数据库统计信息的自动挖掘与维护 & What's New in TiDB | Meetup 回顾

“韩老师硬核数学课”名不虚传

欢迎大家下次来现场听（看）Talk（白板）

韩飞老师首先介绍了查询优化器的基本架构与执行流程，并重点介绍了统计信息模块在基于代价的优化（CBO）中的重要作用。在谓词选择率估计（Selectivity Estimation）中，常用的属性独立假设（attribute value independence assumption）在列相关（Column Correlation）的场景下会产生较大误差。

在此次分享上，韩飞老师重点介绍了贝叶斯网络（Bayesian Networks）的解决方案，针对互相依赖的列，使用贝叶斯模型估计依赖关系，并建立多维直方图是一种非常有效的解决方案。另一个影响选择率估计的因素是统计信息的过期问题，根据查询结果的反馈更新直方图信息是一种行之有效的解决方案，但是通常会引入较大误差。通过引入最大熵原则（Max Entropy Principle）可以相对准确的解决直方图更新的问题，这种方法应用在 Informix 商业数据库中。

申砾老师介绍了 TiDB 2.1 版本的重要 Feature，包括这些 Feature 所解决的问题、背后的原理、达到的效果，特别是 TiDB 在优化器、计算引擎、存储引擎方面的改进，使得 2.1 版本成为更智能、更迅速、更稳定的数据库。接着，申砾老师展示了部分 Benchmark 结果，分别从 OLAP、OLTP 两个场景表明 TiDB 的性能提升。最后介绍了下一步工作的展望，让大家了解 TiDB 的演进方向。

* 后台回复“82”获取本期 PPT