CREATE ANALYZE

CREATE ANALYZE 自定义用于收集 CBO 统计信息的自动收集任务。

默认情况下，StarRocks 会自动收集表的完整统计信息。它会每 5 分钟检查一次是否有任何数据更新。如果检测到数据更改，将自动触发数据收集。如果您不想使用自动完整收集，可以将 FE 配置项 enable_collect_full_statistic 设置为 false 并自定义收集任务。

行为差异

• 在 3.2.12 和 3.3.4 之前的版本中，要创建自定义自动收集任务，必须禁用自动完整收集 (enable_collect_full_statistic = false)。否则，自定义任务将无法生效。
• 自这些版本之后，您可以创建 analyze job 并保留系统任务。如果用户创建的任务与系统任务冲突，则用户创建的任务将覆盖系统任务。

该语句从 v2.4 版本开始支持。

语法

-- Automatically collect stats of all databases.
CREATE ANALYZE [FULL|SAMPLE] ALL PROPERTIES (property [,property])

-- Automatically collect stats of all tables in a database.
CREATE ANALYZE [FULL|SAMPLE] DATABASE db_name
PROPERTIES (property [,property])

-- Automatically collect stats of specified columns in a table.
CREATE ANALYZE [FULL|SAMPLE] TABLE tbl_name (col_name [,col_name])
PROPERTIES (property [,property])

参数描述

• 收集类型

  • FULL：表示全量收集。
  • SAMPLE：表示采样收集。
  • 如果未指定收集类型，则默认使用抽样收集。

• col_name：从中收集统计信息的列。用逗号 (,) 分隔多个列。如果未指定此参数，则收集整个表。

• PROPERTIES：自定义参数。如果未指定 PROPERTIES，则使用 fe.conf 中的默认设置。实际使用的属性可以通过 SHOW ANALYZE JOB 的输出中的 Properties 列查看。

PROPERTIES	类型	默认值	描述
statistic_auto_collect_ratio	FLOAT	0.8	用于确定自动收集统计信息是否健康的阈值。如果统计信息的健康状况低于此阈值，则会触发自动收集。
statistics_max_full_collect_data_size	INT	100	用于自动收集以收集数据的最大分区的大小。单位：GB。如果分区超过此值，则放弃完整收集，而执行抽样收集。
statistic_sample_collect_rows	INT	200000	要收集的最小行数。如果参数值超过表中的实际行数，则执行完整收集。

示例

示例 1：自动完整收集

-- Automatically collect full stats of all databases.
CREATE ANALYZE ALL;

-- Automatically collect full stats of a database.
CREATE ANALYZE DATABASE db_name;

-- Automatically collect full stats of all tables in a database.
CREATE ANALYZE FULL DATABASE db_name;

-- Automatically collect full stats of specified columns in a table.
CREATE ANALYZE TABLE tbl_name(c1, c2, c3); 

示例 2：自动抽样收集

-- Automatically collect stats of all tables in a database using default settings.
CREATE ANALYZE SAMPLE DATABASE db_name;

-- Automatically collect stats of specified columns in a table, with statistics health and the number of rows to collect specified.
CREATE ANALYZE SAMPLE TABLE tbl_name(c1, c2, c3) PROPERTIES(
   "statistic_auto_collect_ratio" = "0.5",
   "statistic_sample_collect_rows" = "1000000"
);

参考

SHOW ANALYZE JOB：查看自定义收集任务的状态。

DROP ANALYZE：删除自定义收集任务。

KILL ANALYZE：取消正在运行的自定义收集任务。

有关为 CBO 收集统计信息的更多信息，请参见为 CBO 收集统计信息。