最佳实践：解读GaussDB(DWS) 统计信息自动收集方案
内容提要
本文介绍了GaussDB(DWS)的统计信息自动收集方案，包括手动采样、轮询采样、动态采样和前台动态采样等功能。还提供了解决统计信息收集失败的最佳实践，如开启light动态采样、使用exchange partition等。同时介绍了保证及时触发的方法，如异步广播和实时广播。最后，提供了解决查询计划差、数据特征统计不准等问题的解决方案。
延伸解读
自动收集方案的双层设计
GaussDB(DWS)的统计信息自动收集采用前台动态采样与后台轮询采样结合的双层机制。前台动态采样在查询时由优化器触发，统计信息存于内存并采用一级锁，轻量且实时，但可能因淘汰机制丢失；后台轮询采样由autovacuum线程定期执行，将统计信息持久化到系统表，但使用四级锁，实时性较低。两者需同时开启，以兼顾实时性与持久化。
触发条件与修改计数机制
动态采样的触发条件为表无统计信息或修改量超过阈值（默认50+表大小*10%）。DML操作（Insert、Update、Delete、Copy、Merge）会累加修改计数，而DDL操作（如truncate、exchange partition等）因CN无法获取DN修改计数，会直接记录超大修改计数。跨CN场景下，通过异步广播（修改计数达2/3时广播，此后每增10%再广播）和实时广播（单SQL修改超1万条时）确保修改计数全局一致，从而及时触发动态采样。
锁冲突与最佳实践
手动analyze在事务块中会加四级锁，长时间持锁可能堵塞其他业务；多表并发反序analyze也可能因四级锁冲突导致统计信息收集失败。解决方案是开启light动态采样（autoanalyze_mode='light'），仅加一级锁，避免锁竞争。对于多数据源并发加工同一张表的不同分区，建议使用exchange partition替代truncate partition，以减少锁持有时间。
统计准确性优化技巧
针对新导入数据不在统计信息中导致查询计划差的问题，可开启统计信息推算功能（enable_extrapolation_stats），利用历史信息增强准确性。若随机函数质量差导致采样扎堆，可通过控制参数random_function_version提高随机数质量；对于样本分布不均匀的情况，可使用优化蓄水池采样算法（analyze_sample_mode=2）使采样更均匀，必要时手动设置n_distinct值。
Q&A
GaussDB(DWS)的统计信息自动收集方案有哪些主要功能？
GaussDB(DWS)的统计信息自动收集方案包括手动采样、轮询采样、动态采样和前台动态采样等功能。
如何解决统计信息收集不及时的问题？
可以通过开启light动态采样、使用exchange partition等方法来解决统计信息收集不及时的问题。
什么情况下会触发动态采样？
动态采样会在无统计信息或表的修改量超过阈值时触发，默认阈值为50加上表大小的10%。
前台动态采样与后台轮询采样有什么区别？
前台动态采样负责实时准确的统计信息，使用一级锁，而后台轮询采样负责持久化统计信息，使用四级锁，实时性要求较低。
如何保证跨CN查询场景的修改计数一致性？
可以通过异步广播和实时广播来确保跨CN查询场景的修改计数一致性。
如何提高统计信息的准确性？
可以通过开启统计信息推算功能和提高随机数质量来增强统计信息的准确性。
