统计信息简介

TiDB 使用统计信息作为优化器的输入，用于估算 SQL 语句每个执行计划步骤中处理的行数。优化器会估算每个可用执行计划的成本，包括 索引访问 和表连接的顺序，并为每个可用计划生成一个成本值。然后，优化器选择总体成本最低的执行计划。

收集统计信息

本节介绍两种收集统计信息的方式：自动更新和手动收集。

自动更新

对于 INSERT、DELETE 或 UPDATE 语句，TiDB 会自动更新统计信息中的行数和已修改行数。

TiDB 每 60 秒持久化一次更新信息。

根据表的数据变更量，TiDB 会自动调度 ANALYZE 对这些表收集统计信息。该行为由以下系统变量控制。

当表中 tbl 的已修改行数与总行数的比值大于 tidb_auto_analyze_ratio，且当前时间在 tidb_auto_analyze_start_time 和 tidb_auto_analyze_end_time 之间时，TiDB 会在后台执行 ANALYZE TABLE tbl 语句，自动更新该表的统计信息。

为避免频繁修改小表数据时频繁触发自动更新，当表的行数小于 1000 时，TiDB 不会因修改而触发自动更新。你可以使用 SHOW STATS_META 语句查看表的行数。

手动收集

目前，TiDB 以全量方式收集统计信息。你可以执行 ANALYZE TABLE 语句来收集统计信息。

你可以使用以下语法进行全量收集。

• 收集 TableNameList 中所有表的统计信息：

  ANALYZE TABLE TableNameList [WITH NUM BUCKETS|TOPN|CMSKETCH DEPTH|CMSKETCH WIDTH]|[WITH NUM SAMPLES|WITH FLOATNUM SAMPLERATE];
  

• WITH NUM BUCKETS 指定生成直方图的最大桶数。

• WITH NUM TOPN 指定生成的 TOPN 的最大数量。

• WITH NUM CMSKETCH DEPTH 指定 CM Sketch 的深度。

• WITH NUM CMSKETCH WIDTH 指定 CM Sketch 的宽度。

• WITH NUM SAMPLES 指定样本数量。

• WITH FLOAT_NUM SAMPLERATE 指定采样率。

WITH NUM SAMPLES 和 WITH FLOAT_NUM SAMPLERATE 分别对应两种不同的采样算法。

详细说明请参见 直方图、Top-N 和 CMSketch（Count-Min Sketch）。关于 SAMPLES/SAMPLERATE，参见 提升收集性能。

关于持久化选项以便复用的信息，参见 持久化 ANALYZE 配置。

统计信息类型

本节介绍三种统计信息类型：直方图、Count-Min Sketch 和 Top-N。

直方图

直方图统计信息被优化器用于估算区间或范围谓词的选择性，也可能用于统计信息版本 2 中估算等值/IN 谓词时确定列中不同值的数量（参见 统计信息版本）。

直方图是一种对数据分布的近似表示。它将整个取值范围划分为一系列桶，并用简单的数据描述每个桶，例如落入该桶的值的数量。在 TiDB 中，会为每个表的特定列创建等深直方图。等深直方图可用于估算区间查询。

这里的“等深”指的是每个桶中落入的值的数量尽可能相等。例如，对于集合 {1.6, 1.9, 1.9, 2.0, 2.4, 2.6, 2.7, 2.7, 2.8, 2.9, 3.4, 3.5}，如果要生成 4 个桶，则等深直方图为 [1.6, 1.9]、[2.0, 2.6]、[2.7, 2.8]、[2.9, 3.5]，每个桶的深度为 3。

关于决定直方图桶数上限的参数，参见 手动收集。桶数越多，直方图的精度越高；但更高的精度会消耗更多内存资源。你可以根据实际场景适当调整该值。

Count-Min Sketch

Count-Min Sketch 是一种哈希结构。在处理如 a = 1 的等值查询或 IN 查询（如 a IN (1, 2, 3)）时，TiDB 使用该数据结构进行估算。

由于 Count-Min Sketch 是哈希结构，可能会发生哈希冲突。在 EXPLAIN 语句中，如果等值查询的估算值与实际值偏差很大，可能是因为大值和小值被哈希到了一起。此时，你可以通过以下方式避免哈希冲突：

• 修改 WITH NUM TOPN 参数。TiDB 会将高频（前 x 个）数据单独存储，其余数据存储在 Count-Min Sketch 中。因此，为防止大值和小值被哈希到一起，可以增大 WITH NUM TOPN 的值。在 TiDB 中，默认值为 20，最大值为 1024。关于该参数的更多信息，参见 手动收集。
• 修改 WITH NUM CMSKETCH DEPTH 和 WITH NUM CMSKETCH WIDTH 两个参数。二者均影响哈希桶数量和冲突概率。你可以根据实际场景适当增大这两个参数的值，以降低哈希冲突概率，但会增加统计信息的内存占用。在 TiDB 中，WITH NUM CMSKETCH DEPTH 默认值为 5，WITH NUM CMSKETCH WIDTH 默认值为 2048。关于这两个参数的更多信息，参见 手动收集。

Top-N

Top-N 值是指某一列或索引中出现次数最多的前 N 个值。Top-N 统计信息通常也称为频率统计或数据倾斜。

TiDB 会记录 Top-N 值及其出现次数。N 由 WITH NUM TOPN 参数控制，默认值为 20，即收集出现频率最高的前 20 个值。最大值为 1024。关于该参数的详细信息，参见 手动收集。

选择性统计信息收集

本节介绍如何有选择地收集统计信息。

收集索引统计信息

要收集 TableName 中 IndexNameList 所有索引的统计信息，可使用以下语法：

ANALYZE TABLE TableName INDEX [IndexNameList] [WITH NUM BUCKETS|TOPN|CMSKETCH DEPTH|CMSKETCH WIDTH]|[WITH NUM SAMPLES|WITH FLOATNUM SAMPLERATE];

当 IndexNameList 为空时，该语法会收集 TableName 中所有索引的统计信息。

收集部分列的统计信息

在执行 SQL 语句时，优化器大多数情况下只会用到部分列的统计信息。例如，出现在 WHERE、JOIN、ORDER BY 和 GROUP BY 子句中的列，这些列称为谓词列（predicate columns）。

如果表中列很多，收集所有列的统计信息会带来较大开销。为降低开销，你可以只为特定列（自定义选择）或 PREDICATE COLUMNS（谓词列）收集统计信息，以供优化器使用。若需持久化任意子集列的列表以便后续复用，参见 持久化列配置。

• 若要收集指定列的统计信息，使用以下语法：

  ANALYZE TABLE TableName COLUMNS ColumnNameList [WITH NUM BUCKETS|TOPN|CMSKETCH DEPTH|CMSKETCH WIDTH]|[WITH NUM SAMPLES|WITH FLOATNUM SAMPLERATE];
  

  其中，ColumnNameList 指定目标列名列表。若需指定多个列名，使用英文逗号 , 分隔。例如：ANALYZE table t columns a, b。该语法除了收集指定表中指定列的统计信息外，还会同时收集该表的索引列及所有索引的统计信息。

• 若要收集 PREDICATE COLUMNS 的统计信息，使用以下语法：

  ANALYZE TABLE TableName PREDICATE COLUMNS [WITH NUM BUCKETS|TOPN|CMSKETCH DEPTH|CMSKETCH WIDTH]|[WITH NUM SAMPLES|WITH FLOATNUM SAMPLERATE];
  

  TiDB 每 300 秒会将 PREDICATE COLUMNS 信息写入 mysql.column_stats_usage 系统表。

  除了收集指定表的 PREDICATE COLUMNS 统计信息外，该语法还会同时收集该表的索引列及所有索引的统计信息。

  注意

  • 如果 mysql.column_stats_usage 系统表中未记录该表的任何 PREDICATE COLUMNS，则上述语法会收集该表的索引列及所有索引的统计信息。
  • 被排除在收集之外的列（无论是手动指定列还是使用 PREDICATE COLUMNS）不会被覆盖其统计信息。当执行新类型的 SQL 查询时，优化器会使用这些列的旧统计信息（若存在），或使用伪列统计信息（若从未收集过统计信息）。下次使用 PREDICATE COLUMNS 执行 ANALYZE 时，会收集这些列的统计信息。

• 若要收集所有列及索引的统计信息，使用以下语法：

  ANALYZE TABLE TableName ALL COLUMNS [WITH NUM BUCKETS|TOPN|CMSKETCH DEPTH|CMSKETCH WIDTH]|[WITH NUM SAMPLES|WITH FLOATNUM SAMPLERATE];
  

收集分区统计信息

• 若要收集 TableName 中 PartitionNameList 所有分区的统计信息，使用以下语法：

  ANALYZE TABLE TableName PARTITION PartitionNameList [WITH NUM BUCKETS|TOPN|CMSKETCH DEPTH|CMSKETCH WIDTH]|[WITH NUM SAMPLES|WITH FLOATNUM SAMPLERATE];
  

• 若要收集 TableName 中 PartitionNameList 所有分区的索引统计信息，使用以下语法：

  ANALYZE TABLE TableName PARTITION PartitionNameList INDEX [IndexNameList] [WITH NUM BUCKETS|TOPN|CMSKETCH DEPTH|CMSKETCH WIDTH]|[WITH NUM SAMPLES|WITH FLOATNUM SAMPLERATE];
  

• 如果你只需收集部分分区的部分列统计信息，使用以下语法：

  ANALYZE TABLE TableName PARTITION PartitionNameList [COLUMNS ColumnNameList|PREDICATE COLUMNS|ALL COLUMNS] [WITH NUM BUCKETS|TOPN|CMSKETCH DEPTH|CMSKETCH WIDTH]|[WITH NUM SAMPLES|WITH FLOATNUM SAMPLERATE];
  

动态裁剪模式下收集分区表统计信息

在 动态裁剪模式（自 v6.3.0 起为默认）下访问分区表时，TiDB 会收集表级统计信息，即分区表的全局统计信息。目前，全局统计信息是从所有分区的统计信息聚合而来。在动态裁剪模式下，表中任一分区的统计信息更新都可能触发该表全局统计信息的更新。

如果部分分区的统计信息为空，或部分分区缺少某些列的统计信息，则收集行为由 tidb_skip_missing_partition_stats 变量控制：

• 当触发全局统计信息更新且 tidb_skip_missing_partition_stats 为 OFF 时：

  • 若部分分区无统计信息（如新建分区从未分析过），全局统计信息生成会中断，并显示警告，提示分区无统计信息。

  • 若部分分区缺少某些列的统计信息（这些分区分析时指定了不同的列），在聚合这些列的统计信息时，全局统计信息生成会中断，并显示警告，提示部分分区缺少某些列的统计信息。

• 当触发全局统计信息更新且 tidb_skip_missing_partition_stats 为 ON 时：

  • 若部分分区缺少全部或部分列的统计信息，TiDB 在生成全局统计信息时会跳过这些缺失的分区统计信息，不影响全局统计信息的生成。

在动态裁剪模式下，分区和表的 ANALYZE 配置应保持一致。因此，如果你在 ANALYZE TABLE TableName PARTITION PartitionNameList 语句后指定了 COLUMNS 配置，或在 WITH 后指定了 OPTIONS 配置，TiDB 会忽略这些配置并返回警告。

提升收集性能

TiDB 提供两种方式提升统计信息收集性能：

• 只收集部分列的统计信息。参见 收集部分列的统计信息。
• 采样。

统计信息采样

采样可通过 ANALYZE 语句的两个不同选项实现，每个选项对应不同的收集算法：

• WITH NUM SAMPLES 指定采样集大小，在 TiDB 中实现为蓄水池采样法。当表较大时，不建议使用该方法收集统计信息。因为蓄水池采样的中间结果集包含冗余结果，会对内存等资源造成额外压力。
• WITH FLOAT_NUM SAMPLERATE 是 v5.3.0 引入的采样方法，取值范围为 (0, 1]，指定采样率。在 TiDB 中实现为伯努利采样，更适合大表采样，在收集效率和资源使用上表现更优。

v5.3.0 之前，TiDB 使用蓄水池采样法收集统计信息。自 v5.3.0 起，TiDB 统计信息版本 2 默认使用伯努利采样法。若需继续使用蓄水池采样法，可使用 WITH NUM SAMPLES 语句。

当前采样率基于自适应算法计算。当你可以通过 SHOW STATS_META 观察到表的行数时，可以用该行数计算对应 100,000 行的采样率。如果无法观察到该行数，可以用 SHOW TABLE REGIONS 结果中 APPROXIMATE_KEYS 列的所有值之和作为参考，计算采样率。

收集统计信息的内存配额

自 TiDB v6.1.0 起，你可以通过系统变量 tidb_mem_quota_analyze 控制 TiDB 收集统计信息时的内存配额。

设置 tidb_mem_quota_analyze 时，应结合集群数据量综合考虑。使用默认采样率时，主要考虑列数、列值大小和 TiDB 的内存配置。配置最大值和最小值时可参考以下建议：

• 最小值：应大于 TiDB 收集列数最多的表时的最大内存使用量。大致参考：默认配置下，TiDB 收集 20 列的表时最大内存约 800 MiB；收集 160 列的表时最大内存约 5 GiB。
• 最大值：应小于 TiDB 未收集统计信息时的可用内存。

持久化 ANALYZE 配置

自 v5.4.0 起，TiDB 支持持久化部分 ANALYZE 配置。通过该特性，可以方便地复用现有配置进行后续统计信息收集。

支持持久化的 ANALYZE 配置如下：

启用 ANALYZE 配置持久化

ANALYZE 配置持久化特性默认关闭。若需启用该特性，请确保系统变量 tidb_persist_analyze_options 为 ON，并将系统变量 tidb_analyze_version 设置为 2。

你可以通过该特性，在手动执行 ANALYZE 语句时记录指定的持久化配置。记录后，下次 TiDB 自动更新统计信息或你手动收集统计信息时未指定这些配置，TiDB 会按照已记录的配置收集统计信息。

要查询某张表用于自动分析操作的持久化配置，可执行以下 SQL 语句：

SELECT sample_num, sample_rate, buckets, topn, column_choice, column_ids FROM mysql.analyze_options opt JOIN information_schema.tables tbl ON opt.table_id = tbl.tidb_table_id WHERE tbl.table_schema = '{db_name}' AND tbl.table_name = '{table_name}';

TiDB 会用最新一次 ANALYZE 语句指定的新配置覆盖之前记录的持久化配置。例如，执行 ANALYZE TABLE t WITH 200 TOPN; 后，ANALYZE 语句会设置 top 200 的值。随后执行 ANALYZE TABLE t WITH 0.1 SAMPLERATE;，则自动 ANALYZE 语句会同时设置 top 200 和采样率 0.1，等同于 ANALYZE TABLE t WITH 200 TOPN, 0.1 SAMPLERATE;。

关闭 ANALYZE 配置持久化

若需关闭 ANALYZE 配置持久化特性，将系统变量 tidb_persist_analyze_options 设置为 OFF。由于 ANALYZE 配置持久化特性不适用于 tidb_analyze_version = 1，将 tidb_analyze_version 设置为 1 也可关闭该特性。

关闭 ANALYZE 配置持久化特性后，TiDB 不会清除已持久化的配置记录。因此，若你再次启用该特性，TiDB 会继续使用之前记录的持久化配置收集统计信息。

持久化列配置

如果你希望持久化 ANALYZE 语句中的列配置（包括 COLUMNS ColumnNameList、PREDICATE COLUMNS 和 ALL COLUMNS），请将系统变量 tidb_persist_analyze_options 设置为 ON，以启用 ANALYZE 配置持久化 特性。启用后：

• 当 TiDB 自动收集统计信息，或你手动执行 ANALYZE 语句但未指定列配置时，TiDB 会继续使用之前持久化的配置收集统计信息。
• 当你多次手动执行带有列配置的 ANALYZE 语句时，TiDB 会用最新一次 ANALYZE 语句指定的新配置覆盖之前记录的持久化配置。

要定位已收集统计信息的 PREDICATE COLUMNS 和列，可使用 SHOW COLUMN_STATS_USAGE 语句。

如下示例，在执行 ANALYZE TABLE t PREDICATE COLUMNS; 后，TiDB 会收集列 b、c 和 d 的统计信息，其中 b 为谓词列，c 和 d 为索引列。

CREATE TABLE t (a INT, b INT, c INT, d INT, INDEX idx_c_d(c, d));
Query OK, 0 rows affected (0.00 sec)

-- 优化器在该查询中会使用列 b 的统计信息。
SELECT * FROM t WHERE b > 1;
Empty set (0.00 sec)

-- 等待一段时间（100 * stats-lease）后，TiDB 会将收集到的 `PREDICATE COLUMNS` 写入 mysql.column_stats_usage。
-- 指定 `last_used_at IS NOT NULL` 可显示 TiDB 收集到的 `PREDICATE COLUMNS`。
SHOW COLUMN_STATS_USAGE
WHERE db_name = 'test' AND table_name = 't' AND last_used_at IS NOT NULL;
+---------+------------+----------------+-------------+---------------------+------------------+
| Db_name | Table_name | Partition_name | Column_name | Last_used_at        | Last_analyzed_at |
+---------+------------+----------------+-------------+---------------------+------------------+
| test    | t          |                | b           | 2022-01-05 17:21:33 | NULL             |
+---------+------------+----------------+-------------+---------------------+------------------+
1 row in set (0.00 sec)

ANALYZE TABLE t PREDICATE COLUMNS;
Query OK, 0 rows affected, 1 warning (0.03 sec)

-- 指定 `last_analyzed_at IS NOT NULL` 可显示已收集统计信息的列。
SHOW COLUMN_STATS_USAGE
WHERE db_name = 'test' AND table_name = 't' AND last_analyzed_at IS NOT NULL;
+---------+------------+----------------+-------------+---------------------+---------------------+
| Db_name | Table_name | Partition_name | Column_name | Last_used_at        | Last_analyzed_at    |
+---------+------------+----------------+-------------+---------------------+---------------------+
| test    | t          |                | b           | 2022-01-05 17:21:33 | 2022-01-05 17:23:06 |
| test    | t          |                | c           | NULL                | 2022-01-05 17:23:06 |
| test    | t          |                | d           | NULL                | 2022-01-05 17:23:06 |
+---------+------------+----------------+-------------+---------------------+---------------------+
3 rows in set (0.00 sec)

统计信息版本

tidb_analyze_version 变量控制 TiDB 收集的统计信息。目前支持两种统计信息版本：tidb_analyze_version = 1 和 tidb_analyze_version = 2。

• 对于 TiDB 自建版，该变量的默认值自 v5.3.0 起由 1 变为 2。
• 对于 TiDB Cloud，该变量的默认值自 v6.5.0 起由 1 变为 2。
• 如果你的集群由早期版本升级而来，升级后 tidb_analyze_version 的默认值不会改变。

推荐使用版本 2，且后续会持续增强，最终完全替代版本 1。与版本 1 相比，版本 2 在大数据量下提升了统计信息的准确性，并通过移除 Count-Min Sketch 统计信息收集（用于谓词选择性估算）提升了收集性能，同时支持仅对选定列自动收集（参见 收集部分列的统计信息）。

下表列出了每个版本为优化器估算收集的信息：

切换统计信息版本

建议确保所有表/索引（及分区）均使用同一版本的统计信息收集。推荐使用版本 2，但不建议无正当理由随意切换版本。切换版本期间，若所有表尚未用新版本分析，可能会出现一段时间内无统计信息，影响优化器的执行计划选择。

常见的切换理由包括：在版本 1 下，因收集 Count-Min Sketch 统计信息时哈希冲突导致等值/IN 谓词估算不准确。解决方案见 Count-Min Sketch 一节。或者，将 tidb_analyze_version 设为 2 并对所有对象重新执行 ANALYZE 也是一种解决方案。在版本 2 的早期发布中，ANALYZE 后存在内存溢出的风险。该问题已修复，但当时的解决方法是将 tidb_analyze_version 设为 1 并对所有对象重新执行 ANALYZE。

切换版本前的 ANALYZE 准备：

• 若手动执行 ANALYZE 语句，请手动分析所有需分析的表。

  SELECT DISTINCT(CONCAT('ANALYZE TABLE ', table_schema, '.', table_name, ';'))
  FROM information_schema.tables JOIN mysql.stats_histograms
  ON table_id = tidb_table_id
  WHERE stats_ver = 2;
  

• 若 TiDB 自动执行 ANALYZE 语句（已启用自动分析），可执行以下语句生成 DROP STATS 语句：

  SELECT DISTINCT(CONCAT('DROP STATS ', table_schema, '.', table_name, ';'))
  FROM information_schema.tables JOIN mysql.stats_histograms
  ON table_id = tidb_table_id
  WHERE stats_ver = 2;
  

• 若上述语句结果过长无法复制粘贴，可将结果导出到临时文本文件，再从文件中执行：

  SELECT DISTINCT ... INTO OUTFILE '/tmp/sql.txt';
  mysql -h ${TiDB_IP} -u user -P ${TIDB_PORT} ... < '/tmp/sql.txt'
  

查看统计信息

你可以通过以下语句查看 ANALYZE 状态和统计信息。

ANALYZE 状态

执行 ANALYZE 语句时，可通过 SHOW ANALYZE STATUS 查看当前 ANALYZE 状态。

自 TiDB v6.1.0 起，SHOW ANALYZE STATUS 支持显示集群级任务。即使 TiDB 重启后，仍可通过该语句查看重启前的任务记录。TiDB v6.1.0 之前，SHOW ANALYZE STATUS 仅能显示实例级任务，且重启后任务记录会被清除。

SHOW ANALYZE STATUS 仅显示最近的任务记录。自 TiDB v6.1.0 起，你可以通过系统表 mysql.analyze_jobs 查看最近 7 天的历史任务。

当设置了 tidb_mem_quota_analyze，且后台自动 ANALYZE 任务使用内存超出该阈值时，任务会被重试。你可以在 SHOW ANALYZE STATUS 输出中看到失败和重试的任务。

当 tidb_max_auto_analyze_time 大于 0，且后台自动 ANALYZE 任务执行时间超出该阈值时，任务会被终止。

mysql> SHOW ANALYZE STATUS [ShowLikeOrWhere];
+--------------+------------+----------------+-------------------------------------------------------------------------------------------+----------------+---------------------+---------------------+----------+-------------------------------------------------------------------------------|
| Table_schema | Table_name | Partition_name | Job_info                                                                                  | Processed_rows | Start_time          | End_time            | State    | Fail_reason                                                                   |
+--------------+------------+----------------+-------------------------------------------------------------------------------------------+----------------+---------------------+---------------------+----------+-------------------------------------------------------------------------------|
| test         | sbtest1    |                | retry auto analyze table all columns with 100 topn, 0.055 samplerate                      |        2000000 | 2022-05-07 16:41:09 | 2022-05-07 16:41:20 | finished | NULL                                                                          |
| test         | sbtest1    |                | auto analyze table all columns with 100 topn, 0.5 samplerate                              |              0 | 2022-05-07 16:40:50 | 2022-05-07 16:41:09 | failed   | analyze panic due to memory quota exceeds, please try with smaller samplerate |

表的元数据

你可以使用 SHOW STATS_META 语句查看总行数和已更新行数。

表的健康状态

你可以使用 SHOW STATS_HEALTHY 语句检查表的健康状态，并大致估算统计信息的准确性。当 modify_count >= row_count 时，健康度为 0；当 modify_count < row_count 时，健康度为 (1 - modify_count/row_count) * 100。

列的元数据

你可以使用 SHOW STATS_HISTOGRAMS 语句查看所有列的不同值数量和 NULL 数量。

直方图的桶

你可以使用 SHOW STATS_BUCKETS 语句查看直方图的每个桶。

Top-N 信息

你可以使用 SHOW STATS_TOPN 语句查看 TiDB 当前收集到的 Top-N 信息。

删除统计信息

你可以通过 DROP STATS 语句删除统计信息。

加载统计信息

默认情况下，TiDB 会根据列统计信息的大小采用不同的加载方式：

• 对于占用内存较小的统计信息（如 count、distinctCount 和 nullCount），只要列数据有更新，TiDB 会自动将对应统计信息加载到内存中，供 SQL 优化阶段使用。
• 对于占用内存较大的统计信息（如直方图、TopN 和 Count-Min Sketch），为保证 SQL 执行性能，TiDB 会按需异步加载这些统计信息。例如，直方图统计信息只有在优化器需要使用某列的直方图时，才会将其加载到内存。按需异步加载不会影响 SQL 执行性能，但可能导致 SQL 优化时统计信息不完整。

自 v5.4.0 起，TiDB 引入了同步加载统计信息特性。该特性允许 TiDB 在执行 SQL 语句时，将大体积统计信息（如直方图、TopN 和 Count-Min Sketch）同步加载到内存，从而提升 SQL 优化时统计信息的完整性。

要启用该特性，请将 tidb_stats_load_sync_wait 系统变量设置为 SQL 优化可等待同步加载完整列统计信息的超时时间（毫秒）。该变量默认值为 100，表示已启用该特性。

启用同步加载统计信息特性后，你可以通过修改 tidb_stats_load_pseudo_timeout 系统变量控制 SQL 优化等待超时后的行为。该变量默认值为 ON，表示超时后 SQL 优化过程不会使用任何列的直方图、TopN 或 CMSketch 统计信息。若设为 OFF，超时后 SQL 执行失败。

导出与导入统计信息

本节介绍如何导出和导入统计信息。

导出统计信息

导出统计信息的接口如下：

• 获取 ${db_name} 数据库中 ${table_name} 表的 JSON 格式统计信息：

  http://${tidb-server-ip}:${tidb-server-status-port}/stats/dump/${db_name}/${table_name}
  

  例如：

  curl -s http://127.0.0.1:10080/stats/dump/test/t1 -o /tmp/t1.json
  

• 获取 ${db_name} 数据库中 ${table_name} 表在指定时间点的 JSON 格式统计信息：

  http://${tidb-server-ip}:${tidb-server-status-port}/stats/dump/${db_name}/${table_name}/${yyyyMMddHHmmss}
  

导入统计信息

通常，导入的统计信息指的是通过导出接口获得的 JSON 文件。

加载统计信息可通过 LOAD STATS 语句完成。

例如：

LOAD STATS 'file_name';

file_name 为待导入的统计信息文件名。

锁定统计信息

自 v6.5.0 起，TiDB 支持锁定统计信息。表或分区的统计信息被锁定后，该表的统计信息无法被修改，且无法对该表执行 ANALYZE 语句。例如：

创建表 t 并插入数据。当表 t 的统计信息未被锁定时，可以成功执行 ANALYZE 语句。

mysql> CREATE TABLE t(a INT, b INT);
Query OK, 0 rows affected (0.03 sec)

mysql> INSERT INTO t VALUES (1,2), (3,4), (5,6), (7,8);
Query OK, 4 rows affected (0.00 sec)
Records: 4  Duplicates: 0  Warnings: 0

mysql> ANALYZE TABLE t;
Query OK, 0 rows affected, 1 warning (0.02 sec)

mysql> SHOW WARNINGS;
+-------+------+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Level | Code | Message                                                                                                                                                                                                               |
+-------+------+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Note  | 1105 | Analyze use auto adjusted sample rate 1.000000 for table test.t, reason to use this rate is "Row count in stats_meta is much smaller compared with the row count got by PD, use min(1, 15000/4) as the sample-rate=1" |
+-------+------+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)

锁定表 t 的统计信息后执行 ANALYZE，警告信息显示 ANALYZE 语句已跳过表 t。

mysql> LOCK STATS t;
Query OK, 0 rows affected (0.00 sec)

mysql> SHOW STATS_LOCKED;
+---------+------------+----------------+--------+
| Db_name | Table_name | Partition_name | Status |
+---------+------------+----------------+--------+
| test    | t          |                | locked |
+---------+------------+----------------+--------+
1 row in set (0.01 sec)

mysql> ANALYZE TABLE t;
Query OK, 0 rows affected, 2 warnings (0.00 sec)

mysql> SHOW WARNINGS;
+---------+------+-----------------------------------------------------------------------------------------------------------------------------------------+
| Level   | Code | Message                                                                                                                                 |
+---------+------+-----------------------------------------------------------------------------------------------------------------------------------------+
| Note    | 1105 | Analyze use auto adjusted sample rate 1.000000 for table test.t, reason to use this rate is "use min(1, 110000/8) as the sample-rate=1" |
| Warning | 1105 | skip analyze locked table: test.t                                                                                                       |
+---------+------+-----------------------------------------------------------------------------------------------------------------------------------------+
2 rows in set (0.00 sec)

解锁表 t 的统计信息后，可以再次成功执行 ANALYZE。

mysql> UNLOCK STATS t;
Query OK, 0 rows affected (0.01 sec)

mysql> ANALYZE TABLE t;
Query OK, 0 rows affected, 1 warning (0.03 sec)

mysql> SHOW WARNINGS;
+-------+------+-----------------------------------------------------------------------------------------------------------------------------------------+
| Level | Code | Message                                                                                                                                 |
+-------+------+-----------------------------------------------------------------------------------------------------------------------------------------+
| Note  | 1105 | Analyze use auto adjusted sample rate 1.000000 for table test.t, reason to use this rate is "use min(1, 110000/8) as the sample-rate=1" |
+-------+------+-----------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)

此外，你还可以通过 LOCK STATS 锁定分区的统计信息。例如：

创建分区表 t 并插入数据。当分区 p1 的统计信息未被锁定时，可以成功执行 ANALYZE 语句。

mysql> CREATE TABLE t(a INT, b INT) PARTITION BY RANGE (a) (PARTITION p0 VALUES LESS THAN (10), PARTITION p1 VALUES LESS THAN (20), PARTITION p2 VALUES LESS THAN (30));
Query OK, 0 rows affected (0.03 sec)

mysql> INSERT INTO t VALUES (1,2), (3,4), (5,6), (7,8);
Query OK, 4 rows affected (0.00 sec)
Records: 4  Duplicates: 0  Warnings: 0

mysql> ANALYZE TABLE t;
Query OK, 0 rows affected, 6 warning (0.02 sec)

mysql> SHOW WARNINGS;
+---------+------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Level   | Code | Message                                                                                                                                                                                                                              |
+---------+------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Warning | 1105 | disable dynamic pruning due to t has no global stats                                                                                                                                                                                 |
| Note    | 1105 | Analyze use auto adjusted sample rate 1.000000 for table test.t's partition p0, reason to use this rate is "Row count in stats_meta is much smaller compared with the row count got by PD, use min(1, 15000/4) as the sample-rate=1" |
| Warning | 1105 | disable dynamic pruning due to t has no global stats                                                                                                                                                                                 |
| Note    | 1105 | Analyze use auto adjusted sample rate 1.000000 for table test.t's partition p1, reason to use this rate is "TiDB assumes that the table is empty, use sample-rate=1"                                                                 |
| Warning | 1105 | disable dynamic pruning due to t has no global stats                                                                                                                                                                                 |
| Note    | 1105 | Analyze use auto adjusted sample rate 1.000000 for table test.t's partition p2, reason to use this rate is "TiDB assumes that the table is empty, use sample-rate=1"                                                                 |
+---------+------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
6 rows in set (0.01 sec)

锁定分区 p1 的统计信息后执行 ANALYZE，警告信息显示 ANALYZE 语句已跳过分区 p1。

mysql> LOCK STATS t PARTITION p1;
Query OK, 0 rows affected (0.00 sec)

mysql> SHOW STATS_LOCKED;
+---------+------------+----------------+--------+
| Db_name | Table_name | Partition_name | Status |
+---------+------------+----------------+--------+
| test    | t          | p1             | locked |
+---------+------------+----------------+--------+
1 row in set (0.00 sec)

mysql> ANALYZE TABLE t PARTITION p1;
Query OK, 0 rows affected, 2 warnings (0.01 sec)

mysql> SHOW WARNINGS;
+---------+------+----------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Level   | Code | Message                                                                                                                                                              |
+---------+------+----------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Note    | 1105 | Analyze use auto adjusted sample rate 1.000000 for table test.t's partition p1, reason to use this rate is "TiDB assumes that the table is empty, use sample-rate=1" |
| Warning | 1105 | skip analyze locked table: test.t partition (p1)                                                                                                                     |
+---------+------+----------------------------------------------------------------------------------------------------------------------------------------------------------------------+
2 rows in set (0.00 sec)

解锁分区 p1 的统计信息后，可以再次成功执行 ANALYZE。

mysql> UNLOCK STATS t PARTITION p1;
Query OK, 0 rows affected (0.00 sec)

mysql> ANALYZE TABLE t PARTITION p1;
Query OK, 0 rows affected, 1 warning (0.01 sec)

mysql> SHOW WARNINGS;
+-------+------+----------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Level | Code | Message                                                                                                                                                              |
+-------+------+----------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Note  | 1105 | Analyze use auto adjusted sample rate 1.000000 for table test.t's partition p1, reason to use this rate is "TiDB assumes that the table is empty, use sample-rate=1" |
+-------+------+----------------------------------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set (0.00 sec)

锁定统计信息的行为

• 若锁定分区表的统计信息，则该分区表所有分区的统计信息均被锁定。
• 若截断表或分区，则表或分区的统计信息锁会被释放。

下表描述了锁定统计信息的行为：

管理 ANALYZE 任务与并发度

本节介绍如何终止后台 ANALYZE 任务及控制 ANALYZE 并发度。

终止后台 ANALYZE 任务

自 TiDB v6.0 起，TiDB 支持使用 KILL 语句终止后台运行的 ANALYZE 任务。如果你发现后台 ANALYZE 任务消耗大量资源影响业务，可以按以下步骤终止该任务：

1. 执行以下 SQL 语句：

   SHOW ANALYZE STATUS
   

   通过结果中的 instance 列和 process_id 列，可以获取后台 ANALYZE 任务所在 TiDB 实例地址及任务 ID。

2. 终止正在后台运行的 ANALYZE 任务。

   若需终止 ANALYZE 任务，可执行 KILL TIDB ${id};，其中 ${id} 为上一步获取的后台 ANALYZE 任务的 ID。

更多关于 KILL 语句的信息，参见 KILL。

控制 ANALYZE 并发度

执行 ANALYZE 语句时，你可以通过系统变量调整并发度，以控制其对系统的影响。

相关系统变量的关系如下图所示：

tidb_build_stats_concurrency、tidb_build_sampling_stats_concurrency 和 tidb_analyze_partition_concurrency 之间为上下游关系，如上图所示。实际总并发度为：tidb_build_stats_concurrency * (tidb_build_sampling_stats_concurrency + tidb_analyze_partition_concurrency)。修改这些变量时需同时考虑各自的取值。建议按 tidb_analyze_partition_concurrency、tidb_build_sampling_stats_concurrency、tidb_build_stats_concurrency 的顺序逐一调整，并观察对系统的影响。三者值越大，对系统资源消耗越大。

tidb_build_stats_concurrency

执行 ANALYZE 语句时，任务会被拆分为多个小任务。每个小任务仅处理一个列或索引的统计信息。你可以通过 tidb_build_stats_concurrency 变量控制同时运行的小任务数。默认值为 2。v7.4.0 及更早版本默认值为 4。

tidb_build_sampling_stats_concurrency

分析普通列时，可通过 tidb_build_sampling_stats_concurrency 控制采样任务的并发度。默认值为 2。

tidb_analyze_partition_concurrency

执行 ANALYZE 语句时，可通过 tidb_analyze_partition_concurrency 控制分区表读写统计信息的并发度。默认值为 2。v7.4.0 及更早版本默认值为 1。

tidb_distsql_scan_concurrency

分析普通列时，可通过 tidb_distsql_scan_concurrency 变量控制一次读取的 Region 数量。默认值为 15。注意，修改该值会影响查询性能，请谨慎调整。

tidb_index_serial_scan_concurrency

分析索引列时，可通过 tidb_index_serial_scan_concurrency 变量控制一次读取的 Region 数量。默认值为 1。注意，修改该值会影响查询性能，请谨慎调整。

另请参阅

• LOAD STATS
• LOCK STATS
• UNLOCK STATS
• SHOW STATS_LOCKED