为啥过滤统计信息被忽略

Posted 2023-04-14

【中文标题】为啥过滤统计信息被忽略

【英文标题】：Why is Filtered Statistics being ignored为什么过滤统计信息被忽略

【发布时间】：2016-03-18 06:02:34

【问题描述】：

我在理解 Cardinality Estimator 如何使用过滤统计信息时遇到了一些问题。

当我在 CE 120 上运行查询时，它会产生预期的估计值，但是当我切换到 CE 70 时，它似乎忽略了过滤后的统计信息。

此外，如果我不使用 WHERE 子句中的实际统计信息列，CE 120 似乎会忽略过滤的统计信息。

以下脚本用于创建和填充测试表以及创建过滤的统计信息。

/*
Microsoft SQL Server 2014 - 12.0.4213.0 (X64) 
    Jun  9 2015 12:06:16 
    Copyright (c) Microsoft Corporation
*/

IF OBJECT_ID('Test_FS') IS NOT NULL  
  DROP TABLE Test_FS;

CREATE TABLE Test_FS (id int identity, a char(2), b char(2), c datetime
CONSTRAINT [Test_FS_pk] PRIMARY KEY CLUSTERED (id ASC))

INSERT INTO Test_FS (a,b,c)
    VALUES 
       ('A1', 'B1', '2016-03-01'),
       ('A1', 'B1', '2016-09-01'),
       ('A1', 'B2', '2016-09-01'),
       ('A1', 'B2', '2016-09-01'),
       ('A1', 'B2', '2016-09-01'),
       ('A1', 'B2', '2016-09-01'),
       ('A1', 'B2', '2016-09-01'),
       ('A1', 'B2', '2016-09-01'),
       ('A2', 'B1', '2016-09-01'),
       ('A2', 'B1', '2016-09-01')

CREATE STATISTICS Test_FS_Filter_Stat 
ON Test_FS (c)
WHERE a = 'A1' 
      AND b = 'B1'
WITH FULLSCAN

第一个查询是CE 120

SELECT *
FROM Test_FS
WHERE a = 'A1'
      AND b = 'B1'
      AND c >= GETDATE()
OPTION(RECOMPILE)

它的行为与预期的一样：估计 1 行 / 实际 1 行

值得注意的是，它不会为个人自动创建统计信息 列

问题 1

当我们使用CE 70 运行它时

SELECT *
FROM Test_FS
WHERE a = 'A1'
      AND b = 'B1'
      AND c >= GETDATE()
OPTION(RECOMPILE, QUERYTRACEON 9481)

它忽略过滤的统计数据并估计 2.88 行。

请注意，我们现在为各个列自动创建了统计信息

统计名称 _WA_Sys_00000002_3587F3E0 _WA_Sys_00000003_3587F3E0 _WA_Sys_00000004_3587F3E0 Test_FS_Filter_Stat

为什么CE 70 会忽略过滤的统计信息？

我感觉是 GETDATE() 造成的，但我不明白为什么以及可以做些什么。

问题 2

现在使用CE 120 对过滤后的统计信息target 列运行不带条件的查询 - 仅在过滤器列上运行条件。

SELECT *
FROM Test_FS
WHERE a = 'A1'
      AND b = 'B1'
OPTION(RECOMPILE)

这次它估计 3.57771 行，实际返回 2。

为什么不使用过滤后的统计数据 - 总行数？

---

附加信息

我查看了为上述查询加载的统计信息，结果如下：

问题 1： CE 70 在谓词为 '>= GETDATE()' 时忽略过滤统计信息，但在指定 '= GETDATE()' 时使用它。如果指定了日期常数，CE 70 在这两种情况下都使用过滤的统计信息。

CE 120 在上述所有情况下都使用过滤后的统计信息。

问题 2： 当没有在“c”上指定谓词时，两个 CE 都完全忽略了过滤的统计信息，我觉得这很奇怪，因为这肯定会给他们最好的估计。

【参考方案1】：

回答你的第一个问题：GETDATE 是非确定性函数：

DECLARE @c DATETIME = GETDATE()

SELECT *
FROM Test_FS
WHERE a = 'A1' AND b = 'B1' AND c >= @c
OPTION(RECOMPILE)

SELECT *
FROM Test_FS
WHERE a = 'A1' AND b = 'B1' AND c >= @c
OPTION(RECOMPILE, QUERYTRACEON 9481)

来自dbForge的执行计划：

【讨论】：

感谢德瓦特。这就是我陷入困境的地方——这就是我发现的：如果我只有一个条件“c >= GETDATE()”，那么两个 CE 的估计值都是正确的。湾。这是相同的查询，但估计对于 CE 120 是正确的，而不是对于 CE 70？ GETDATE() 改变了行为吗？另外，请参阅问题中的其他信息

@carsten Cardinality Estimator 部分记录，所以对你的问题没什么好说的...... :(