统计信息 Statistic

当前 ByteHouse 自研的查询优化器使用统计信息来提高查询性能。当前支持用户手动 create stats 来收集数据表的统计信息或修改查询设计，从而提高查询性能。后续将支持自动收集和更新能力。支持语法如下：

1. 创建统计信息

CREATE STATS [IF NOT EXISTS] (<db>.* | ALL | [<db>.]<table>['(' <col1>, <col2>, ..., <coln> ')']) 
        [WITH (FULLSCAN | SAMPLE [<rows> ROWS] [<ratio> RATIO])] 

2. 展示统计信息

SHOW (STATS|COLUMN_STATS) (<db>.* | ALL | [<db>.]<table>'('<col1>, <col2>, ..., <coln> ')' )

3. 删除统计信息

DROP STATS (<db>.* | ALL | [<db>.]<table>['(' <col1>, <col2>, ..., <coln> ')' ])

执行计划 Explain Plan

对于数据工程师而言，通过执行计划诊断问题是很重要的排障手段。例如 Join order 的问题，统计信息是否缺失，估算是否合理，下推是否生效等等。ByteHouse 提供展示物理执行计划能力，用 Explain + Query 的方式对执行进行分析，便于更加直观地对查询进行分析和优化，并配合 Query Profiler 查询详情进行可视化展示。

注：当前需要先手动收集统计信息后，再生成执行计划

4. 生成物理执行计划：

EXPLAIN (QUERY Statement) ;

注：当前 EXPLAIN 语义仅支持 DQL SELECT 语法的分析。

使用示例

1. 创建数据库表

CREATE DATABASE sampledb;

CREATE TABLE sampledb.t1 
(
  id Int64,
  name Int64
) ENGINE = CnchMergeTree()
ORDER BY id;

CREATE TABLE sampledb.t2
(
  uid Int64,
  name Int64
) ENGINE = CnchMergeTree()
ORDER BY uid;

2. 插入样例数据

INSERT INTO sampledb.t1 VALUES (1,'bob'),(2,'alice'),(3,'peter'),(4,'jay'),(5,'yiyang'),(6,'aurora');
INSERT INTO sampledb.t2 VALUES (1,'smith'),(2,'parker'),(3,'taylor'),(4,'davis'),(5,'joines');

3. 收集表的统计信息

CREATE stats sampledb.t1;
CREATE stats sampledb.t2;

展示如下结果

4. 展示表的统计信息

SHOW stats sampledb.t1;

5. 为数据表生成执行计划

USE sampledb;
EXPLAIN SELECT * FROM t1 JOIN t2 ON (t1.id = t2.uid);

将展示如下信息：

Gather Exchange est. 6 rows
└─ Projection est. 6 rows
│ Expressions: [id, name, uid], t2.name:=name_1
└─ Inner Join est. 6 rows
│ Condition: id == uid
├─ Local Exchange est. 6 rows
│ └─ ReadFromStorage 2100069045.sampledb.t1 est. 6 rows
│ Outputs: [id, name]
└─ Broadcast Exchange est. 5 rows
└─ ReadFromStorage 2100069045.sampledb.t2 est. 5 rows
Outputs: [uid], name_1:=name

6. 删除表的统计信息

DROP stats sampledb.t1;
DROP stats sampledb.t1;