数据库统计信息的自动挖掘与维护＆What's New in TiDB

上海社区小伙伴们又相聚啦！在上周六举办的 Infra Meetup No.82 上，我司 TiDB 核心开发工程师韩飞、技术 VP 申砾为大家带来了干货分享，以下是现场视频&文字回顾，enjoy~

数据库统计信息的自动挖掘与维护

“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。

What's New in TiDB

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。

PingCAP Infra Meetup

作为一个基础架构领域的前沿技术公司，PingCAP 希望能为国内真正关注技术本身的 Hackers 打造一个自由分享的平台。自 2016 年 3 月 5 日开始，我们定期在周末举办 Infra Meetup，与大家深度探讨基础架构领域的前瞻性技术思考与经验，目前已在北京、上海、广州、成都、杭州等地举办。在这里，我们希望提供一个高水准的前沿技术讨论空间，让大家真正感受到自由的开源精神魅力。