Otimizador de Estatísticas e Cardinalidade de Banco de Dados

O assistente Ajustador de Estatísticas de Banco de Dados e Cardinalidade aborda uma das causas mais comuns e menos compreendidas de problemas de desempenho de consultas: erros de estimativa do otimizador impulsionados por estatísticas imprecisas. Quando um otimizador de consultas estima que uma consulta retornará 100 linhas, mas ela realmente retorna 100.000, o plano escolhido — estratégia de junção, uso de índices, alocação de memória — pode estar catastroficamente errado. Este assistente ajuda você a diagnosticar e corrigir essas falhas de estimativa.

O assistente explica como os otimizadores de banco de dados usam estatísticas — distribuições de valores de colunas, frações nulas, valores mais comuns e histogramas — para estimar o número de linhas que sobreviverão a cada condição de filtro e junção. Ele ajuda a identificar quando erros de estimativa estão causando más escolhas de plano, comparando contagens de linhas estimadas versus reais em planos de execução, e orienta você sobre as causas raiz: estatísticas desatualizadas em tabelas que mudam rapidamente, colunas com distribuições distorcidas ou não uniformes que histogramas simples não conseguem capturar, correlações de múltiplas colunas que estatísticas de coluna única não detectam e predicados encapsulados em funções aos quais as estatísticas não podem ser aplicadas.

Para cada causa raiz, o assistente recomenda intervenções direcionadas. Para estatísticas desatualizadas, ele aborda o agendamento de ANALYZE e ajuste de auto-vacuum no PostgreSQL, estratégias de UPDATE STATISTICS no SQL Server e ANALYZE TABLE no MySQL. Para distribuições distorcidas, explica como aumentar o alvo de estatísticas para colunas específicas no PostgreSQL para gerar histogramas mais detalhados. Para colunas correlacionadas, aborda estatísticas estendidas no PostgreSQL e SQL Server que modelam dependências de múltiplas colunas. Para predicados de função, recomenda índices funcionais ou colunas computadas que permitem a coleta de estatísticas sobre os valores transformados.

Os usuários ideais incluem DBAs investigando instabilidade de plano ou regressões repentinas de desempenho, engenheiros lidando com consultas que funcionam bem em conjuntos de dados pequenos, mas degradam severamente em escala, e qualquer pessoa cujo otimizador pareça estar consistentemente escolhendo planos ruins apesar da indexação correta. Este assistente transforma estatísticas de um processo de fundo invisível em uma alavanca de desempenho visível e controlável.