统计信息不准确时，如何进行 SQL 调优？

当统计信息不准确时，进行SQL调优可以采用以下方法：

1. 手动收集和分析数据分布
   • 抽样数据
     • 从表中抽取一定比例的样本数据。例如，在一个较大的用户表中，如果要了解用户年龄的分布情况，可以随机抽取10%的用户记录。在SQL中，可以使用类似SELECT * FROM users TABLESAMPLE SYSTEM (10)（针对某些数据库，如PostgreSQL）的语句来获取样本数据。
   • 分析样本数据
     • 对样本数据进行分析，计算列的基数（不同值的数量）、数据的范围等信息。例如，对于抽取的用户年龄样本数据，可以使用分组查询（如SELECT age, COUNT(*) FROM sampled_users GROUP BY age）来统计每个年龄的用户数量，从而估算出年龄列的基数和数据分布情况。这有助于确定在查询优化中是否应该针对该列创建索引或调整查询条件。
2. 使用查询提示（Query Hints）
   • 强制索引使用
     • 如果怀疑某个索引由于统计信息不准确而未被使用，可以在查询中使用查询提示来强制使用该索引。例如，在Oracle数据库中，可以使用/*+ INDEX(table_name index_name) */的语法在查询语句中提示优化器使用指定的索引。如SELECT /*+ INDEX(employees emp_idx) */ * FROM employees WHERE condition，这里假设emp_idx是employees表上可能被优化器忽略但实际有效的索引。
   • 调整连接顺序
     • 对于多表连接的查询，如果怀疑优化器因为统计信息错误选择了不合理的连接顺序，可以通过查询提示来指定连接顺序。例如，在SQL Server中，可以使用OPTION (FORCE ORDER)提示来让查询按照表在FROM子句中的顺序进行连接。不过这种方法需要谨慎使用，因为它可能会覆盖优化器的智能决策。
3. 基于执行计划的调整
   • 对比不同查询版本的执行计划
     • 编写多个版本的查询语句，例如，一个是原始查询，另一个是对查询结构进行了调整（如将子查询转换为连接）的查询。然后分别查看它们的执行计划，即使统计信息不准确，执行计划中的一些信息仍然可以提供线索。例如，如果一个查询的执行计划显示有大量的磁盘I/O操作，而另一个查询的执行计划中这个操作较少，那么后者可能是更优的查询结构。
   • 关注操作成本估计
     • 在执行计划中，虽然统计信息不准确可能导致整体成本估计偏差，但不同操作之间的成本相对关系仍然有一定的参考价值。例如，如果一个连接操作的成本估计远远高于其他操作，即使这个估计不准确，也可以尝试优化这个连接操作，如调整连接条件或者索引的使用。
4. 临时表和视图的使用
   • 创建临时表优化查询
     • 如果一个复杂的查询由于统计信息不准确而性能不佳，可以考虑将部分查询结果存储到临时表中。例如，在一个涉及多表连接和大量计算的查询中，可以先将其中一个表的部分数据（经过初步筛选和计算）存储到临时表中，然后再将临时表与其他表进行连接。这样可以减少查询的复杂度，并且在一定程度上避免统计信息不准确对整个查询的影响。
   • 使用视图简化查询结构
     • 创建视图来封装复杂的查询逻辑。例如，如果有一个经常使用但由于统计信息问题性能不好的查询，可以将其创建为视图。然后在其他查询中使用这个视图，这样可以将复杂的查询逻辑集中在视图定义中，并且可以在视图定义中进行一些优化尝试，如调整查询结构、添加索引（如果视图支持索引）等。
5. 渐进式优化与测试
   • 小步调整
     • 对查询进行小步的调整，每次调整后进行性能测试。例如，先从调整WHERE子句中的条件开始，如将一个复杂的条件分解为多个简单的条件，然后测试查询性能是否有提升。如果有提升，则继续进行下一个小的调整，如优化连接操作。
   • 记录优化过程和结果
     • 在进行渐进式优化时，详细记录每一步的调整内容和对应的性能测试结果。这有助于在发现优化方向错误时可以快速回溯，并且可以总结出针对统计信息不准确情况下的有效优化策略。