我运行这个查询：
--Drop table if exists
IF (OBJECT_ID('dbo.Test')) IS NOT NULL DROP TABLE dbo.Test;
--Create Table for Testing
CREATE TABLE dbo.Test(Id INT IDENTITY(1,1) CONSTRAINT PK_Test PRIMARY KEY CLUSTERED,TextValue VARCHAR(20) NULL);
--Insert enough data so we have more than 8Mb (the threshold at which sampling kicks in)
INSERT INTO dbo.Test(TextValue)
SELECT TOP 1000000 'blahblahblah'
FROM sys.objects a,sys.objects b,sys.objects c,sys.objects d;
--Create Index on TextValue
CREATE INDEX IX_Test_TextValue ON dbo.Test(TextValue);
--Update Statistics without specifying how many rows to sample
UPDATE STATISTICS dbo.Test IX_Test_TextValue;
--View the Statistics
DBCC SHOW_STATISTICS('dbo.Test',IX_Test_TextValue) WITH STAT_HEADER;
当我查看SHOW_STATISTICS的输出时,我发现“Rows Sampled”随着每次完整执行而变化(即表被删除,重新创建并重新填充).
例如：
行采样
> 318618
> 319240
> 324198
> 314154
我的期望是,每次表格相同时,这个数字都是相同的.顺便说一下,如果我只是删除数据并重新插入它,我就不会得到这种行为.
这不是一个关键问题,但我有兴趣了解正在发生的事情.
解决方法
使用以下形式的语句收集统计对象的数据：
SELECT
StatMan([SC0],[SC1],[SB0000])
FROM
(
SELECT TOP 100 PERCENT
[SC0],STEP_DIRECTION([SC0]) OVER (ORDER BY NULL) AS [SB0000]
FROM
(
SELECT
[TextValue] AS [SC0],[Id] AS [SC1]
FROM [dbo].[Test]
TABLESAMPLE SYSTEM (2.223684e+001 PERCENT)
WITH (READUNCOMMITTED)
) AS _MS_UPDSTATS_TBL_HELPER
ORDER BY
[SC0],[SB0000]
) AS _MS_UPDSTATS_TBL
OPTION (MAXDOP 1)
您可以使用扩展事件或事件探查器(SP：StmtCompleted)收集此语句.
统计信息生成查询通常访问基表(而不是非聚簇索引)以避免在非聚簇索引页上自然发生的值的聚类.
采样的行数取决于为采样选择的整个页面的数量.表的每个页面都是选中的,或者不是.所选页面上的所有行都有助于统计.
随机数
sql Server使用随机数生成器来确定页面是否符合条件.在这种情况下使用的生成器是Lehmer random number generator,参数值如下所示：
Xnext = Xseed * 75 mod (231 - 1)
Xseed的值计算为：
>(bigint)基表的partition_id的低整数部分,例如
SELECT
P.[partition_id] & 0xFFFFFFFF
FROM sys.partitions AS P
WHERE
P.[object_id] = OBJECT_ID(N'dbo.Test',N'U')
AND P.index_id = 1;
> REPEATABLE子句中指定的值
>对于采样的UPDATE STATISTICS,REPEATABLE值为1.
>当启用跟踪标志8666时,此值在执行计划中显示的访问方法的内部调试信息的m_randomSeed元素中公开,例如< Field FieldName =“m_randomSeed”FieldValue =“1”/>
对于sql Server 2012,此计算发生在sqlmin！UnOrderPageScanner :: StartScan：
mov edx,dword ptr [rcx+30h] add edx,dword ptr [rcx+2Ch]
其中[rcx 30h]的内存包含分区ID的低32位,[rcx 2Ch]的内存包含正在使用的REPEATABLE值.
随机数生成器稍后在同一方法中初始化,调用sqlmin！RandomNumGenerator :: Init,其中指令：
imul r9d,r9d,41A7h
…将种子乘以41A7十六进制(16807十进制= 75),如上面的等式所示.
后来的随机数(针对单个页面)使用内联到sqlmin！UnOrderPageScanner :: SetupSubScanner中的相同基本代码生成.
斯塔特曼
对于上面显示的示例StatMan查询,将收集与T-sql语句相同的页面：
SELECT
COUNT_BIG(*)
FROM dbo.Test AS T
TABLESAMPLE SYSTEM (2.223684e+001 PERCENT) -- Same sample %
REPEATABLE (1) -- Always 1 for statman
WITH (INDEX(0)); -- Scan base object
这将匹配以下输出：
SELECT
DDSP.rows_sampled
FROM sys.stats AS S
CROSS APPLY sys.dm_db_stats_properties(S.[object_id],S.stats_id) AS DDSP
WHERE
S.[object_id] = OBJECT_ID(N'dbo.Test',N'U')
AND S.[name] = N'IX_Test_TextValue';
边缘情况
使用MINSTD Lehmer随机数生成器的一个结果是种子值为零且不应使用int.max,因为这将导致算法产生一系列零(选择每一页).
代码检测到零,并在此情况下使用系统“clock”中的值作为种子.如果种子是int.max(0x7FFFFFFF = 231-1),它不会这样做.
我们可以设计这种情况,因为初始种子计算为分区ID的低32位和REPEATABLE值的总和.将导致种子为int.max并因此为样本选择的每个页面的REPEATABLE值为：
SELECT
0x7FFFFFFF - (P.[partition_id] & 0xFFFFFFFF)
FROM sys.partitions AS P
WHERE
P.[object_id] = OBJECT_ID(N'dbo.Test',N'U')
AND P.index_id = 1;
将其作为一个完整的例子：
DECLARE @sql nvarchar(4000) = N' SELECT COUNT_BIG(*) FROM dbo.Test AS T TABLESAMPLE (0 PERCENT) REPEATABLE (' + ( SELECT TOP (1) CONVERT(nvarchar(11),0x7FFFFFFF - P.[partition_id] & 0xFFFFFFFF) FROM sys.partitions AS P WHERE P.[object_id] = OBJECT_ID(N'dbo.Test',N'U') AND P.index_id = 1 ) + ') WITH (INDEX(0));'; PRINT @sql; --EXECUTE (@sql);
无论TABLESAMPLE子句如何(即使为零百分比),这将选择每个页面上的每一行.
