UNIQUEIDENTIFIER列上的统计信息

UNIQUEIDENTIFIER列上的统计信息非常有意思，在它上面有一些很令人讨厌的行为。我们来看下。

为了向你展示我们刚抱怨的行为，我用下列简单的表定义创建了一个数据库，我在UNIQUEIDENTIFIER列上强制主键约束。这意味着SQL Server在后台会生成唯一聚集索引，聚集索引本身有一个统计信息对象来描述那列的数据分布情况。当然，数据分布是线性的，因为在UNIQUEIDENTIFIER列每个值本身都是唯一的。

1 -- Create a new table with a UNIQUEIDENTIFIER column as primary key.2 -- SQL Server will enforce the primary key constraint through unique clustered index in the background.3 CREATE TABLE CustomersTableGuid4 (5     ID UNIQUEIDENTIFIER NOT NULL PRIMARY KEY,6     FirstName VARCHAR(50),7     LastName VARCHAR(50)8 )9 GO

下一步我往表里插入1百万条记录。

 1 -- Insert 1 million records 2 DECLARE @i INT = 0 3 WHILE (@i <= 1000000) 4 BEGIN 5     INSERT INTO CustomersTableGuid (ID, FirstName, LastName) 6     VALUES 7     ( 8         NEWID(), 9         'FirstName' + CAST(@i AS VARCHAR),10         'LastName' + CAST(@i AS VARCHAR)11     )12     13     SET @i +=114 END15 GO

现在我们用FULLSCAN在表上更新我们的统计信息。FULLSCAN意味着SQL Server扫描整个表内在数据来更新统计信息对象。

1 -- Let's update the Statistics with a FULLSCAN.2 UPDATE STATISTICS CustomersTableGuid WITH FULLSCAN3 GO

但当你现在查看统计信息对象时，你会看到在直方图里SQL Server只生成了4个步长。

1 sp_helpindex 'dbo.CustomersTableGuid'2 3 DBCC SHOW_STATISTICS('dbo.CustomersTableGuid', 'PK__Customer__3214EC271273C1CD')

在表头信息里你可以看到，在统计信息更新期间，1百万行被采样，但直方图只显示了4个步长！但当你现在用更小采样区间来更新统计信息对象，事情就会改变：

1 -- Let's update the Statistics with a smaller sampling interval.2 UPDATE STATISTICS CustomersTableGuid WITH SAMPLE 50 PERCENT3 GO

当你现在看下直方图，你会看到我们有很多不同的步长：

当你在数据库设计里用UNIQUEIDENTIFIER列时要记住这点了。只要这些值是唯一的，你就会有性能上的问题，因为对于直方图里，你有的巨量区间，AVG_RANGE_ROW只能做出1行的正确估计。

感谢关注！