統計情報とは？とうけいじょうほう

背景

同じSQLでも、対象が10行の表か1,000万行の表かで、索引を使うべきか全件走査すべきかは逆転する。かといって毎回実データを数えていては、見積りのほうが問合せより重くなる。統計情報は見積りを安く済ませるために要約を先に持っておく仕組みで、応用情報ではSQLが突然遅くなる原因の説明として問われる。

具体例

OracleではDBMS_STATS、PostgreSQLではANALYZEで収集し、夜間バッチで大量投入した翌朝に再収集する運用が一般的である。移行直後に本番と同じSQLだけが遅いという症状が出た場合、まず統計情報が未収集でないかを確認するのが定石になっている。

試験での引っ掛け

「データを入れれば実行計画が自動的に最適化される」は誤りで、収集し直すまで見積りの前提は変わらない。逆に、値の偏りが大きい列は異なり値数だけでは選択率を読み違えるため、ヒストグラムが必要になる。索引を作成しても統計が古いままでは使われないことがある点も押さえる。

関連用語

• オプティマイザ
• 選択率
• デッドロック（OSレベル）
• 実行計画とクエリオプティマイザ
• ログファイル（ジャーナル）
• 待ちグラフ
• トリガ
• ウィンドウ関数（OVER句）
• 関数従属性
• SQLの集合演算（UNION・INTERSECT・EXCEPT）
• 副問い合わせ（サブクエリ）
• 障害回復（ロールフォワード・ロールバック）
• SQLの基本文（SELECT・INSERT・UPDATE・DELETE）
• データウェアハウスとOLAP
• E-R図（実体関連モデル）
• 概念設計・論理設計・物理設計
• 参照動作（CASCADE・RESTRICT・SET NULL）
• B+木インデックス
• CAP定理とBASE特性
• 障害の種類（トランザクション障害・システム障害・媒体障害）

出た過去問

• 出典：令和3年度 春期 応用情報技術者試験 午前 問30（IPA）

  コストベースのオプティマイザがSQLの実行計画を作成する際に必要なものはどれか。

  正解：統計情報

  要点：コストベース最適化は統計情報から実行計画を選ぶ

  コストベースオプティマイザは、表の行数や列値の分布、索引の状態といった統計情報をもとに各実行計画の処理コストを見積もり、最も低コストな計画を選ぶ。統計情報が古いと実態と乖離した計画が選ばれるため、定期的な収集・更新が必要である。

  この問題の解説ページを見る →