SequoiaDB 巨杉数据库提供收集统计信息的能力。外部收集而来的统计信息用于分析处理，分析后的最优结果将会被用于生成最优的访问计划，以此提高查询效率。因此统计信息对查询访问计划的构成以及查询性能起关键性作用。 SequoiaDB 包含两种统计信息，分别是集合的统计信息和索引的统计信息。
集合的统计信息存放在数据节点 SYSSTAT.SYSCOLLECTIONSTAT 集合中，具体字段如下：
| 字段名 | 数据类型 | 说明 | 必填 |
|---|---|---|---|
| CollectionSpace | string | 统计收集的集合空间名 | 是 |
| Collection | string | 统计收集的集合名 | 是 |
| CreateTime | number | 统计收集的时间戳，默认值为 0 | 是 |
| SampleRecords | number | 统计收集时抽样的文档个数，默认值为 200 | 是 |
| TotalDataPages | number | 统计收集时的数据页个数，默认值为 1 | 是 |
| TotalDataSize | number | 统计收集时的数据总大小，默认值为 80000，单位为字节 | 是 |
| TotalRecords | number | 统计收集时的文档个数，默认值为 200 | 是 |
| AvgNumFields | number | 文档的平均字段数，默认值为 10 | 否 |
示例
SYSSTAT.SYSCOLLECTIONSTAT 统计信息
{
"Collection": "sample",
"CollectionSpace": "employee",
"CreateTime": 1496910925978,
"SampleRecords": 200,
"TotalDataPages": 1284,
"TotalDataSize": 65929411,
"TotalRecords": 600000,
"AvgNumFields" : 10
}
索引的统计信息存放在数据节点 SYSSTAT.SYSINDEXSTAT 集合中，具体字段如下：
| 字段名 | 数据类型 | 说明 | 必填 |
|---|---|---|---|
| CollectionSpace | string | 统计收集的集合空间名 | 是 |
| Collection | string | 统计收集的集合名 | 是 |
| CreateTime | number | 统计收集的时间戳，默认值为 0 | 是 |
| Index | string | 统计收集的索引名 | 是 |
| IndexLevels | number | 统计收集时索引的层数，默认值为 1 | 是 |
| IndexPages | number | 统计收集时索引页的个数，默认值为 1 | 是 |
| IsUnique | boolean | 统计收集的索引是否唯一索引，默认值为 false | 是 |
| KeyPattern | object | 统计收集的索引字段定义，如：{a:1} | 是 |
| SampleRecords | number | 统计收集时抽样的文档个数，默认值为 0 | 是 |
| TotalRecords | number | 统计收集时的文档个数，默认值为 10 | 是 |
| MCV | object | 频繁数值集合（Most Common Values），如： MCV: { Values: [ {a:1}, {a:2}, ... ], Frac: [ 50, 50, ... ] } |
否 |
| MCV.Values | array | 频繁数值中的值 | 否 |
| MCV.Frac | array | 频繁数值的比例，每个值的取值 0~10000，最终比例为 (Frac / 10000) * 100% | 否 |
示例
SYSSTAT.SYSINDEXSTAT 统计信息
{
"Collection": "sample",
"CollectionSpace": "employee",
"CreateTime": 1496910926035,
"Index": "index",
"IndexLevels": 2,
"IndexPages": 256,
"IsUnique": false,
"KeyPattern": {
"a": 1
},
"MCV": {
"Values": [
{
"a": 2358
},
{
"a": 7074
},
{
"a": 11790
},
...
],
"Frac": [
50,
50,
50,
...
]
},
"SampleRecords": 200,
"TotalRecords": 600000
}
查询优化器会根据统计信息对候选访问计划进行评估，以此选取合适的访问计划来执行查询，详情见基于代价的访问计划评估。
如表中字段 val 建立了索引，生成该表的统计信息，字段 val 的频繁数值集合为：
MCV : {
Val : [
1, 2, 3, 4, 5, 6, 7, 8, 9
],
Frac : [
1000, 1200, 800, 1300, 700, 1000, 1000, 1000, 1000
]
}
{ val : { $et : 1 } } 命中频繁数值集合，其选择率为：selectivity= 0.1{ val : { $et : 10 } } 没有命中频繁数值集合，其选择率为：selectivity=0.0005{ val : { $lt : 4 } } 命中了频繁数值集合的下标 0、1 和 2，其选择率为：selectivity=0.2 { val : { $gt : 9 } } 没有命中频繁数值集合，其选择率为：selectivity=0.005
