Tabellstatistik för dedikerad SQL-pool i Azure Synapse Analytics
I den här artikeln hittar du rekommendationer och exempel för att skapa och uppdatera frågeoptimeringsstatistik för tabeller i en dedikerad SQL-pool.
Varför använda statistik
Ju mer dedikerad SQL-pool som känner till dina data, desto snabbare kan den köra frågor mot dem. När du har hämtat data till en dedikerad SQL-pool är insamling av statistik om dina data en av de viktigaste sakerna du kan göra för att optimera dina frågor.
Frågeoptimeraren för dedikerad SQL-pool är en kostnadsbaserad optimerare. Den jämför kostnaden för olika frågeplaner och väljer sedan planen med den lägsta kostnaden. I de flesta fall väljer den den plan som ska köras snabbast.
Om optimeringen till exempel uppskattar att det datum då frågan filtreras returnerar en rad väljer den en plan. Om den uppskattar att det valda datumet returnerar 1 miljon rader returneras en annan plan.
Automatiskt skapande av statistik
När databasen AUTO_CREATE_STATISTICS alternativet är aktiverat analyserar den dedikerade SQL-poolen inkommande användarfrågor efter statistik som saknas.
Om statistik saknas skapar frågeoptimeraren statistik för enskilda kolumner i frågepredikatet eller kopplingsvillkoret för att förbättra kardinalitetsuppskattningarna för frågeplanen.
Anteckning
Automatisk generering av statistik är aktiverat som standard.
Du kan kontrollera om den dedikerade SQL-poolen har AUTO_CREATE_STATISTICS konfigurerats genom att köra följande kommando:
SELECT name, is_auto_create_stats_on
FROM sys.databases
Om din dedikerade SQL-pool inte har AUTO_CREATE_STATISTICS konfigurerad rekommenderar vi att du aktiverar den här egenskapen genom att köra följande kommando:
ALTER DATABASE <yourdatawarehousename>
SET AUTO_CREATE_STATISTICS ON
Dessa instruktioner utlöser automatisk skapande av statistik:
- SELECT
- INSERT-SELECT
- CTAS
- UPDATE
- DELETE
- FÖRKLARA när en koppling eller förekomsten av ett predikat identifieras
Anteckning
Automatisk skapande av statistik skapas inte i tillfälliga eller externa tabeller.
Automatisk skapande av statistik görs synkront, så du kan få något sämre frågeprestanda om dina kolumner saknar statistik. Tiden för att skapa statistik för en enskild kolumn beror på tabellens storlek.
För att undvika mätbar prestandaförsämring bör du se till att statistik har skapats först genom att köra benchmark-arbetsbelastningen innan du profilerar systemet.
Anteckning
Skapandet av statistik loggas i sys.dm_pdw_exec_requests under en annan användarkontext.
När automatisk statistik skapas har de formatet: WA_Sys<kolumn-ID med 8 siffror i hex>_<8-siffrigt tabell-ID i Hex>. Du kan visa statistik som redan har skapats genom att köra kommandot DBCC SHOW_STATISTICS :
DBCC SHOW_STATISTICS (<table_name>, <target>)
Table_name är namnet på den tabell som innehåller den statistik som ska visas. Den här tabellen kan inte vara en extern tabell. Målet är namnet på målindexet, statistiken eller kolumnen som statistikinformationen ska visas för.
Uppdatera statistik
En bra idé är att uppdatera statistik för datumkolumner varje dag när nya datum läggs till. Varje gång nya rader läses in i den dedikerade SQL-poolen läggs nya inläsningsdatum eller transaktionsdatum till. Dessa tillägg ändrar datafördelningen och gör statistiken inaktuell.
Statistik för en kolumn för land/region i en kundtabell kanske aldrig behöver uppdateras eftersom fördelningen av värden vanligtvis inte ändras. Om distributionen är konstant mellan kunder kommer inte datadistributionen att ändras om du lägger till nya rader i tabellvarianten.
Men om din dedikerade SQL-pool bara innehåller ett land/en region och du hämtar data från ett nytt land/en ny region, vilket resulterar i att data från flera länder/regioner lagras, måste du uppdatera statistiken i kolumnen land/region.
Följande är rekommendationer för uppdatering av statistik:
| Statistikattribut | Rekommendation |
|---|---|
| Frekvens för statistikuppdateringar | Konservativ: Varje dag efter inläsning eller transformering av dina data |
| Sampling | Mindre än 1 miljard rader använder standardsampling (20 procent).
Med mer än 1 miljard rader använder du sampling på två procent. |
En av de första frågorna att ställa när du felsöker en fråga är "Är statistiken uppdaterad?"
Den här frågan kan inte besvaras efter dataåldern. Ett uppdaterat statistikobjekt kan vara gammalt om det inte har skett någon väsentlig ändring av underliggande data. När antalet rader har ändrats avsevärt, eller om det sker en väsentlig ändring i fördelningen av värden för en kolumn, är det dags att uppdatera statistiken.
Det finns ingen dynamisk hanteringsvy för att avgöra om data i tabellen har ändrats sedan statistiken senast uppdaterades. Följande två frågor kan hjälpa dig att avgöra om din statistik är inaktuell.
Fråga 1: Ta reda på skillnaden mellan radantalet från statistiken (stats_row_count) och det faktiska radantalet (actual_row_count).
select
objIdsWithStats.[object_id],
actualRowCounts.[schema],
actualRowCounts.logical_table_name,
statsRowCounts.stats_row_count,
actualRowCounts.actual_row_count,
row_count_difference = CASE
WHEN actualRowCounts.actual_row_count >= statsRowCounts.stats_row_count THEN actualRowCounts.actual_row_count - statsRowCounts.stats_row_count
ELSE statsRowCounts.stats_row_count - actualRowCounts.actual_row_count
END,
percent_deviation_from_actual = CASE
WHEN actualRowCounts.actual_row_count = 0 THEN statsRowCounts.stats_row_count
WHEN statsRowCounts.stats_row_count = 0 THEN actualRowCounts.actual_row_count
WHEN actualRowCounts.actual_row_count >= statsRowCounts.stats_row_count THEN CONVERT(NUMERIC(18, 0), CONVERT(NUMERIC(18, 2), (actualRowCounts.actual_row_count - statsRowCounts.stats_row_count)) / CONVERT(NUMERIC(18, 2), actualRowCounts.actual_row_count) * 100)
ELSE CONVERT(NUMERIC(18, 0), CONVERT(NUMERIC(18, 2), (statsRowCounts.stats_row_count - actualRowCounts.actual_row_count)) / CONVERT(NUMERIC(18, 2), actualRowCounts.actual_row_count) * 100)
END
from
(
select distinct object_id from sys.stats where stats_id > 1
) objIdsWithStats
left join
(
select object_id, sum(rows) as stats_row_count from sys.partitions group by object_id
) statsRowCounts
on objIdsWithStats.object_id = statsRowCounts.object_id
left join
(
SELECT sm.name [schema] ,
tb.name logical_table_name ,
tb.object_id object_id ,
SUM(rg.row_count) actual_row_count
FROM sys.schemas sm
INNER JOIN sys.tables tb ON sm.schema_id = tb.schema_id
INNER JOIN sys.pdw_table_mappings mp ON tb.object_id = mp.object_id
INNER JOIN sys.pdw_nodes_tables nt ON nt.name = mp.physical_name
INNER JOIN sys.dm_pdw_nodes_db_partition_stats rg ON rg.object_id = nt.object_id
AND rg.pdw_node_id = nt.pdw_node_id
AND rg.distribution_id = nt.distribution_id
WHERE rg.index_id = 1
GROUP BY sm.name, tb.name, tb.object_id
) actualRowCounts
on objIdsWithStats.object_id = actualRowCounts.object_id
Fråga 2: Ta reda på statistikens ålder genom att kontrollera den senaste gången statistiken uppdaterades i varje tabell.
Anteckning
Om det sker en väsentlig ändring i fördelningen av värden för en kolumn bör du uppdatera statistiken oavsett den senaste gången de uppdaterades.
SELECT
sm.[name] AS [schema_name],
tb.[name] AS [table_name],
co.[name] AS [stats_column_name],
st.[name] AS [stats_name],
STATS_DATE(st.[object_id],st.[stats_id]) AS [stats_last_updated_date]
FROM
sys.objects ob
JOIN sys.stats st
ON ob.[object_id] = st.[object_id]
JOIN sys.stats_columns sc
ON st.[stats_id] = sc.[stats_id]
AND st.[object_id] = sc.[object_id]
JOIN sys.columns co
ON sc.[column_id] = co.[column_id]
AND sc.[object_id] = co.[object_id]
JOIN sys.types ty
ON co.[user_type_id] = ty.[user_type_id]
JOIN sys.tables tb
ON co.[object_id] = tb.[object_id]
JOIN sys.schemas sm
ON tb.[schema_id] = sm.[schema_id]
WHERE
st.[user_created] = 1;
Datumkolumner i en dedikerad SQL-pool behöver till exempel vanligtvis frekventa statistikuppdateringar. Varje gång nya rader läses in i den dedikerade SQL-poolen läggs nya inläsningsdatum eller transaktionsdatum till. Dessa tillägg ändrar datafördelningen och gör statistiken inaktuell.
Däremot kanske statistik för en könskolumn i en kundtabell aldrig behöver uppdateras. Om distributionen är konstant mellan kunder kommer inte datadistributionen att ändras om du lägger till nya rader i tabellvarianten.
Om din dedikerade SQL-pool bara innehåller ett kön och ett nytt krav resulterar i flera kön, måste du uppdatera statistiken för könskolumnen.
Mer information finns i allmänna riktlinjer för statistik.
Implementera statistikhantering
Det är ofta en bra idé att utöka datainläsningsprocessen för att säkerställa att statistiken uppdateras i slutet av belastningen för att undvika/minimera blockering eller resurskonkurration mellan samtidiga frågor.
Datainläsningen är när tabeller oftast ändrar storlek och/eller fördelning av värden. Datainläsning är en logisk plats för att implementera vissa hanteringsprocesser.
Följande riktlinjer finns för att uppdatera din statistik:
- Kontrollera att minst ett statistikobjekt har uppdaterats för varje inläst tabell. Detta uppdaterar tabellstorleken (radantal och antal sidor) som en del av statistikuppdateringen.
- Fokusera på kolumner som deltar i JOIN-, GROUP BY-, ORDER BY- och DISTINCT-satser.
- Överväg att uppdatera kolumner med "stigande nyckel", till exempel transaktionsdatum oftare, eftersom dessa värden inte tas med i statistikhistogrammet.
- Överväg att uppdatera statiska distributionskolumner mindre ofta.
- Kom ihåg att varje statistikobjekt uppdateras i följd. Att bara implementera
UPDATE STATISTICS <TABLE_NAME>är inte alltid idealiskt, särskilt inte för breda tabeller med många statistikobjekt.
Mer information finns i Kardinalitetsuppskattning.
Exempel: Skapa statistik
De här exemplen visar hur du använder olika alternativ för att skapa statistik. Vilka alternativ du använder för varje kolumn beror på egenskaperna för dina data och hur kolumnen ska användas i frågor.
Skapa statistik med en kolumn med standardalternativ
Om du vill skapa statistik för en kolumn anger du ett namn för statistikobjektet och namnet på kolumnen.
Den här syntaxen använder alla standardalternativ. Som standard samplas 20 procent av tabellen när du skapar statistik.
CREATE STATISTICS [statistics_name] ON [schema_name].[table_name]([column_name]);
Exempel:
CREATE STATISTICS col1_stats ON dbo.table1 (col1);
Skapa statistik med en kolumn genom att undersöka varje rad
Standardsamplingsfrekvensen på 20 procent är tillräcklig för de flesta situationer. Du kan dock justera samplingsfrekvensen.
Om du vill ta exempel på den fullständiga tabellen använder du den här syntaxen:
CREATE STATISTICS [statistics_name] ON [schema_name].[table_name]([column_name]) WITH FULLSCAN;
Exempel:
CREATE STATISTICS col1_stats ON dbo.table1 (col1) WITH FULLSCAN;
Skapa statistik med en kolumn genom att ange exempelstorleken
Du kan också ange urvalsstorleken som procent:
CREATE STATISTICS col1_stats ON dbo.table1 (col1) WITH SAMPLE = 50 PERCENT;
Skapa statistik med en kolumn på endast några av raderna
Du kan också skapa statistik på en del av raderna i tabellen. Detta kallas för en filtrerad statistik.
Du kan till exempel använda filtrerad statistik när du planerar att fråga en specifik partition i en stor partitionerad tabell. Genom att bara skapa statistik för partitionsvärdena förbättras statistikens noggrannhet och därmed förbättra frågeprestandan.
I det här exemplet skapas statistik för ett värdeintervall. Värdena kan enkelt definieras så att de matchar intervallet med värden i en partition.
CREATE STATISTICS stats_col1 ON table1(col1) WHERE col1 > '2000101' AND col1 < '20001231';
Anteckning
För att frågeoptimeraren ska kunna överväga att använda filtrerad statistik när den väljer den distribuerade frågeplanen måste frågan få plats i definitionen av statistikobjektet. I föregående exempel måste frågans WHERE-sats ange kol1-värden mellan 2000101 och 20001231.
Skapa statistik med en kolumn med alla alternativ
Du kan också kombinera alternativen tillsammans. I följande exempel skapas ett filtrerat statistikobjekt med en anpassad exempelstorlek:
CREATE STATISTICS stats_col1 ON table1 (col1) WHERE col1 > '2000101' AND col1 < '20001231' WITH SAMPLE = 50 PERCENT;
Fullständig referens finns i SKAPA STATISTIK.
Skapa statistik för flera kolumner
Om du vill skapa ett statistikobjekt med flera kolumner använder du föregående exempel, men anger fler kolumner.
Anteckning
Histogrammet, som används för att uppskatta antalet rader i frågeresultatet, är bara tillgängligt för den första kolumnen som anges i definitionen av statistikobjektet.
I det här exemplet finns histogrammet på product_category. Statistik över flera kolumner beräknas på product_category och product_sub_category:
CREATE STATISTICS stats_2cols ON table1 (product_category, product_sub_category) WHERE product_category > '2000101' AND product_category < '20001231' WITH SAMPLE = 50 PERCENT;
Eftersom det finns en korrelation mellan product_category och product_sub_category kan ett statistikobjekt med flera kolumner vara användbart om dessa kolumner används samtidigt.
Skapa statistik för alla kolumner i en tabell
Ett sätt att skapa statistik är att utfärda CREATE STATISTICS-kommandon när du har skapat tabellen:
CREATE TABLE dbo.table1
(
col1 int
, col2 int
, col3 int
)
WITH
(
CLUSTERED COLUMNSTORE INDEX
)
;
CREATE STATISTICS stats_col1 on dbo.table1 (col1);
CREATE STATISTICS stats_col2 on dbo.table2 (col2);
CREATE STATISTICS stats_col3 on dbo.table3 (col3);
Använd en lagrad procedur för att skapa statistik för alla kolumner i en SQL-pool
Den dedikerade SQL-poolen har ingen system lagrad procedur som motsvarar sp_create_stats i SQL Server. Den här lagrade proceduren skapar ett statistikobjekt med en kolumn i varje kolumn i en SQL-pool som inte redan har statistik.
Följande exempel hjälper dig att komma igång med din SQL-pooldesign. Passa på att anpassa den efter dina behov.
CREATE PROCEDURE [dbo].[prc_sqldw_create_stats]
( @create_type tinyint -- 1 default 2 Fullscan 3 Sample
, @sample_pct tinyint
)
AS
IF @create_type IS NULL
BEGIN
SET @create_type = 1;
END;
IF @create_type NOT IN (1,2,3)
BEGIN
THROW 151000,'Invalid value for @stats_type parameter. Valid range 1 (default), 2 (fullscan) or 3 (sample).',1;
END;
IF @sample_pct IS NULL
BEGIN;
SET @sample_pct = 20;
END;
IF OBJECT_ID('tempdb..#stats_ddl') IS NOT NULL
BEGIN;
DROP TABLE #stats_ddl;
END;
CREATE TABLE #stats_ddl
WITH ( DISTRIBUTION = HASH([seq_nmbr])
, LOCATION = USER_DB
)
AS
WITH T
AS
(
SELECT t.[name] AS [table_name]
, s.[name] AS [table_schema_name]
, c.[name] AS [column_name]
, c.[column_id] AS [column_id]
, t.[object_id] AS [object_id]
, ROW_NUMBER()
OVER(ORDER BY (SELECT NULL)) AS [seq_nmbr]
FROM sys.[tables] t
JOIN sys.[schemas] s ON t.[schema_id] = s.[schema_id]
JOIN sys.[columns] c ON t.[object_id] = c.[object_id]
LEFT JOIN sys.[stats_columns] l ON l.[object_id] = c.[object_id]
AND l.[column_id] = c.[column_id]
AND l.[stats_column_id] = 1
LEFT JOIN sys.[external_tables] e ON e.[object_id] = t.[object_id]
WHERE l.[object_id] IS NULL
AND e.[object_id] IS NULL -- not an external table
)
SELECT [table_schema_name]
, [table_name]
, [column_name]
, [column_id]
, [object_id]
, [seq_nmbr]
, CASE @create_type
WHEN 1
THEN CAST('CREATE STATISTICS '+QUOTENAME('stat_'+table_schema_name+ '_' + table_name + '_'+column_name)+' ON '+QUOTENAME(table_schema_name)+'.'+QUOTENAME(table_name)+'('+QUOTENAME(column_name)+')' AS VARCHAR(8000))
WHEN 2
THEN CAST('CREATE STATISTICS '+QUOTENAME('stat_'+table_schema_name+ '_' + table_name + '_'+column_name)+' ON '+QUOTENAME(table_schema_name)+'.'+QUOTENAME(table_name)+'('+QUOTENAME(column_name)+') WITH FULLSCAN' AS VARCHAR(8000))
WHEN 3
THEN CAST('CREATE STATISTICS '+QUOTENAME('stat_'+table_schema_name+ '_' + table_name + '_'+column_name)+' ON '+QUOTENAME(table_schema_name)+'.'+QUOTENAME(table_name)+'('+QUOTENAME(column_name)+') WITH SAMPLE '+CONVERT(varchar(4),@sample_pct)+' PERCENT' AS VARCHAR(8000))
END AS create_stat_ddl
FROM T
;
DECLARE @i INT = 1
, @t INT = (SELECT COUNT(*) FROM #stats_ddl)
, @s NVARCHAR(4000) = N''
;
WHILE @i <= @t
BEGIN
SET @s=(SELECT create_stat_ddl FROM #stats_ddl WHERE seq_nmbr = @i);
PRINT @s
EXEC sp_executesql @s
SET @i+=1;
END
DROP TABLE #stats_ddl;
Om du vill skapa statistik för alla kolumner i tabellen med standardvärdena kör du den lagrade proceduren.
EXEC [dbo].[prc_sqldw_create_stats] 1, NULL;
Om du vill skapa statistik för alla kolumner i tabellen med hjälp av en fullständig genomsökning anropar du den här proceduren.
EXEC [dbo].[prc_sqldw_create_stats] 2, NULL;
Om du vill skapa samplad statistik för alla kolumner i tabellen anger du 3 och exempelprocenten. Den här proceduren använder en samplingsfrekvens på 20 procent.
EXEC [dbo].[prc_sqldw_create_stats] 3, 20;
Exempel: Uppdatera statistik
Om du vill uppdatera statistik kan du:
- Uppdatera ett statistikobjekt. Ange namnet på statistikobjektet som du vill uppdatera.
- Uppdatera alla statistikobjekt i en tabell. Ange namnet på tabellen i stället för ett specifikt statistikobjekt.
Uppdatera ett specifikt statistikobjekt
Använd följande syntax för att uppdatera ett specifikt statistikobjekt:
UPDATE STATISTICS [schema_name].[table_name]([stat_name]);
Exempel:
UPDATE STATISTICS [dbo].[table1] ([stats_col1]);
Genom att uppdatera specifika statistikobjekt kan du minimera den tid och de resurser som krävs för att hantera statistik. Om du gör det måste vissa tänka på att välja de bästa statistikobjekten att uppdatera.
Uppdatera all statistik i en tabell
En enkel metod för att uppdatera alla statistikobjekt i en tabell är:
UPDATE STATISTICS [schema_name].[table_name];
Exempel:
UPDATE STATISTICS dbo.table1;
Instruktionen UPDATE STATISTICS är enkel att använda. Kom bara ihåg att den uppdaterar all statistik i tabellen och därför kan utföra mer arbete än vad som är nödvändigt. Om prestanda inte är ett problem är detta det enklaste och mest kompletta sättet att garantera att statistiken är uppdaterad.
Anteckning
När du uppdaterar all statistik i en tabell gör den dedikerade SQL-poolen en genomsökning för att sampla tabellen för varje statistikobjekt. Om tabellen är stor och har många kolumner och många statistik kan det vara mer effektivt att uppdatera individuell statistik baserat på behov.
En implementering av en UPDATE STATISTICS procedur finns i Temporära tabeller. Implementeringsmetoden skiljer sig något från föregående CREATE STATISTICS procedur, men resultatet är detsamma.
Fullständig syntax finns i Uppdatera statistik.
Metadata för statistik
Det finns flera systemvyer och funktioner som du kan använda för att hitta information om statistik. Du kan till exempel se om ett statistikobjekt kan vara inaktuellt med hjälp av funktionen stats-date för att se när statistik senast skapades eller uppdaterades.
Katalogvyer för statistik
Dessa systemvyer innehåller information om statistik:
| Katalogvy | Beskrivning |
|---|---|
| sys.columns | En rad för varje kolumn. |
| sys.objects | En rad för varje objekt i databasen. |
| sys.schemas | En rad för varje schema i databasen. |
| sys.stats | En rad för varje statistikobjekt. |
| sys.stats_columns | En rad för varje kolumn i statistikobjektet. Länkar tillbaka till sys.columns. |
| sys.tables | En rad för varje tabell (innehåller externa tabeller). |
| sys.table_types | En rad för varje datatyp. |
Systemfunktioner för statistik
Dessa systemfunktioner är användbara för att arbeta med statistik:
| Systemfunktion | Beskrivning |
|---|---|
| STATS_DATE | Datum då statistikobjektet senast uppdaterades. |
| DBCC-SHOW_STATISTICS | Sammanfattningsnivå och detaljerad information om fördelningen av värden som tolkas av statistikobjektet. |
Kombinera statistikkolumner och funktioner i en vy
Den här vyn för samman kolumner som relaterar till statistik och resultat från funktionen STATS_DATE().
CREATE VIEW dbo.vstats_columns
AS
SELECT
sm.[name] AS [schema_name]
, tb.[name] AS [table_name]
, st.[name] AS [stats_name]
, st.[filter_definition] AS [stats_filter_definition]
, st.[has_filter] AS [stats_is_filtered]
, STATS_DATE(st.[object_id],st.[stats_id])
AS [stats_last_updated_date]
, co.[name] AS [stats_column_name]
, ty.[name] AS [column_type]
, co.[max_length] AS [column_max_length]
, co.[precision] AS [column_precision]
, co.[scale] AS [column_scale]
, co.[is_nullable] AS [column_is_nullable]
, co.[collation_name] AS [column_collation_name]
, QUOTENAME(sm.[name])+'.'+QUOTENAME(tb.[name])
AS two_part_name
, QUOTENAME(DB_NAME())+'.'+QUOTENAME(sm.[name])+'.'+QUOTENAME(tb.[name])
AS three_part_name
FROM sys.objects AS ob
JOIN sys.stats AS st ON ob.[object_id] = st.[object_id]
JOIN sys.stats_columns AS sc ON st.[stats_id] = sc.[stats_id]
AND st.[object_id] = sc.[object_id]
JOIN sys.columns AS co ON sc.[column_id] = co.[column_id]
AND sc.[object_id] = co.[object_id]
JOIN sys.types AS ty ON co.[user_type_id] = ty.[user_type_id]
JOIN sys.tables AS tb ON co.[object_id] = tb.[object_id]
JOIN sys.schemas AS sm ON tb.[schema_id] = sm.[schema_id]
WHERE 1=1
AND st.[user_created] = 1
;
DBCC SHOW_STATISTICS()-exempel
DBCC SHOW_STATISTICS() visar data som lagras i ett statistikobjekt. Dessa data kommer i tre delar:
- Huvud
- Densitetsvektor
- Histogram
Huvudmetadata om statistiken. Histogrammet visar fördelningen av värden i den första nyckelkolumnen i statistikobjektet. Densitetsvektorn mäter korrelation mellan kolumner.
Anteckning
Dedikerad SQL-pool beräknar kardinalitetsuppskattningar med någon av data i statistikobjektet.
Visa sidhuvud, densitet och histogram
Det här enkla exemplet visar alla tre delarna i ett statistikobjekt:
DBCC SHOW_STATISTICS([<schema_name>.<table_name>],<stats_name>)
Exempel:
DBCC SHOW_STATISTICS (dbo.table1, stats_col1);
Visa en eller flera delar av DBCC SHOW_STATISTICS()
Om du bara är intresserad av att visa specifika delar använder WITH du -satsen och anger vilka delar du vill se:
DBCC SHOW_STATISTICS([<schema_name>.<table_name>],<stats_name>) WITH stat_header, histogram, density_vector
Exempel:
DBCC SHOW_STATISTICS (dbo.table1, stats_col1) WITH histogram, density_vector
DBCC SHOW_STATISTICS() skillnader
DBCC SHOW_STATISTICS() implementeras striktare i en dedikerad SQL-pool jämfört med SQL Server:
- Odokumenterade funktioner stöds inte.
- Det går inte att använda Stats_stream.
- Det går inte att koppla resultat för specifika delmängder av statistikdata. Till exempel STAT_HEADER JOIN DENSITY_VECTOR.
- NO_INFOMSGS kan inte anges för undertryckning av meddelanden.
- Hakparenteser runt statistiknamn kan inte användas.
- Det går inte att använda kolumnnamn för att identifiera statistikobjekt.
- Det anpassade felet 2767 stöds inte.
Nästa steg
Mer information om hur du förbättrar frågeprestanda finns i Övervaka din arbetsbelastning