Statistiche filtrate

Le statistiche filtrate possono migliorare le prestazioni di esecuzione delle query che effettuano la selezione da subset ben definiti di dati. Le statistiche filtrate utilizzano un predicato del filtro per selezionare il subset di dati incluso nelle statistiche. Statistiche filtrate progettate correttamente possono migliorare il piano di esecuzione delle query rispetto alle statistiche di tabella completa. Per altre informazioni sul predicato del filtro, vedere CREATE STATISTICS. Per altre informazioni su quando creare statistiche filtrate, vedere la sezione Quando creare le statistiche in questo articolo.

Opzioni relative alle statistiche

Alcune opzioni influiscono sui tempi e sulle modalità di creazione e aggiornamento delle statistiche. Queste opzioni sono configurabili solo a livello di database.

Opzione AUTO_CREATE_STATISTICS

Quando l'opzione per la creazione automatica delle statistiche, AUTO_CREATE_STATISTICS, è impostata su ON, Query Optimizer crea le statistiche necessarie per colonne singole nel predicato di query, per migliorare le stime della cardinalità per il piano di query. Queste statistiche di colonna singola vengono create in colonne che ancora non hanno un istogramma in un oggetto statistiche esistente. L'opzione AUTO_CREATE_STATISTICS non determina se le statistiche vengono create per gli indici. Questa opzione non genera anche statistiche filtrate. ma si applica esclusivamente alle statistiche di colonna singola per la tabella completa.

Quando Query Optimizer crea statistiche in seguito all'uso dell'opzione AUTO_CREATE_STATISTICS, il nome delle statistiche inizia con _WA. Per determinare se Query Optimizer ha creato statistiche per una colonna del predicato di query, è possibile usare la query seguente.

SELECT OBJECT_NAME(s.object_id) AS object_name,
    COL_NAME(sc.object_id, sc.column_id) AS column_name,
    s.name AS statistics_name
FROM sys.stats AS s
    INNER JOIN sys.stats_columns AS sc
        ON s.stats_id = sc.stats_id
        AND s.object_id = sc.object_id
WHERE s.name LIKE '_WA%'
ORDER BY s.name;

Opzione AUTO_UPDATE_STATISTICS

Quando l'opzione di aggiornamento automatico delle statistiche, AUTO_UPDATE_STATISTICS è impostata su ON, Query Optimizer determina quando le statistiche potrebbero non essere aggiornate e quindi le aggiorna quando vengono usate da una query. Questa azione è anche nota come ricompilazione delle statistiche. Le statistiche diventano obsolete in seguito a modifiche per operazioni di merge, inserimento, aggiornamento o eliminazione che modificano la distribuzione dei dati nella tabella o nella vista indicizzata. Query Optimizer determina quando le statistiche potrebbero non essere aggiornate contando il numero di modifiche apportate alle righe dopo l'ultimo aggiornamento delle statistiche e confrontando il numero di modifiche delle righe apportate a una soglia. La soglia si basa sulla cardinalità della tabella, che può essere definita come il numero di righe nella tabella o nella vista indicizzata.

Anche quando l'opzione AUTO_UPDATE_STATISTICS è impostata su OFF, le statistiche vengono contrassegnate come non aggiornate in base alle modifiche delle righe. Quando l'opzione AUTO_UPDATE_STATISTICS è DISATTIVATa, le statistiche non vengono aggiornate, anche quando sono contrassegnate come non aggiornate. I piani continuano a usare gli oggetti statistici obsoleti. L'impostazione di AUTO_UPDATE_STATISTICS su OFF può determinare piani di query e prestazioni di esecuzione delle query non ottimali. È consigliabile impostare l'opzione STATISTICS su ON.

  • Fino a SQL Server 2014 (12.x), il motore di database usa una soglia di ricompilazione in base al numero di righe nella tabella o nella vista indicizzata determinato al momento della valutazione delle statistiche. La soglia varia a seconda che una tabella sia temporanea o permanente.

    Tipo di tabella Cardinalità della tabella (n) Soglia di ricompilazione (# modifiche)
    Temporanea n< 6 6
    Temporanea 6 <= n<= 500 500
    Permanente n<= 500 500
    Temporanea o permanente n> 500 500 + (0.20 * n)

    Ad esempio, se la tabella contiene 20 mila righe, il calcolo viene 500 + (0.2 * 20,000) = 4,500 e le statistiche vengono aggiornate ogni 4.500 modifiche.

  • A partire da SQL Server 2016 (13.x) e con un livello di compatibilità del database pari a 130, il motore di database usa anche una soglia di ricompilazione delle statistiche dinamiche decrescente regolata in base alla cardinalità della tabella al momento della valutazione delle statistiche. Con questa modifica, le statistiche sulle tabelle di grandi dimensioni vengono aggiornate più frequentemente. Tuttavia, se il livello di compatibilità di un database è inferiore a 130, vengono applicate le soglie di SQL Server 2014 (12.x).

    Tipo di tabella Cardinalità della tabella (n) Soglia di ricompilazione (# modifiche)
    Temporanea n < 6 6
    Temporanea 6 <= n <= 500 500
    Permanente n <= 500 500
    Temporanea o permanente n > 500 MIN ( 500 + (0.20 * n), SQRT(1,000 * n) )

    Ad esempio se la tabella contiene 2 milioni di righe, il calcolo sarà determinato dal minino di 500 + (0.20 * 2,000,000) = 400,500 e SQRT(1,000 * 2,000,000) = 44,721. Ciò significa che le statistiche vengono aggiornate ogni 44.721 modifiche.

Importante

In SQL Server 2008 R2 (10.50.x) fino a SQL Server 2014 (12.x) o in SQL Server 2016 (13.x) e versioni successive con il livello di compatibilità del database inferiore 120, abilitare il flag di traccia 2371 in modo che SQL Server usi una soglia di aggiornamento delle statistiche dinamiche decrescente.

Sebbene sia consigliata per tutti gli scenari, l'abilitazione del flag di traccia 2371 è facoltativa. Tuttavia, è possibile usare le indicazioni seguenti per abilitare il flag di traccia 2371 nell'ambiente precedente a SQL Server 2016 (13.x):

  • Se stai utilizzando un sistema SAP, abilita questa traccia. Per altre informazioni, vedere questo blog sul flag di traccia 2371.
  • Se è necessario affidarsi a un processo notturno per l'aggiornamento delle statistiche perché l'aggiornamento automatico attuale non viene attivato con una frequenza sufficiente, prendere in considerazione l'abilitazione del flag di traccia 2371 per regolare la soglia in base alla cardinalità della tabella.

Query Optimizer controlla la presenza di statistiche non aggiornate prima di compilare una query e prima di eseguire un piano di query memorizzato nella cache. Prima di compilare una query, Query Optimizer usa le colonne, le tabelle e le viste indicizzate nel predicato di query per determinare quali statistiche potrebbero non essere aggiornate. Prima di eseguire un piano di query memorizzato nella cache, il motore di database verifica che il piano di query faccia riferimento alle statistiche up-to-date.

L'opzione AUTO_UPDATE_STATISTICS si applica a oggetti statistiche creati per indici, colonne singole nei predicati di query e statistiche create con l'istruzione CREATE STATISTICS . Questa opzione si applica anche alle statistiche filtrate.

È possibile usare sys.dm_db_stats_properties per verificare accuratamente il numero di righe modificate in una tabella e decidere se si vogliono aggiornare manualmente le statistiche.

AUTO_UPDATE_STATISTICS è sempre OFF per le tabelle ottimizzate per la memoria.

AUTO_UPDATE_STATISTICS_ASYNC

L'opzione relativa all'aggiornamento asincrono delle statistiche, AUTO_UPDATE_STATISTICS_ASYNC, determina se Query Optimizer usa gli aggiornamenti sincroni o asincroni delle statistiche. L'opzione relativa all'aggiornamento asincrono delle statistiche è OFF per impostazione predefinita. Query Optimizer aggiorna quindi le statistiche in modo sincrono. L'opzione AUTO_UPDATE_STATISTICS_ASYNC si applica a oggetti statistiche creati per indici, colonne singole nei predicati di query e statistiche create con l'istruzione CREATE STATISTICS .

Nota

Per impostare l'opzione relativa all'aggiornamento asincrono delle statistiche in SQL Server Management Studio, nella pagina Opzioni della finestra Proprietà database entrambe le opzioni di Aggiornamento delle statistiche automatico e diAggiornamento delle statistiche automatico asincrono devono essere impostate su True.

Gli aggiornamenti delle statistiche possono essere sincroni (impostazione predefinita) o asincroni.

  • Con gli aggiornamenti sincroni delle statistiche, le query vengono sempre compilate ed eseguite con statistiche aggiornate. Quando le statistiche sono obsolete, Query Optimizer attende le statistiche aggiornate prima di compilare ed eseguire la query.

  • Con gli aggiornamenti asincroni delle statistiche, le query vengono compilate con le statistiche esistenti anche se non sono aggiornate. Query Optimizer potrebbe scegliere un piano di query non ottimale se le statistiche non sono aggiornate al momento della compilazione della query. Le statistiche vengono in genere aggiornate subito dopo. Le query che vengono compilate dopo il completamento dell'aggiornamento delle statistiche traggono vantaggio dall'uso delle statistiche aggiornate.

Utilizzare le statistiche sincrone quando si eseguono operazioni che modificano la distribuzione dei dati, quali il troncamento di una tabella o l'esecuzione di un inserimento bulk di una percentuale elevata di righe. Se non si aggiornano manualmente le statistiche dopo aver completato l'operazione, l'uso delle statistiche sincrone garantisce che le statistiche siano up-to-date prima dell'esecuzione delle query sui dati modificati.

Utilizzare le statistiche asincrone per ottenere tempi di risposta alle query più stimabili per gli scenari seguenti:

  • L'applicazione esegue di frequente la stessa query, query analoghe o piani di query memorizzati nella cache analoghi. È possibile che gli aggiornamenti asincroni delle statistiche consentano di ottenere tempi di risposta alle query più stimabili rispetto agli aggiornamenti sincroni delle statistiche perché Query Optimizer può eseguire le query in entrata senza attendere le statistiche aggiornate. Ciò evita che alcune query vengano eseguite in ritardo rispetto ad altre.

  • Sono stati riscontrati timeout nelle richieste client causati da una o più query in attesa delle statistiche aggiornate. In alcuni casi, l'attesa delle statistiche sincrone può causare errori nelle applicazioni con timeout aggressivi.

Nota

Le statistiche sulle tabelle temporanee locali vengono sempre aggiornate in modo sincrono indipendentemente dall'opzione AUTO_UPDATE_STATISTICS_ASYNC. Le statistiche sulle tabelle temporanee globali vengono aggiornate in modo sincrono o asincrono in base all'opzione AUTO_UPDATE_STATISTICS_ASYNC impostata per il database utente.

L'aggiornamento asincrono delle statistiche viene eseguito da una richiesta in background. Quando è pronta per scrivere le statistiche aggiornate nel database, la richiesta tenta di acquisire un blocco di modifica dello schema sull'oggetto dei metadati delle statistiche. Se in una sessione diversa è già presente un blocco sullo stesso oggetto, l'aggiornamento asincrono delle statistiche viene bloccato fino a quando non è possibile acquisire il blocco di modifica dello schema. Analogamente, le sessioni che devono acquisire un blocco di stabilità (Sch-S) dello schema sull'oggetto dei metadati delle statistiche per compilare una query possono essere bloccate dalla sessione di aggiornamento asincrono delle statistiche in background, la quale include già o è in attesa di acquisire il blocco di modifica dello schema. Pertanto, per i carichi di lavoro con compilazioni di query molto frequenti e aggiornamenti frequenti delle statistiche, l'uso di statistiche asincrone può aumentare la probabilità di problemi di concorrenza dovuti al blocco.

Nel database SQL di Azure, nell'Istanza gestita di SQL di Azure e a partire da SQL Server 2022 (16.x), è possibile evitare potenziali problemi di concorrenza con l'aggiornamento asincrono delle statistiche se si abilita la configurazione con ambito di database ASYNC_STATS_UPDATE_WAIT_AT_LOW_PRIORITY. Con questa configurazione abilitata, la richiesta in background attende di acquisire il blocco della modifica dello schema (Sch-M) e rendere persistenti le statistiche aggiornate in una coda separata con priorità bassa, consentendo ad altre richieste di continuare a compilare query con statistiche esistenti. Una volta che nessun'altra sessione mantiene un blocco sull'oggetto metadati delle statistiche, la richiesta in background acquisisce il blocco di modifica dello schema e aggiorna le statistiche. Nel caso improbabile che la richiesta in background non possa acquisire il blocco entro un periodo di timeout di diversi minuti, l'aggiornamento asincrono delle statistiche verrà interrotto e le statistiche non vengono aggiornate finché non viene attivato un altro aggiornamento automatico delle statistiche o fino a quando le statistiche non vengono aggiornate manualmente.

Nota

L'opzione di configurazione ASYNC_STATS_UPDATE_WAIT_AT_LOW_PRIORITY con ambito database è disponibile nel database SQL di Azure, nell'Istanza gestita di SQL di Azure e in SQL Server a partire da SQL Server 2022 (16.x).

Opzione AUTO_DROP

Si applica a: database SQL di Azure, Istanza gestita di SQL di Azure e a partire da SQL Server 2022 (16.x)

In SQL Server prima di SQL Server 2022 (16.x), se le statistiche vengono create manualmente da un utente o da uno strumento di terzi in un database utente, tali oggetti di statistiche possono bloccare o interferire con le modifiche dello schema che il cliente potrebbe desiderare.

A partire da SQL Server 2022 (16.x), l'opzione di eliminazione automatica è abilitata per impostazione predefinita in tutti i database nuovi e sottoposti a migrazione. La proprietà AUTO_DROP consente la creazione di oggetti di statistiche in una modalità tale che una modifica successiva dello schema non sia bloccata dall'oggetto statistico, ma, invece, le statistiche vengono eliminate se necessario. In questo modo, le statistiche create manualmente con l'opzione di eliminazione automatica si comportano come le statistiche create automaticamente.

Nota

Il tentativo di definire o di annullare l'impostazione della proprietà di eliminazione automatica in statistiche create automaticamente può generare errori. Per le statistiche create automaticamente è sempre prevista l'opzione di eliminazione automatica. In alcuni backup, quando ripristinati, questa proprietà potrebbe rimanere impostata in modo non corretto fino al successivo aggiornamento dell'oggetto statistiche (manuale o automatico). Tuttavia, le statistiche con eliminazione automatica si comportano sempre come statistiche create automaticamente. Quando si ripristina un database in SQL Server 2022 (16.x) da una versione precedente, è consigliabile eseguire sp_updatestats nel database, impostando i metadati appropriati per la funzionalità di rilascio automatico delle statistiche.

Ad esempio, per creare manualmente un oggetto di statistiche nella tabella dbo.DatabaseLog:

CREATE STATISTICS [mystats]
    ON [dbo].[DatabaseLog]([DatabaseLogID], [PostTime], [DatabaseUser])
    WITH AUTO_DROP = ON;

Ad esempio, per aggiornare un'impostazione di eliminazione automatica di un oggetto di statistiche nella tabella dbo.DatabaseLog:

UPDATE STATISTICS [dbo].[DatabaseLog] ([mystats])
    WITH AUTO_DROP = ON;

Per valutare l'impostazione di eliminazione automatica sulle statistiche esistenti, usare la colonna auto_drop in sys.stats:

SELECT object_id,
       [name],
       auto_drop
FROM sys.stats;

Per altre informazioni, vedere AUTO_DROP.

INCREMENTAL

Si applica a: SQL Server 2014 (12.x) e versioni successive.

Quando l'opzione INCREMENTAL di CREATE STATISTICS è impostata su ON, le statistiche create sono statistiche della partizione. Se è specificato OFF, l'albero delle statistiche viene eliminato e SQL Server ricalcola le statistiche. Il valore predefinito è OFF. Questa impostazione esegue l'override della proprietà INCREMENTAL a livello di database. Per altre informazioni sulla creazione di statistiche incrementali, vedere CREATE STATISTICS. Per ulteriori informazioni sulla creazione automatica delle statistiche su base di partizione, vedere Proprietà database (pagina Opzioni) e le opzioni ALTER DATABASE SET.

Quando vengono aggiunte delle nuove partizioni a una tabella di grandi dimensioni, è necessario aggiornare le statistiche per includere le nuove partizioni. Tuttavia, l'analisi dell'intera tabella (opzione FULLSCAN o SAMPLE) potrebbe richiedere parecchio tempo. Inoltre, l'analisi dell'intera tabella non è necessaria in quanto occorrono solo le statistiche sulle nuove partizioni. L'opzione Incrementale crea e archivia le statistiche in base alle partizioni, e quando viene eseguito un aggiornamento, permette di aggiornare solo le statistiche di quelle partizioni che richiedono nuove statistiche.

Se le statistiche per partizione non sono supportate, l'opzione viene ignorata e viene generato un avviso. Le statistiche incrementali non sono supportate per i tipi di statistiche seguenti:

  • Statistiche create con indici non allineati alle partizioni della tabella di base.
  • Statistiche create per i database secondari leggibili Always On.
  • Statistiche create per i database di sola lettura.
  • Statistiche create per gli indici filtrati.
  • Statistiche create per le viste.
  • Statistiche create per le tabelle interne.
  • Statistiche create con indici spaziali o indici XML.

Quando creare le statistiche

Query Optimizer crea già le statistiche nelle modalità seguenti:

  1. Query Optimizer crea statistiche per gli indici in tabelle o viste, al momento della creazione dell'indice stesso. Tali statistiche vengono create nelle colonne chiave dell'indice. Se l'indice è filtrato, Query Optimizer crea statistiche filtrate nello stesso subset di righe specificato per l'indice filtrato. Per altre informazioni sugli indici filtrati, vedere Creare indici filtrati e CREATE INDEX.

    Nota

    A partire da SQL Server 2014 (12.x), le statistiche non vengono create analizzando tutte le righe della tabella quando viene creato o ricompilato un indice partizionato. Query Optimizer usa invece l'algoritmo di campionamento predefinito per generare statistiche. Dopo avere aggiornato un database con gli indici partizionati, è possibile notare una differenza nei dati dell'istogramma relativamente a tali indici. Tale cambiamento potrebbe non influire sulle prestazioni di query. Per ottenere statistiche sugli indici partizionati analizzando tutte le righe nella tabella, usare CREATE STATISTICS o UPDATE STATISTICS con la clausola FULLSCAN.

  2. Quando AUTO_CREATE_STATISTICS è impostata su ON, Query Optimizer crea statistiche per le singole colonne nei predicati di query.

Per la maggior parte delle query, questi due metodi di creazione delle statistiche garantiscono la definizione di un piano di query di alta qualità. In alcuni casi, è possibile migliorare i piani di query creando statistiche aggiuntive con l'istruzione CREATE STATISTICS . Queste statistiche aggiuntive possono acquisire correlazioni statistiche che Query Optimizer non tiene conto quando crea statistiche per indici o colonne singole. È possibile che nell'applicazione siano disponibili correlazioni statistiche aggiuntive nei dati della tabella che, se calcolate in un oggetto statistiche, possono consentire a Query Optimizer di migliorare i piani di query. Le statistiche filtrate per un subset di righe di dati o le statistiche multicolonna per le colonne dei predicati di query possono ad esempio migliorare il piano di query.

Quando si creano statistiche con l'istruzione CREATE STATISTICS, si consiglia di mantenere l'opzione AUTO_CREATE_STATISTICS impostata su ON, in modo tale che Query Optimizer continui a creare regolarmente statistiche a colonna singola per le colonne dei predicati di query. Per ulteriori informazioni sui predicati di query, consultare Condizione di ricerca.

Utilizzare l'istruzione CREATE STATISTICS per creare statistiche in una delle seguenti condizioni:

  • In Ottimizzazione guidata motore di database viene suggerito di creare statistiche
  • Il predicato di query contiene più colonne correlate che non sono già chiavi nello stesso indice.
  • La query effettua la selezione da un subset di dati.
  • La query presenta statistiche mancanti.

Nota

Per informazioni specifiche per le tabelle e le statistiche correlate a OLTP in memoria, vedere Statistiche per le tabelle ottimizzate per la memoria.

Il predicato di query contiene più colonne correlate

Quando il predicato di una query contiene più colonne correlate e dipendenti tra loro, è possibile che la creazione di statistiche per più colonne consenta di migliorare il piano di query. Le statistiche su più colonne contengono statistiche di correlazione tra colonne, denominate densità , non disponibili nelle statistiche a colonna singola. Le densità possono migliorare le stime della cardinalità qualora i risultati della query dipendano da relazioni tra i dati di più colonne.

Se le colonne si trovano già nello stesso indice, l'oggetto statistiche multicolonna esiste già e non è necessario crearlo manualmente. Se le colonne non si trovano già nello stesso indice, è possibile creare statistiche multicolonna creando un indice nelle colonne o usando l'istruzione CREATE STATISTICS . La gestione di un indice richiede più risorse di sistema rispetto a un oggetto statistiche. Se l'applicazione non richiede l'indice multicolonna, si possono economizzare le risorse di sistema creando l'oggetto delle statistiche senza creare l'indice.

Quando si creano statistiche multicolonna, l'ordine delle colonne nella definizione dell'oggetto statistiche influisce sull'efficacia delle densità per eseguire stime della cardinalità. L'oggetto statistiche archivia le densità per ciascun prefisso delle colonne chiave nella definizione dell'oggetto statistiche. Per altre informazioni sulle densità, vedere la sezione Densità in questa pagina.

Per creare densità utili per le stime della cardinalità, è necessario che le colonne nel predicato di query corrispondano a uno dei prefissi delle colonne nella definizione dell'oggetto statistiche. L'esempio seguente crea ad esempio un oggetto statistiche multicolonna per le colonne LastName, MiddleName e FirstName.

USE AdventureWorks2022;
GO

IF EXISTS (SELECT name
           FROM sys.stats
           WHERE name = 'LastFirst'
                 AND object_ID = OBJECT_ID('Person.Person'))
    DROP STATISTICS Person.Person.LastFirst;
GO

CREATE STATISTICS LastFirst
    ON Person.Person(LastName, MiddleName, FirstName);
GO

In questo esempio, l'oggetto statistiche LastFirst dispone delle densità per i prefissi di colonna seguenti: (LastName), (LastName, MiddleName) e (LastName, MiddleName, FirstName). La densità non è disponibile per (LastName, FirstName). Se la query usa LastName e FirstName senza usare MiddleName, la densità non è disponibile per le stime della cardinalità.

La query effettua la selezione da un subset di dati

La creazione di statistiche per indici e colonne singole in Query Optimizer implica la creazione di statistiche per i valori in tutte le righe. Quando le query effettuano la selezione da un subset di righe che dispone di una distribuzione dei dati univoca, le statistiche filtrate possono migliorare i piani di query. È possibile creare le statistiche filtrate usando l'istruzione CREATE STATISTICS con la clausola WHERE per definire l'espressione del predicato del filtro.

Ad esempio, se si usa AdventureWorks2022, ogni prodotto nella tabella Production.Product appartiene a una delle quattro categorie della tabella Production.ProductCategory, ovvero Bikes, Components, Clothing e Accessories. Ogni categoria dispone di una distribuzione dei dati diversa in relazione al peso. I pesi nella categoria Bikes sono compresi tra 13,77 e 30, quelli della categoria Components sono compresi tra 2,12 e 1.050 con alcuni valori NULL e quelli delle categorie Clothing e Accessories sono tutti NULL.

Usando Bikes come esempio, le statistiche filtrate su tutti i pesi delle biciclette forniscono statistiche più accurate per l'ottimizzatore di interrogazioni e possono migliorare la qualità del piano di interrogazione rispetto alle statistiche su tutta la tabella o alle statistiche inesistenti nella colonna Peso. La colonna Weight della categoria Bikes rappresenta un candidato valido per le statistiche filtrate. Nel caso di un numero relativamente ridotto di ricerche correlate al peso, tale colonna non è tuttavia necessariamente un candidato valido per un indice filtrato. È possibile che i vantaggi derivanti dai miglioramenti alle prestazioni delle ricerche offerti da un indice filtrato siano inferiori rispetto agli svantaggi derivanti dai costi di manutenzione e archiviazione supplementari dovuti all'aggiunta di un indice filtrato al database.

L'istruzione seguente crea le statistiche filtrate BikeWeights su tutte le sottocategorie di Bikes. L'espressione del predicato filtrata definisce le biciclette (Bikes) enumerando tutte le sottocategorie di Bikes con l'elemento Production.ProductSubcategoryID IN (1,2,3)di confronto. Il predicato non può usare il nome della categoria Bikes perché è archiviato nella tabella Production.ProductCategory e tutte le colonne nell'espressione di filtro devono trovarsi nella stessa tabella.

USE AdventureWorks2022;
GO
IF EXISTS ( SELECT name FROM sys.stats
    WHERE name = 'BikeWeights'
    AND object_ID = OBJECT_ID ('Production.Product'))
DROP STATISTICS Production.Product.BikeWeights;
GO
CREATE STATISTICS BikeWeights
    ON Production.Product (Weight)
WHERE ProductSubcategoryID IN (1,2,3);
GO

Query Optimizer può usare le statistiche filtrate di BikeWeights per migliorare il piano di query per la query seguente che seleziona tutti gli elementi della categoria Bikes con peso maggiore di 25.

SELECT P.Weight AS Weight,
       S.Name AS BikeName
FROM Production.Product AS P
     INNER JOIN Production.ProductSubcategory AS S
         ON P.ProductSubcategoryID = S.ProductSubcategoryID
WHERE P.ProductSubcategoryID IN (1, 2, 3)
      AND P.Weight > 25
ORDER BY P.Weight;
GO

La query identifica le statistiche mancanti

Se un errore o un altro evento impedisce la creazione di statistiche da parte di Query Optimizer, il piano di query viene creato senza usare statistiche. Query Optimizer contrassegna le statistiche come mancanti e tenta di rigenerare le statistiche alla successiva esecuzione della query.

Le statistiche mancanti sono indicate come avvisi (nome tabella in rosso) quando il piano di esecuzione di una query viene visualizzato graficamente utilizzando SQL Server Management Studio. Il monitoraggio della classe di eventi Missing Column Statistics con SQL Server Profiler indica anche i casi in cui le statistiche risultano mancanti. Per altre informazioni, vedere Categoria di eventi Errori e avvisi (Motore di database).

In caso di statistiche mancanti, effettuare quanto segue:

Quando le statistiche su uno snapshot o un database di sola lettura sono mancanti o non aggiornate, il motore di database crea e gestisce statistiche temporanee in tempdb. Quando il motore di database crea statistiche temporanee, al nome delle statistiche viene aggiunto il suffisso _readonly_database_statistic per differenziare le statistiche temporanee da quelle permanenti. Il suffisso _readonly_database_statistic è riservato alle statistiche generate da SQL Server. È possibile creare script per le statistiche temporanee e riprodurli in un database di lettura e scrittura. Quando viene creato uno script, Management Studio modifica il suffisso del nome delle statistiche da _readonly_database_statistic a _readonly_database_statistic_scripted.

Solo in SQL Server è possibile creare e aggiornare le statistiche temporanee. È tuttavia possibile eliminare le statistiche temporanee e monitorare le relative proprietà utilizzando gli stessi strumenti utilizzati per le statistiche permanenti:

  • Eliminare le statistiche temporanee usando l'istruzione DROP STATISTICS.
  • Monitorare le statistiche usando le viste del catalogo sys.stats e sys.stats_columns. La vista dle catalogo del sistema sys.stats include la colonna is_temporary che indica quali statistiche sono permanenti e quali invece temporanee.

Poiché le statistiche temporanee sono archiviate in tempdb, un riavvio del servizio SQL Server comporta l'indisponibilità di tutte le statistiche temporanee.

Quando aggiornare le statistiche

_Query Optimizer_ determina quando le statistiche potrebbero essere obsolete e quindi le aggiorna quando sono necessarie per un piano di query. In alcuni casi, è possibile migliorare il piano di query e le prestazioni di esecuzione delle query aggiornando le statistiche più frequentemente di quanto accada con l'impostazione ON per AUTO_UPDATE_STATISTICS. È possibile aggiornare le statistiche mediante l'istruzione UPDATE STATISTICS o la stored procedure sp_updatestats.

Sebbene consenta di garantire che le query vengano compilate con statistiche aggiornate, L'aggiornamento delle statistiche tramite qualsiasi processo può causare la ricompilazione automatica dei piani di query. È consigliabile non aggiornare manualmente le statistiche troppo frequentemente perché esiste un compromesso tra il miglioramento dei piani di query e il tempo necessario per ricompilare le query. Tale equilibrio dipende dall'applicazione in uso.

Quando si aggiornano le statistiche con UPDATE STATISTICS or sp_updatestats, è consigliabile mantenere l'opzione AUTO_UPDATE_STATISTICS impostata su ON, affinché l'aggiornamento continui a essere eseguito regolarmente in Query Optimizer.

  • Per altre informazioni su come aggiornare le statistiche in una colonna, un indice, una tabella o una vista indicizzata, vedere UPDATE STATISTICS.

  • Per informazioni su come aggiornare le statistiche per tutte le tabelle definite dall'utente e interne nel database, consultare la stored procedure sp_updatestats.

  • Per altre informazioni sulle soglie degli aggiornamenti automatici delle statistiche, vedere opzione AUTO_UPDATE_STATISTICS.

Quando AUTO_UPDATE_STATISTICS è impostato su OFF, la ricompilazione del piano può comunque verificarsi per vari altri motivi, ma non viene eseguita automaticamente a causa di aggiornamenti delle statistiche non aggiornati. Quando AUTO_UPDATE_STATISTICS è impostato su OFF, gli aggiornamenti delle statistiche vengono eseguiti solo tramite altri processi pianificati manualmente, ad esempio i piani di manutenzione. L'impostazione di AUTO_UPDATE_STATISTICS su OFF può quindi determinare piani di query e prestazioni di esecuzione delle query non ottimali.

Rilevare statistiche non aggiornate

Per determinare la data dell'ultimo aggiornamento delle statistiche, usare le funzioni sys.dm_db_stats_properties o STATS_DATE.

Aggiornare le statistiche nei seguenti casi:

  • I tempi di esecuzione delle query sono particolarmente lunghi.
  • Si verificano operazioni di inserimento in colonne chiave crescenti o decrescenti.
  • In seguito a operazioni di manutenzione.

Per esempi di aggiornamento manuale delle statistiche, vedere UPDATE STATISTICS.

I tempi di esecuzione delle query sono particolarmente lunghi

Se i tempi di risposta alle query sono troppo lunghi o imprevedibili, assicurarsi che le query dispongano di statistiche aggiornate prima di eseguire ulteriori procedure di risoluzione dei problemi.

Si verificano operazioni di inserimento in colonne chiave crescenti o decrescenti

È possibile che le statistiche per colonne chiave crescenti o decrescenti, ad esempio colonne IDENTITY o timestamp in tempo reale, richiedano aggiornamenti più frequenti rispetto a quelli previsti in Query Optimizer. Le operazioni di inserimento accodano nuovi valori alle colonne crescenti o decrescenti. È possibile che il numero di righe aggiunte non sia sufficiente per attivare un aggiornamento delle statistiche. Se le statistiche non sono up-to-date e le query selezionano tra le righe aggiunte più di recente, le statistiche correnti non hanno stime di cardinalità per questi nuovi valori. Ciò può comportare imprecisioni nelle stime della cardinalità e prestazioni di esecuzione delle query ridotte.

Ad esempio, una query che seleziona dalle date più recenti degli ordini di vendita ha stime di cardinalità imprecise se le statistiche non vengono aggiornate per includere stime di cardinalità relative alle date degli ordini di vendita più recenti.

In seguito a operazioni di manutenzione

Aggiornare le statistiche dopo avere eseguito procedure di manutenzione che modificano la distribuzione dei dati, quali il troncamento di una tabella o l'esecuzione di un inserimento bulk di un'elevata percentuale di righe. Ciò consente di evitare ritardi futuri nell'elaborazione delle query causati dall'attesa da parte delle query stesse degli aggiornamenti automatici delle statistiche.

Operazioni come la ricompilazione, la deframmentazione o la riorganizzazione di un indice non modificano la distribuzione dei dati. Non è quindi necessario aggiornare le statistiche dopo aver eseguito le operazioni ALTER INDEX REBUILD, DBCC DBREINDEX, DBCC INDEXDEFRAGo ALTER INDEX REORGANIZE. Query Optimizer aggiorna le statistiche in seguito alla ricompilazione di un indice in una tabella o una vista mediante ALTER INDEX REBUILD o DBCC DBREINDEX. Tale aggiornamento delle statistiche è tuttavia il risultato della ricostruzione dell'indice. Query Optimizer non aggiorna le statistiche dopo operazioni DBCC INDEXDEFRAG o ALTER INDEX REORGANIZE.

Suggerimento

A partire da SQL Server 2016 (13.x) SP1 CU4, usare l'opzione PERSIST_SAMPLE_PERCENT di CREATE STATISTICS o UPDATE STATISTICS, per impostare e mantenere una percentuale di campionamento specifica per gli aggiornamenti statistici successivi che non specificano in modo esplicito una percentuale di campionamento.

Gestione automatica dell'indice e delle statistiche

Usare soluzioni intelligenti come la deframmentazione dell'indice adattativo per gestire automaticamente la deframmentazione dell'indice e gli aggiornamenti delle statistiche per uno o più database. Questa procedura sceglie automaticamente se ricompilare o riorganizzare un indice in base al relativo livello di frammentazione, tra gli altri parametri, e aggiornare le statistiche con una soglia lineare.

Query che usano le statistiche in modo efficace

Alcune implementazioni delle query, quali le variabili locali e le espressioni complesse nel predicato di query, possono comportare la definizione di piani di query non ottimali. Per evitare che ciò accada, attenersi alle linee guida relative alla progettazione delle query per un utilizzo efficace delle statistiche. Per ulteriori informazioni sui predicati di query, consultare Condizione di Ricerca.

È possibile migliorare i piani di query applicando le linee guida relative alla progettazione delle query che prevedono un utilizzo efficace delle statistiche, al fine di migliorare le stime della cardinalità per espressioni, variabili e funzioni usate nei predicati di query. Quando Query Optimizer non conosce il valore di un'espressione, di una variabile o di una funzione, non conosce il valore da cercare nell'istogramma e pertanto non può recuperare la stima della cardinalità migliore dall'istogramma. In tal caso, la stima della cardinalità di Query Optimizer si basa sul numero medio di righe per valore distinct per tutte le righe campionate nell'istogramma. Ciò comporta stime della cardinalità non ottimali e può causare una riduzione delle prestazioni di esecuzione delle query. Per altre informazioni sugli istogrammi, vedere la sezione Istogramma in questa pagina o sys.dm_db_stats_histogram.

Nelle linee guida seguenti viene indicato come scrivere query per migliorare i piani di query grazie all'ottimizzazione delle stime della cardinalità.

Migliorare le stime della cardinalità per le espressioni

Per migliorare le stime della cardinalità per le espressioni, attenersi alle seguenti linee guida:

  • Se possibile, semplificare le espressioni contenenti costanti. Query Optimizer non valuta tutte le funzioni e le espressioni contenenti costanti prima di determinare le stime della cardinalità. Semplificare ad esempio l'espressione ABS(-100) in 100.
  • Se l'espressione utilizza più variabili, creare una colonna calcolata per l'espressione, quindi creare le statistiche o un indice nella colonna calcolata. È ad esempio possibile che la stima della cardinalità del predicato di query WHERE PRICE + Tax > 100 sia migliore se si crea una colonna calcolata per l'espressione Price + Tax.

Migliorare le stime della cardinalità per variabili e funzioni

Per migliorare le stime della cardinalità per variabili e funzioni, attenersi alle seguenti linee guida:

  • Se nel predicato di query viene utilizzata una variabile locale, riscrivere la query in modo da utilizzare un parametro anziché una variabile locale. Il valore di una variabile locale non è noto quando Query Optimizer crea il piano di esecuzione della query. Quando una query usa un parametro, Query Optimizer usa la stima della cardinalità per il primo valore di parametro effettivo passato alla stored procedure.

  • Valutare la possibilità di usare una tabella standard o una tabella temporanea per archiviare i risultati di funzioni con valori di tabella con più istruzioni (mstvf). Il Query Optimizer non crea statistiche per le funzioni a valore di tabella con più istruzioni. In questo modo, Query Optimizer è in grado di creare statistiche per le colonne della tabella e usarle per creare un piano di query più efficace.

  • Utilizzare una tabella standard o una tabella temporanea in sostituzione delle variabili di tabella. Query Optimizer non crea statistiche per le variabili di tabella. In questo modo, Query Optimizer è in grado di creare statistiche per le colonne della tabella e usarle per creare un piano di query più efficace. Diversi elementi determinano l'opportunità di utilizzare una tabella temporanea o una variabile di tabella. Le variabili di tabella utilizzate nelle stored procedure causano un numero di ricompilazioni delle stored procedure inferiore rispetto alle tabelle temporanee. In base all'applicazione in uso, è possibile che l'utilizzo di una tabella temporanea al posto di una variabile di tabella non comporti un miglioramento delle prestazioni.

  • Se una stored procedure contiene una query che utilizza un parametro passato, evitare di modificare il valore del parametro all'interno della stored procedure prima di utilizzarlo nella query. Le stime della cardinalità per la query sono basate sul valore del parametro passato, non sul valore aggiornato. Per evitare di modificare il valore del parametro, è possibile riscrivere la query in modo da utilizzare due stored procedure.

    La stored procedure seguente Sales.GetRecentSales modifica ad esempio il valore del parametro @date se @date è NULL.

    USE AdventureWorks2022;
    GO
    
    IF OBJECT_ID('Sales.GetRecentSales', 'P') IS NOT NULL
        DROP PROCEDURE Sales.GetRecentSales;
    GO
    
    CREATE PROCEDURE Sales.GetRecentSales
    @date DATETIME
    AS
    BEGIN
        IF @date IS NULL
            SET @date = DATEADD(MONTH, -3,
                (SELECT MAX(ORDERDATE)
                FROM Sales.SalesOrderHeader));
        SELECT *
        FROM Sales.SalesOrderHeader AS h, Sales.SalesOrderDetail AS d
        WHERE h.SalesOrderID = d.SalesOrderID
            AND h.OrderDate > @date;
    END
    GO
    

    Se la prima chiamata alla stored procedure Sales.GetRecentSales passa un NULL per il parametro @date, il Query Optimizer compila la stored procedure con la stima della cardinalità per @date = NULL anche se il predicato di query non è chiamato con @date = NULL. È possibile che tale stima della cardinalità differisca notevolmente rispetto al numero di righe nel risultato della query effettivo. Query Optimizer potrebbe quindi scegliere un piano di query non ottimale. Per evitare che ciò accada, è possibile riscrivere la stored procedure utilizzando due procedure, come illustrato di seguito:

    USE AdventureWorks2022;
    GO
    
    IF OBJECT_ID('Sales.GetNullRecentSales', 'P') IS NOT NULL
        DROP PROCEDURE Sales.GetNullRecentSales;
    GO
    
    CREATE PROCEDURE Sales.GetNullRecentSales
    @date DATETIME
    AS
    BEGIN
        IF @date IS NULL
            SET @date = DATEADD(MONTH, -3,
                (SELECT MAX(ORDERDATE)
                FROM Sales.SalesOrderHeader));
        EXECUTE Sales.GetNonNullRecentSales @date;
    END
    GO
    
    IF OBJECT_ID('Sales.GetNonNullRecentSales', 'P') IS NOT NULL
        DROP PROCEDURE Sales.GetNonNullRecentSales;
    GO
    
    CREATE PROCEDURE Sales.GetNonNullRecentSales
    @date DATETIME
    AS
    BEGIN
        SELECT *
        FROM Sales.SalesOrderHeader AS h, Sales.SalesOrderDetail AS d
        WHERE h.SalesOrderID = d.SalesOrderID
            AND h.OrderDate > @date;
    END
    GO
    

Migliorare le stime della cardinalità con gli hint per la query

Per migliorare le stime della cardinalità per le variabili locali, è possibile usare gli hint per la query OPTIMIZE FOR <value> o OPTIMIZE FOR UNKNOWN con RECOMPILE. Per ulteriori informazioni, vedere i suggerimenti di query .

In alcune applicazioni, la ricompilazione della query ogni volta che viene eseguita può richiedere tempi troppo lunghi. L'hint per la query OPTIMIZE FOR può risultare utile anche se non si usa l'opzione RECOMPILE. È possibile ad esempio aggiungere un'opzione OPTIMIZE FOR alla stored procedure Sales.GetRecentSales per indicare una data specifica. Nell'esempio seguente viene aggiunta l'opzione OPTIMIZE FOR alla procedura Sales.GetRecentSales.

USE AdventureWorks2022;
GO

IF OBJECT_ID('Sales.GetRecentSales', 'P') IS NOT NULL
    DROP PROCEDURE Sales.GetRecentSales;
GO

CREATE PROCEDURE Sales.GetRecentSales
@date DATETIME
AS
BEGIN
    IF @date IS NULL
        SET @date = DATEADD(MONTH, -3,
            (SELECT MAX(ORDERDATE)
            FROM Sales.SalesOrderHeader));
    SELECT *
    FROM Sales.SalesOrderHeader AS h, Sales.SalesOrderDetail AS d
    WHERE h.SalesOrderID = d.SalesOrderID AND h.OrderDate > @date
    OPTION (OPTIMIZE FOR (@date = '2004-05-01 00:00:00.000'));
END
GO

Migliorare le stime della cardinalità con le guide di piano

Per alcune applicazioni, le linee guida per la progettazione delle query potrebbero non essere applicabili perché non è possibile modificare la query o l'hint per la query RECOMPILE potrebbe causare troppe ricompilazioni. È possibile utilizzare le guide di piano per specificare altri hint, ad esempio USE PLAN, in modo da controllare il comportamento della query mentre si collabora con il fornitore dell'applicazione per esaminarne le modifiche. Per altre informazioni sulle guide di piano, vedere Guide di piano.

Nel database SQL di Azure considerare la possibilità di usare, anziché le guide di piano, gli hint di Query Store per forzare i piani. Per altre informazioni, vedere Hint di Query Store.