CREATE ANALYZE

功能

创建自定义自动采集任务，进行 CBO 统计信息采集。

默认情况下，StarRocks 会周期性自动采集表的全量统计信息。默认检查更新时间为 5 分钟一次，如果发现有数据更新，会自动触发采集。如果您不希望使用自动全量采集，可以设置 FE 配置项 enable_collect_full_statistic 为 false，系统会停止自动全量采集，根据您创建的自定义任务进行定制化采集。

创建自定义自动采集任务之前，需要先关闭自动全量采集 enable_collect_full_statistic=false，否则自定义采集任务不生效。

语法

-- 定期采集所有数据库的统计信息。
CREATE ANALYZE [FULL|SAMPLE] ALL PROPERTIES (property [,property])

-- 定期采集指定数据库下所有表的统计信息。
CREATE ANALYZE [FULL|SAMPLE] DATABASE db_name PROPERTIES (property [,property])

-- 定期采集指定表、列的统计信息。
CREATE ANALYZE [FULL|SAMPLE] TABLE tbl_name (col_name [,col_name]) PROPERTIES (property [,property])

参数说明

• 采集类型

  • FULL：全量采集。
  • SAMPLE：抽样采集。
  • 如果不指定采集类型，默认为抽样采集。

• col_name: 要采集统计信息的列，多列使用逗号 (,)分隔。如果不指定，表示采集整张表的信息。

• PROPERTIES: 采集任务的自定义参数。如果不配置，则采用 fe.conf 中的默认配置。任务实际执行中使用的 PROPERTIES，可以通过 SHOW ANALYZE JOB 中的 Properties 列查看。

PROPERTIES	类型	默认值	说明
statistic_auto_collect_ratio	FLOAT	0.8	自动统计信息的健康度阈值。如果统计信息的健康度小于该阈值，则触发自动采集。
statistics_max_full_collect_data_size	INT	100	自动统计信息采集的最大分区的大小。单位: GB。如果某个分区超过该值，则放弃全量统计信息采集，转为对该表进行抽样统计信息采集。
statistic_sample_collect_rows	INT	200000	抽样采集的采样行数。如果该参数取值超过了实际的表行数，则进行全量采集。

示例

示例 1：自动全量采集

-- 定期全量采集所有数据库的统计信息。
CREATE ANALYZE ALL;

-- 定期全量采集指定数据库下所有表的统计信息。
CREATE ANALYZE DATABASE db_name;

-- 定期全量采集指定数据库下所有表的统计信息。
CREATE ANALYZE FULL DATABASE db_name;

-- 定期全量采集指定表、列的统计信息。
CREATE ANALYZE TABLE tbl_name(c1, c2, c3); 

示例 2：自动抽样采集

-- 定期抽样采集指定数据库下所有表的统计信息，使用默认配置。
CREATE ANALYZE SAMPLE DATABASE db_name;

-- 定期抽样采集指定表、列的统计信息，设置采样行数和健康度阈值。
CREATE ANALYZE SAMPLE TABLE tbl_name(c1, c2, c3) PROPERTIES(
   "statistic_auto_collect_ratio" = "0.5",
   "statistic_sample_collect_rows" = "1000000"
);

相关文档

SHOW ANALYZE JOB：查看创建的自定义自动采集任务。

DROP ANALYZE：删除自动采集任务。

KILL ANALYZE：取消正在运行中（Running）的统计信息收集任务。

想了解更多 CBO 统计信息采集的内容，参见 CBO 统计信息。