数据库统计信息不准确会对SQL调优产生什么影响？

1. 索引选择错误
   • 错误判断索引的有效性
     • 数据库优化器在决定是否使用索引时，很大程度上依赖于统计信息中的列基数（即列中不同值的数量）等数据。如果统计信息不准确，可能导致优化器错误地判断索引的有效性。
     • 例如，某列实际基数很高（即有很多不同的值），但不准确的统计信息显示其基数很低。优化器可能会认为基于该列创建的索引在查询中不会有太大作用，从而在查询执行计划中不选择使用该索引，导致原本可以通过索引快速定位数据的查询进行了全表扫描，大大降低了查询效率。
   • 多列索引顺序问题
     • 在多列索引中，统计信息不准确会影响列顺序的确定。优化器根据统计信息中的基数等数据来安排多列索引中列的顺序，将基数高的列放在前面。如果统计信息有误，可能导致列顺序安排不合理。
     • 例如，对于一个多列索引(column1, column2)，实际column1的基数高于column2，但不准确的统计信息显示相反的结果。优化器可能会按照错误的顺序创建或使用该索引，使得索引在查询中的效果大打折扣。
2. 查询执行计划不合理
   • 表连接顺序错误
     • 在多表连接的查询中，数据库优化器根据统计信息来确定表的连接顺序。不准确的统计信息可能会让优化器选择错误的连接顺序。
     • 例如，有三个表A、B和C进行连接查询。表A实际数据量较小，但不准确的统计信息显示表B数据量最小。优化器可能会先连接表B和其他表，而不是先连接表A。这种错误的连接顺序会导致中间结果集比预期的大，增加查询的计算量和磁盘I/O操作，降低查询性能。
   • 错误预估数据量
     • 统计信息中的表行数、数据分布等数据用于预估查询操作涉及的数据量。如果这些信息不准确，优化器无法准确预估查询操作的成本。
     • 例如，在一个带有WHERE子句筛选条件的查询中，由于不准确的统计信息，优化器可能高估了满足条件的数据量，从而选择了一种较为保守（效率较低）的执行计划，如使用全表扫描而不是更高效的索引查找。
3. 优化建议失效
   • 基于成本的优化策略误导
     • 数据库的优化策略很多是基于成本模型的，而统计信息是计算成本的关键依据。不准确的统计信息会使基于成本的优化策略产生误导。
     • 例如，优化器可能会因为错误的统计信息建议对查询进行不必要的重写或者调整，而这些调整实际上并不会提高查询性能，甚至可能降低性能。
   • 无法针对实际情况调优
     • 调优人员在进行SQL调优时，通常会参考数据库的统计信息来分析查询性能问题并制定优化方案。如果统计信息不准确，调优人员可能会基于错误的信息制定出不适合实际情况的优化方案。
     • 例如，调优人员认为某列基数低不需要索引（基于不准确统计信息），但实际该列基数高，本应创建索引来提高查询性能，却没有这样做，导致查询性能无法得到有效提升。