آموزش PERSIST_SAMPLE_PERCENT و ثابت نگه‌داشتن نرخ Sample | آموزش تخصصی SQL Server

آموزش PERSIST_SAMPLE_PERCENT و ثابت نگه‌داشتن نرخ Sample

توسط admin | گروه SQL Server | 1405/05/09

نظرات 0

آموزش PERSIST_SAMPLE_PERCENT و ثابت نگه‌داشتن نرخ Sample

مسئله‌ای که این موضوع در عمل حل می‌کند

در بررسی‌های واقعی SQL Server، پرسش اصلی درباره Statistics Options:PERSIST_SAMPLE_PERCENT = ON صرفاً دانستن نام یک DMV، فرمان یا گزینه نیست؛ باید مشخص شود این ابزار چگونه برای نرخ Sample انتخاب‌شده را در Metadata Statistics نگه می‌دارد تا Updateهای بعدی بتوانند همان درصد را حفظ کنند. به کار می‌رود و چه شواهدی برای تصمیم بعدی تولید می‌کند.

این آموزش از تعریف و Scope شروع می‌شود، سپس Syntax، مفاهیم PERSIST_SAMPLE_PERCENT و persisted_sample_percent، ده سناریوی اجرایی، خطاهای تفسیر و کنترل Performance را پوشش می‌دهد. پیش‌نیاز عملی آن شناخت شیء هدف و رعایت مجوز «مجوز Update یا Create Statistics روی شیء لازم است.» است.

برای دیدن جایگاه این موضوع در خانواده بزرگ‌تر، ابتدا راهنمای مادر «راهنمای جامع دستورات، گزینه‌ها و DMFهای Statistics در SQL Server» را مرور کنید؛ این صفحه وارد جزئیات تک‌موضوعی می‌شود و لینک خانواده را جایگزین آموزش عمیق نمی‌کند. برای موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON در مجموعه 16، همین قاعده باید با داده همان Scope تطبیق داده شود.

دسترسی سریع و مسیر مطالعه

  1. ابتدا Scope و معنای شاخص‌ها را مشخص کنید.
  2. Syntax مربوط به Statistics Options:PERSIST_SAMPLE_PERCENT = ON را با نسخه هدف تطبیق دهید.
  3. مثال‌ها را از Query فقط‌خواندنی تا سناریوی تصمیم دنبال کنید.
  4. در پایان خطاها، Performance و چک‌لیست Production را اجرا نمایید.

تعریف فنی و جایگاه در معماری SQL Server

Statistics Options:PERSIST_SAMPLE_PERCENT = ON در این مقاله به‌عنوان یک موضوع FEATURE بررسی می‌شود. ماهیت اصلی آن این است که نرخ Sample انتخاب‌شده را در Metadata Statistics نگه می‌دارد تا Updateهای بعدی بتوانند همان درصد را حفظ کنند. این قابلیت در لایه «در CREATE یا UPDATE Statistics با Sample مشخص به‌کار می‌رود و برای جلوگیری از بازگشت ناخواسته به نرخ خودکار مفید است.» قرار می‌گیرد و بدون تعیین همان محدوده، عدد یا خروجی می‌تواند چند تفسیر متفاوت داشته باشد.

مفاهیم محوری این صفحه عبارت‌اند از PERSIST_SAMPLE_PERCENT، persisted_sample_percent، SAMPLE، RESAMPLE، sampling policy. ارتباط میان این مفاهیم باید به‌صورت زنجیره علت، مشاهده و اقدام خوانده شود؛ به همین دلیل هیچ ستون یا Option به‌تنهایی معیار تغییر Production نیست.

آموزش PERSIST_SAMPLE_PERCENT و ثابت نگه‌داشتن نرخ Sample — نقشه جایگاه و اجزای اصلی — Swimlaneنمای فنی اختصاصی Statistics Options:PERSIST_SAMPLE_PERCENT = ON که مفاهیم PERSIST_SAMPLE_PERCENT, persisted_sample_percent, SAMPLE, RESAMPLE, sampling policy را در قالب Swimlane برای بخش نقشه جایگاه و اجزای اصلی مرتبط می‌کند.Statistics Options:PERSIST_SAMPLE_PERCENT = ONنقشه جایگاه و اجزای اصلی | SwimlaneورودیپردازشتحلیلPERSIST_SAMPLE_PERCENTpersisted_sample_percentSAMPLERESAMPLEsampling policyDecision / Metric PanelM1M2M3M4Operational Detail

این تصویر، جایگاه Statistics Options:PERSIST_SAMPLE_PERCENT = ON را با تمرکز بر PERSIST_SAMPLE_PERCENT، persisted_sample_percent و SAMPLE نشان می‌دهد؛ پنل عددی پایین شکل برای جداکردن مشاهده خام از تصمیم اجرایی طراحی شده است.

پیش‌نیاز، فعال‌سازی و رفتار گزینه

Syntax مرجع

UPDATE STATISTICS schema.table stats_name WITH SAMPLE 40 PERCENT, PERSIST_SAMPLE_PERCENT = ON;

ورودی، محدوده و مجوز

Scope این موضوع چنین تعریف می‌شود: در CREATE یا UPDATE Statistics با Sample مشخص به‌کار می‌رود و برای جلوگیری از بازگشت ناخواسته به نرخ خودکار مفید است. برای اجرای درست، مجوز Update یا Create Statistics روی شیء لازم است. انتخاب پارامتر یا Target باید از مسئله عیب‌یابی بیاید و استفاده از NULL، همه اشیا یا تنظیم سطح دیتابیس فقط با دلیل مشخص انجام شود.

خروجی یا اثر قابل مشاهده

در خروجی یا رفتار Statistics Options:PERSIST_SAMPLE_PERCENT = ON باید حداقل PERSIST_SAMPLE_PERCENT، SAMPLE و sampling policy بررسی شود. اگر مقدار NULL، صفر یا نبود ردیف مشاهده شد، ابتدا Metadata Visibility، نسخه و زمان ایجاد داده کنترل می‌شود؛ نتیجه خالی همیشه به معنی نبود مشکل نیست.

اجزای اصلی و منطق تحلیل

جزء 1: PERSIST_SAMPLE_PERCENT

PERSIST_SAMPLE_PERCENT لایه مشاهده اولیه Statistics Options:PERSIST_SAMPLE_PERCENT = ON است و باید همراه نام شیء، Capture Time و Scope ذخیره شود تا در گزارش بعدی قابل مقایسه باشد.

جزء 2: persisted_sample_percent

در تحلیل persisted_sample_percent، مقدار خام به یک سؤال عملی تبدیل می‌شود: آیا تغییر این شاخص با رفتار Workload هم‌زمان است یا فقط یک شمارنده تاریخی بزرگ دیده می‌شود؟

جزء 3: SAMPLE

برای SAMPLE یک آستانه جهانی وجود ندارد؛ Baseline همان سامانه و هزینه اقدام تعیین می‌کند چه مقداری نیازمند بررسی است. در Runbook خانواده 16، تفسیر این بند به شواهد اختصاصی Statistics Options:PERSIST_SAMPLE_PERCENT = ON وابسته است.

آموزش PERSIST_SAMPLE_PERCENT و ثابت نگه‌داشتن نرخ Sample — جریان اجرا و تبدیل ورودی به خروجی — Benchmark Boardنمای فنی اختصاصی Statistics Options:PERSIST_SAMPLE_PERCENT = ON که مفاهیم PERSIST_SAMPLE_PERCENT, persisted_sample_percent, SAMPLE, RESAMPLE, sampling policy را در قالب Benchmark Board برای بخش جریان اجرا و تبدیل ورودی به خروجی مرتبط می‌کند.Statistics Options:PERSIST_SAMPLE_PERCENT = ONجریان اجرا و تبدیل ورودی به خروجی | Benchmark BoardPERSIST_SAMPLE_PERCENTInputpersisted_sample_percentRuleSAMPLEMetricRESAMPLEOutputsampling policyRiskstatistics metadataBest PathDecision / Metric PanelM1M2M3M4Operational Detail

در نمودار دوم، مسیر PERSIST_SAMPLE_PERCENT تا RESAMPLE به‌صورت مرحله‌ای ترسیم شده تا ورودی، تبدیل و خروجی Statistics Options:PERSIST_SAMPLE_PERCENT = ON در یک نگاه قابل دنبال‌کردن باشد.

ده مثال عملی از مشاهده ساده تا تصمیم قابل اجرا

مثال 1: راه‌اندازی سناریوی پایه و مشاهده اثر گزینه

مثال 1 موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON را در زاویه «راه‌اندازی سناریوی پایه و مشاهده اثر گزینه» بررسی می‌کند تا تفاوت میان Syntax و نتیجه عملی روشن شود.

DROP TABLE IF EXISTS #StatsLab_25;
CREATE TABLE #StatsLab_25
(
    RowID int IDENTITY(1,1) NOT NULL,
    RegionCode int NULL,
    OrderDate date NOT NULL,
    Amount decimal(12,2) NOT NULL,
    StatusCode tinyint NOT NULL
);
INSERT INTO #StatsLab_25(RegionCode,OrderDate,Amount,StatusCode)
VALUES (1,'2026-01-01',1200,1),(1,'2026-01-02',1800,1),(2,'2026-02-01',350,2),(NULL,'2026-03-01',90,3);
CREATE STATISTICS ST_Option_25 ON #StatsLab_25(RegionCode) WITH SAMPLE 40 PERCENT, PERSIST_SAMPLE_PERCENT = ON;
شاخص کنترلنمونهنتیجه
PERSIST_SAMPLE_PERCENT27ایجاد شد

این اجرا نقطه شروع قابل تکرار برای Statistics Options:PERSIST_SAMPLE_PERCENT = ON می‌سازد و باید در محیط آزمایش انجام شود.

مثال 2: اعمال موضوع روی یک Statistics مشخص

مثال 2 موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON را در زاویه «اعمال موضوع روی یک Statistics مشخص» بررسی می‌کند تا تفاوت میان Syntax و نتیجه عملی روشن شود.

DROP TABLE IF EXISTS #StatsLab_25;
CREATE TABLE #StatsLab_25
(
    RowID int IDENTITY(1,1) NOT NULL,
    RegionCode int NULL,
    OrderDate date NOT NULL,
    Amount decimal(12,2) NOT NULL,
    StatusCode tinyint NOT NULL
);
INSERT INTO #StatsLab_25(RegionCode,OrderDate,Amount,StatusCode)
VALUES (1,'2026-01-01',1200,1),(1,'2026-01-02',1800,1),(2,'2026-02-01',350,2),(NULL,'2026-03-01',90,3);
CREATE STATISTICS ST_Option_25 ON #StatsLab_25(Amount);
UPDATE STATISTICS #StatsLab_25 ST_Option_25 WITH SAMPLE 40 PERCENT, PERSIST_SAMPLE_PERCENT = ON;
شاخص کنترلنمونهنتیجه
persisted_sample_percent54به‌روزرسانی شد

هدف‌گیری یک Statistics مشخص، دامنه I/O و Recompile مرتبط با Statistics Options:PERSIST_SAMPLE_PERCENT = ON را قابل کنترل می‌کند.

مثال 3: بررسی رفتار پس از ورود داده جدید

مثال 3 موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON را در زاویه «بررسی رفتار پس از ورود داده جدید» بررسی می‌کند تا تفاوت میان Syntax و نتیجه عملی روشن شود.

DROP TABLE IF EXISTS #StatsLab_25;
CREATE TABLE #StatsLab_25
(
    RowID int IDENTITY(1,1) NOT NULL,
    RegionCode int NULL,
    OrderDate date NOT NULL,
    Amount decimal(12,2) NOT NULL,
    StatusCode tinyint NOT NULL
);
INSERT INTO #StatsLab_25(RegionCode,OrderDate,Amount,StatusCode)
VALUES (1,'2026-01-01',1200,1),(1,'2026-01-02',1800,1),(2,'2026-02-01',350,2),(NULL,'2026-03-01',90,3);
CREATE STATISTICS ST_Option_25 ON #StatsLab_25(OrderDate);
INSERT INTO #StatsLab_25(RegionCode,OrderDate,Amount,StatusCode) SELECT 8,'2026-05-01',800,2;
UPDATE STATISTICS #StatsLab_25 ST_Option_25 WITH SAMPLE 40 PERCENT, PERSIST_SAMPLE_PERCENT = ON;
شاخص کنترلنمونهنتیجه
SAMPLE81تغییر ثبت شد

پس از تغییر داده، فقط خروجی ظاهری کافی نیست؛ نرخ Persisted را دوره‌ای با حجم جدول و کیفیت تخمین Queryهای حساس مقایسه کنید.

مثال 4: استفاده در Statistics فیلترشده یا محدوده‌دار

مثال 4 موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON را در زاویه «استفاده در Statistics فیلترشده یا محدوده‌دار» بررسی می‌کند تا تفاوت میان Syntax و نتیجه عملی روشن شود.

DROP TABLE IF EXISTS #StatsLab_25;
CREATE TABLE #StatsLab_25
(
    RowID int IDENTITY(1,1) NOT NULL,
    RegionCode int NULL,
    OrderDate date NOT NULL,
    Amount decimal(12,2) NOT NULL,
    StatusCode tinyint NOT NULL
);
INSERT INTO #StatsLab_25(RegionCode,OrderDate,Amount,StatusCode)
VALUES (1,'2026-01-01',1200,1),(1,'2026-01-02',1800,1),(2,'2026-02-01',350,2),(NULL,'2026-03-01',90,3);
CREATE STATISTICS ST_Option_25 ON #StatsLab_25(StatusCode) WHERE StatusCode IN(1,2) WITH SAMPLE 40 PERCENT, PERSIST_SAMPLE_PERCENT = ON;
شاخص کنترلنمونهنتیجه
RESAMPLE108Scope محدود شد

فیلتر یا Scope محدود نشان می‌دهد Statistics Options:PERSIST_SAMPLE_PERCENT = ON چگونه با توزیع واقعی داده تعامل دارد.

مثال 5: خواندن Metadata و Header پس از عملیات

مثال 5 موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON را در زاویه «خواندن Metadata و Header پس از عملیات» بررسی می‌کند تا تفاوت میان Syntax و نتیجه عملی روشن شود.

DROP TABLE IF EXISTS #StatsLab_25;
CREATE TABLE #StatsLab_25
(
    RowID int IDENTITY(1,1) NOT NULL,
    RegionCode int NULL,
    OrderDate date NOT NULL,
    Amount decimal(12,2) NOT NULL,
    StatusCode tinyint NOT NULL
);
INSERT INTO #StatsLab_25(RegionCode,OrderDate,Amount,StatusCode)
VALUES (1,'2026-01-01',1200,1),(1,'2026-01-02',1800,1),(2,'2026-02-01',350,2),(NULL,'2026-03-01',90,3);
CREATE STATISTICS ST_Option_25 ON #StatsLab_25(RegionCode,OrderDate);
DBCC SHOW_STATISTICS(N'tempdb..#StatsLab_25',N'ST_Option_25') WITH STAT_HEADER;
شاخص کنترلنمونهنتیجه
sampling policy135Metadata خوانده شد

Metadata به شما اجازه می‌دهد اثر ثبت‌شده را از تصور درباره اجرای دستور جدا کنید. کاربرد این اصل در Statistics Options:PERSIST_SAMPLE_PERCENT = ON با معیارهای ویژه مجموعه 16 سنجیده می‌شود.

مثال 6: کنترل زمان آخرین Update و وضعیت ثبت‌شده

مثال 6 موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON را در زاویه «کنترل زمان آخرین Update و وضعیت ثبت‌شده» بررسی می‌کند تا تفاوت میان Syntax و نتیجه عملی روشن شود.

DROP TABLE IF EXISTS #StatsLab_25;
CREATE TABLE #StatsLab_25
(
    RowID int IDENTITY(1,1) NOT NULL,
    RegionCode int NULL,
    OrderDate date NOT NULL,
    Amount decimal(12,2) NOT NULL,
    StatusCode tinyint NOT NULL
);
INSERT INTO #StatsLab_25(RegionCode,OrderDate,Amount,StatusCode)
VALUES (1,'2026-01-01',1200,1),(1,'2026-01-02',1800,1),(2,'2026-02-01',350,2),(NULL,'2026-03-01',90,3);
CREATE STATISTICS ST_Option_25 ON #StatsLab_25(Amount);
UPDATE STATISTICS #StatsLab_25 ST_Option_25 WITH SAMPLE 40 PERCENT, PERSIST_SAMPLE_PERCENT = ON;
SELECT STATS_DATE(s.object_id,s.stats_id) AS last_updated FROM tempdb.sys.stats AS s WHERE s.object_id=OBJECT_ID(N'tempdb..#StatsLab_25') AND s.name=N'ST_Option_25';
شاخص کنترلنمونهنتیجه
statistics metadata162تاریخ کنترل شد

زمان آخرین Update را با Modification Counter تفسیر کنید؛ ثابت‌کردن نرخ نامناسب، هزینه یا خطای Sample را در آینده تکرار می‌کند و باید با رشد جدول بازبینی شود.

مثال 7: کار با Statistics ایندکس یا شیء وابسته

مثال 7 موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON را در زاویه «کار با Statistics ایندکس یا شیء وابسته» بررسی می‌کند تا تفاوت میان Syntax و نتیجه عملی روشن شود.

DROP TABLE IF EXISTS #StatsLab_25;
CREATE TABLE #StatsLab_25
(
    RowID int IDENTITY(1,1) NOT NULL,
    RegionCode int NULL,
    OrderDate date NOT NULL,
    Amount decimal(12,2) NOT NULL,
    StatusCode tinyint NOT NULL
);
INSERT INTO #StatsLab_25(RegionCode,OrderDate,Amount,StatusCode)
VALUES (1,'2026-01-01',1200,1),(1,'2026-01-02',1800,1),(2,'2026-02-01',350,2),(NULL,'2026-03-01',90,3);
CREATE INDEX IX_Option_25 ON #StatsLab_25(OrderDate);
UPDATE STATISTICS #StatsLab_25 IX_Option_25 WITH SAMPLE 40 PERCENT, PERSIST_SAMPLE_PERCENT = ON;
شاخص کنترلنمونهنتیجه
PERSIST_SAMPLE_PERCENT189وابستگی بررسی شد

آمار ایندکس قواعد متفاوتی از Statistics مستقل دارد و باید نوع هدف پیش از عملیات مشخص باشد. در مجموعه 16، این تصمیم برای Statistics Options:PERSIST_SAMPLE_PERCENT = ON باید جدا از خانواده‌های دیگر ثبت شود.

مثال 8: تفسیر Histogram بعد از اجرای دستور

مثال 8 موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON را در زاویه «تفسیر Histogram بعد از اجرای دستور» بررسی می‌کند تا تفاوت میان Syntax و نتیجه عملی روشن شود.

DROP TABLE IF EXISTS #StatsLab_25;
CREATE TABLE #StatsLab_25
(
    RowID int IDENTITY(1,1) NOT NULL,
    RegionCode int NULL,
    OrderDate date NOT NULL,
    Amount decimal(12,2) NOT NULL,
    StatusCode tinyint NOT NULL
);
INSERT INTO #StatsLab_25(RegionCode,OrderDate,Amount,StatusCode)
VALUES (1,'2026-01-01',1200,1),(1,'2026-01-02',1800,1),(2,'2026-02-01',350,2),(NULL,'2026-03-01',90,3);
CREATE STATISTICS ST_Option_25 ON #StatsLab_25(RegionCode);
UPDATE STATISTICS #StatsLab_25 ST_Option_25 WITH SAMPLE 40 PERCENT, PERSIST_SAMPLE_PERCENT = ON;
DBCC SHOW_STATISTICS(N'tempdb..#StatsLab_25',N'ST_Option_25') WITH HISTOGRAM;
شاخص کنترلنمونهنتیجه
persisted_sample_percent216Histogram تحلیل شد

Histogram ابزار تحلیل تخمین است، نه نسخه کامل همه مقادیر ستون.

مثال 9: مدیریت خطای نسخه، مجوز یا Syntax

مثال 9 موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON را در زاویه «مدیریت خطای نسخه، مجوز یا Syntax» بررسی می‌کند تا تفاوت میان Syntax و نتیجه عملی روشن شود.

DROP TABLE IF EXISTS #StatsLab_25;
CREATE TABLE #StatsLab_25
(
    RowID int IDENTITY(1,1) NOT NULL,
    RegionCode int NULL,
    OrderDate date NOT NULL,
    Amount decimal(12,2) NOT NULL,
    StatusCode tinyint NOT NULL
);
INSERT INTO #StatsLab_25(RegionCode,OrderDate,Amount,StatusCode)
VALUES (1,'2026-01-01',1200,1),(1,'2026-01-02',1800,1),(2,'2026-02-01',350,2),(NULL,'2026-03-01',90,3);
BEGIN TRY CREATE STATISTICS ST_Option_25 ON #StatsLab_25(Amount) WITH SAMPLE 40 PERCENT, PERSIST_SAMPLE_PERCENT = ON; END TRY BEGIN CATCH SELECT ERROR_NUMBER() AS error_number,ERROR_MESSAGE() AS error_message; END CATCH;
شاخص کنترلنمونهنتیجه
SAMPLE243خطا مدیریت شد

Error Handling برای قابلیت‌های نسخه‌محور مهم است؛ رفتار دقیق را با نسخه و سطح سازگاری پایگاه داده بررسی کنید. برای Statistics Options:PERSIST_SAMPLE_PERCENT = ON، اجرای این توصیه در خانواده 16 نیازمند Baseline مخصوص همان موضوع است.

مثال 10: ساخت گزارش نهایی برای Runbook نگهداری

مثال 10 موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON را در زاویه «ساخت گزارش نهایی برای Runbook نگهداری» بررسی می‌کند تا تفاوت میان Syntax و نتیجه عملی روشن شود.

DROP TABLE IF EXISTS #StatsLab_25;
CREATE TABLE #StatsLab_25
(
    RowID int IDENTITY(1,1) NOT NULL,
    RegionCode int NULL,
    OrderDate date NOT NULL,
    Amount decimal(12,2) NOT NULL,
    StatusCode tinyint NOT NULL
);
INSERT INTO #StatsLab_25(RegionCode,OrderDate,Amount,StatusCode)
VALUES (1,'2026-01-01',1200,1),(1,'2026-01-02',1800,1),(2,'2026-02-01',350,2),(NULL,'2026-03-01',90,3);
CREATE STATISTICS ST_Option_25 ON #StatsLab_25(StatusCode,RegionCode);
UPDATE STATISTICS #StatsLab_25 ST_Option_25 WITH SAMPLE 40 PERCENT, PERSIST_SAMPLE_PERCENT = ON;
SELECT s.name,s.no_recompute,s.is_incremental,s.has_persisted_sample FROM tempdb.sys.stats AS s WHERE s.object_id=OBJECT_ID(N'tempdb..#StatsLab_25');
شاخص کنترلنمونهنتیجه
RESAMPLE270Runbook تکمیل شد

گزارش Runbook باید مالک، زمان اجرا، Scope و معیار موفقیت Statistics Options:PERSIST_SAMPLE_PERCENT = ON را ثبت کند.

کاربردهای واقعی در پروژه و عملیات

در پایش روزانه، Statistics Options:PERSIST_SAMPLE_PERCENT = ON می‌تواند برای ساخت یک Snapshot محدود به اشیای حساس استفاده شود. تیم عملیات با ثبت PERSIST_SAMPLE_PERCENT و RESAMPLE در کنار زمان رخداد، میان تغییر طبیعی بار و نشانه Regression تفاوت می‌گذارد.

در پروژه بهینه‌سازی، خروجی این موضوع به فرضیه قابل آزمایش تبدیل می‌شود؛ برای نمونه، به‌جای «سیستم کند است» سؤال می‌شود آیا تغییر شاخص اصلی با Query یا Deployment خاص هم‌بستگی دارد. سپس Plan و معیار قبل/بعد جمع‌آوری می‌شود. این نکته در تحلیل خانواده 16 با محور Statistics Options:PERSIST_SAMPLE_PERCENT = ON به‌صورت مستقل ارزیابی می‌شود.

در فرایند آموزش یا تحویل پروژه، Runbook باید Query امن، سطح دسترسی، مسیر Escalation و شرط توقف را ثبت کند. این کار وابستگی به حافظه یک DBA را کم و اجرای Statistics Options:PERSIST_SAMPLE_PERCENT = ON را قابل ممیزی می‌کند.

هشدار مهم پیش از تصمیم Production

ثابت‌کردن نرخ نامناسب، هزینه یا خطای Sample را در آینده تکرار می‌کند و باید با رشد جدول بازبینی شود. هرگونه DDL، تغییر تنظیم یا Maintenance ناشی از این تحلیل باید پس از تهیه Baseline، آزمون در محیط مشابه و تعریف Rollback اجرا شود. خروجی آموزشی این صفحه مجوز اجرای کور در ساعات پرترافیک نیست.

اشتباهات رایج و اصلاح عملی

  • اشتباه: خواندن PERSIST_SAMPLE_PERCENT بدون ثبت زمان. اصلاح: Capture Time و زمان شروع سرویس یا دیتابیس را کنار Snapshot نگه دارید.
  • اشتباه: اجرای Statistics Options:PERSIST_SAMPLE_PERCENT = ON روی همه اشیا در هر دقیقه. اصلاح: Scope را با فیلتر دیتابیس، Object یا Statistics محدود و تناوب را با نرخ تغییر تنظیم کنید.
  • اشتباه: تبدیل شاخص اصلی به حکم قطعی. اصلاح: آن را با شاخص مکمل، Plan و الگوی Workload اعتبارسنجی نمایید.
  • اشتباه: نادیده‌گرفتن مجوز و Metadata Visibility. اصلاح: نبود ردیف را با کاربر دارای دسترسی کنترل‌شده دوباره بررسی کنید.
  • اشتباه: نبود مسیر بازگشت. اصلاح: قبل از تغییر، Script معکوس، Snapshot تنظیمات و معیار شکست را آماده سازید.

Performance Considerations اختصاصی این موضوع

نرخ Persisted را دوره‌ای با حجم جدول و کیفیت تخمین Queryهای حساس مقایسه کنید. Query جمع‌آوری باید فقط ستون‌های موردنیاز را برگرداند، از Sorting بدون Top روی مجموعه بزرگ دوری کند و در صورت امکان یک Object یا دیتابیس مشخص را هدف بگیرد.

هزینه مستقیم Statistics Options:PERSIST_SAMPLE_PERCENT = ON با نوع موضوع متفاوت است: DMVهای گسترده می‌توانند خروجی حجیم تولید کنند، DBCC یا Update Statistics ممکن است I/O داشته باشد و گزینه سطح دیتابیس می‌تواند Compileهای بعدی را تغییر دهد. به همین علت اجرای نخست باید با Elapsed Time و Reads ثبت شود.

برای تحلیل روند، Snapshotهای کوچک و منظم از persisted_sample_percent بهتر از Query سنگین و نامنظم است. نگهداری تاریخچه نیز باید Retention مشخص داشته باشد تا مخزن مانیتورینگ خود به منبع رشد و Lock تبدیل نشود.

Best Practices اولویت‌بندی‌شده

  • هدف تحلیلی Statistics Options:PERSIST_SAMPLE_PERCENT = ON را در یک جمله و پیش از اجرای Query بنویسید.
  • ابتدا Sample مناسب را با آزمایش پیدا کنید و بعد آن را Persist نمایید، نه برعکس.
  • نسخه، Edition و مجوزهای مرتبط با SAMPLE را در Deployment Checklist ثبت کنید.
  • خروجی را با یک منبع مستقل مانند Query Store، Actual Plan یا Catalog View مرتبط تطبیق دهید.
  • برای اقدام تغییردهنده معیار قبل/بعد و زمان مشاهده اثر را از پیش تعیین کنید.
  • Script جمع‌آوری Statistics Options:PERSIST_SAMPLE_PERCENT = ON را Version Control کنید و تغییر Thresholdها را مستند نگه دارید.
آموزش PERSIST_SAMPLE_PERCENT و ثابت نگه‌داشتن نرخ Sample — تصمیم عملی، خطا و کارایی — Radial Mapنمای فنی اختصاصی Statistics Options:PERSIST_SAMPLE_PERCENT = ON که مفاهیم PERSIST_SAMPLE_PERCENT, persisted_sample_percent, SAMPLE, RESAMPLE, sampling policy را در قالب Radial Map برای بخش تصمیم عملی، خطا و کارایی مرتبط می‌کند.Statistics Options:PERSIST_SAMPLE_PERCENT = ONتصمیم عملی، خطا و کارایی | Radial MapPERSIST_SAMPLE_PERCENTCorepersisted_sample_percentSAMPLERESAMPLEsampling policystatistics metadataDecision / Metric PanelM1M2M3M4Operational Detail

نمای سوم، رابطه persisted_sample_percent، sampling policy و statistics metadata را در کنار شاخص‌های تصمیم نمایش می‌دهد و مشخص می‌کند کدام مسیر برای Performance یا رفع خطا اولویت دارد.

مزایا، محدودیت‌ها و زمان نامناسب استفاده

مزیت اصلی Statistics Options:PERSIST_SAMPLE_PERCENT = ON این است که مسئله نرخ Sample انتخاب‌شده را در Metadata Statistics نگه می‌دارد تا Updateهای بعدی بتوانند همان درصد را حفظ کنند. را به داده یا رفتار قابل مشاهده تبدیل می‌کند. این شفافیت، گفت‌وگوی DBA و تیم توسعه را از حدس به فرضیه قابل آزمون منتقل می‌سازد.

محدودیت اصلی به Scope و ماندگاری داده مربوط است: در CREATE یا UPDATE Statistics با Sample مشخص به‌کار می‌رود و برای جلوگیری از بازگشت ناخواسته به نرخ خودکار مفید است. همچنین ثابت‌کردن نرخ نامناسب، هزینه یا خطای Sample را در آینده تکرار می‌کند و باید با رشد جدول بازبینی شود. بنابراین گزارش باید Timestamp، نسخه و Context داشته باشد.

زمان نامناسب استفاده زمانی است که تیم بدون دسترسی کافی، بدون Baseline یا در میانه Incident حساس قصد اجرای فرمان سنگین دارد. در آن وضعیت ابتدا Query کم‌خطر، داده موجود و روش Escalation انتخاب می‌شود. برای موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON در مجموعه 16، همین قاعده باید با داده همان Scope تطبیق داده شود.

سؤالات متداول اختصاصی

Statistics Options:PERSIST_SAMPLE_PERCENT = ON دقیقاً چه مسئله‌ای را در SQL Server حل می‌کند؟

Statistics Options:PERSIST_SAMPLE_PERCENT = ON برای نرخ Sample انتخاب‌شده را در Metadata Statistics نگه می‌دارد تا Updateهای بعدی بتوانند همان درصد را حفظ کنند. کاربرد دارد. ارزش آن زمانی آشکار می‌شود که خروجی با Scope صحیح، زمان Capture و شواهد Workload تفسیر شود، نه اینکه یک مقدار منفرد به‌عنوان حکم نهایی در نظر گرفته شود.

برای شروع یادگیری Statistics Options:PERSIST_SAMPLE_PERCENT = ON چه پیش‌نیازی لازم است؟

آشنایی با Metadata، اجرای SELECT امن و مفهوم PERSIST_SAMPLE_PERCENT پایه مناسبی است. کاربر باید تفاوت محیط آزمایش و Production را بداند و مجوز «مجوز Update یا Create Statistics روی شیء لازم است.» را بدون گسترش غیرضروری دسترسی مدیریت کند.

آیا Statistics Options:PERSIST_SAMPLE_PERCENT = ON برای پروژه‌های کوچک هم ارزش پیاده‌سازی دارد؟

در پروژه کوچک می‌توان Scope را محدود و فقط شاخص‌های persisted_sample_percent و SAMPLE را ثبت کرد. همین نسخه سبک از پایش، رشد آینده را قابل اندازه‌گیری می‌کند و از تصمیم‌های حدسی هنگام افزایش حجم جلوگیری خواهد کرد.

در یک پروژه سازمانی چگونه خروجی Statistics Options:PERSIST_SAMPLE_PERCENT = ON مستندسازی شود؟

پیشنهاد می‌شود Capture Time، نام دیتابیس، مالک سرویس، Query یا Job مرتبط و تصمیم حاصل ثبت شود. در خدمات مشاوره SQL Server نیز چنین فرم شواهدی باعث می‌شود تغییرات قابل بازبینی و مسئولیت هر اقدام روشن باشد. در Runbook خانواده 16، تفسیر این بند به شواهد اختصاصی Statistics Options:PERSIST_SAMPLE_PERCENT = ON وابسته است.

Statistics Options:PERSIST_SAMPLE_PERCENT = ON چه تفاوتی با نگاه‌کردن صرف به Execution Plan دارد؟

Execution Plan مسیر یک Query را توضیح می‌دهد، اما Statistics Options:PERSIST_SAMPLE_PERCENT = ON زاویه «در CREATE یا UPDATE Statistics با Sample مشخص به‌کار می‌رود و برای جلوگیری از بازگشت ناخواسته به نرخ خودکار مفید است.» را اضافه می‌کند. ترکیب این دو، فاصله میان رفتار یک اجرا و الگوی تجمعی سیستم را کاهش می‌دهد.

چه زمانی برای تحلیل Statistics Options:PERSIST_SAMPLE_PERCENT = ON از متخصص SQL Server کمک بگیریم؟

وقتی خروجی به تغییر Schema، حذف یا ساخت ایندکس، تنظیم دیتابیس یا عملیات پرهزینه منتهی می‌شود، بازبینی تخصصی ارزش دارد. تیم اجرا می‌تواند ابتدا Snapshot و Queryهای مقاله را آماده کند تا جلسه مشاوره بر تصمیم واقعی متمرکز بماند. کاربرد این اصل در Statistics Options:PERSIST_SAMPLE_PERCENT = ON با معیارهای ویژه مجموعه 16 سنجیده می‌شود.

رایج‌ترین خطای تفسیر Statistics Options:PERSIST_SAMPLE_PERCENT = ON چیست؟

خطای پرتکرار، جداکردن عدد RESAMPLE از بازه زمانی و Context است. ثابت‌کردن نرخ نامناسب، هزینه یا خطای Sample را در آینده تکرار می‌کند و باید با رشد جدول بازبینی شود. راه اصلاح، ثبت Baseline و مقایسه چند Snapshot هم‌شرایط است.

چگونه هزینه Performance خود Queryهای Statistics Options:PERSIST_SAMPLE_PERCENT = ON را پایین نگه داریم؟

ستون‌های لازم را انتخاب کنید، فیلتر Scope را زود اعمال نمایید و Capture را با فاصله منطقی انجام دهید. نرخ Persisted را دوره‌ای با حجم جدول و کیفیت تخمین Queryهای حساس مقایسه کنید. این رویکرد مانع تبدیل ابزار تشخیص به منبع بار اضافی می‌شود.

بهترین الگوی عملی برای استفاده پایدار از Statistics Options:PERSIST_SAMPLE_PERCENT = ON چیست؟

ابتدا Sample مناسب را با آزمایش پیدا کنید و بعد آن را Persist نمایید، نه برعکس. علاوه بر آن، معیار موفقیت هر تغییر باید پیش از اجرا تعریف شود تا پس از تغییر بتوان اثر را با همان شاخص‌ها سنجید.

Statistics Options:PERSIST_SAMPLE_PERCENT = ON در همه نسخه‌های SQL Server یکسان رفتار می‌کند؟

رفتار دقیق را با نسخه و سطح سازگاری پایگاه داده بررسی کنید. همچنین نام مجوزها، ستون‌های قابل اتکا و قابلیت‌های وابسته به Edition یا Platform باید در محیط هدف آزمایش شوند؛ Script آموزشی جای تست سازگاری نسخه را نمی‌گیرد. در مجموعه 16، این تصمیم برای Statistics Options:PERSIST_SAMPLE_PERCENT = ON باید جدا از خانواده‌های دیگر ثبت شود.

سؤالات مصاحبه فنی

چگونه Scope مناسب برای Statistics Options:PERSIST_SAMPLE_PERCENT = ON را تعیین می‌کنید؟

از مسئله عملی شروع می‌کنم، دیتابیس و شیء مرتبط را محدود می‌سازم، سپس فقط ستون‌های PERSIST_SAMPLE_PERCENT و persisted_sample_percent را برای پاسخ به همان فرضیه انتخاب می‌کنم.

چرا یک Snapshot از Statistics Options:PERSIST_SAMPLE_PERCENT = ON کافی نیست؟

زیرا در CREATE یا UPDATE Statistics با Sample مشخص به‌کار می‌رود و برای جلوگیری از بازگشت ناخواسته به نرخ خودکار مفید است. می‌تواند با Restart، بارکاری یا تغییر داده جابه‌جا شود. دو یا چند Capture هم‌شرایط نرخ تغییر و پایداری سیگنال را مشخص می‌کند.

خروجی Statistics Options:PERSIST_SAMPLE_PERCENT = ON را با کدام منبع دوم اعتبارسنجی می‌کنید؟

بسته به موضوع از Query Store، Actual Execution Plan، sys.stats، Catalog Viewهای ایندکس یا Baseline منابع استفاده می‌کنم تا یک DMV یا فرمان به‌تنهایی مبنای تغییر نشود. برای Statistics Options:PERSIST_SAMPLE_PERCENT = ON، اجرای این توصیه در خانواده 16 نیازمند Baseline مخصوص همان موضوع است.

یک ضدالگو در خودکارسازی Statistics Options:PERSIST_SAMPLE_PERCENT = ON نام ببرید.

تبدیل مستقیم خروجی به DDL یا Maintenance بدون Approval ضدالگو است. Handle موقت، Threshold عمومی و نبود Rollback می‌تواند توصیه ظاهراً مفید را به Regression تبدیل کند. این نکته در تحلیل خانواده 16 با محور Statistics Options:PERSIST_SAMPLE_PERCENT = ON به‌صورت مستقل ارزیابی می‌شود.

معیار موفقیت اقدام مرتبط با Statistics Options:PERSIST_SAMPLE_PERCENT = ON چیست؟

قبل از تغییر، معیارهایی مانند کاهش شاخص اصلی، ثبات شاخص مکمل، زمان پاسخ Query یا هزینه نگهداری را ثبت می‌کنم و بعد از بازه معنادار همان‌ها را دوباره می‌سنجم. برای موضوع Statistics Options:PERSIST_SAMPLE_PERCENT = ON در مجموعه 16، همین قاعده باید با داده همان Scope تطبیق داده شود.

چگونه ریسک Production را هنگام کار با Statistics Options:PERSIST_SAMPLE_PERCENT = ON کنترل می‌کنید؟

ابتدا Query فقط‌خواندنی و محدود اجرا می‌شود، Plan جمع‌آوری و زمان مناسب انتخاب می‌گردد؛ هر فرمان تغییردهنده نیز در محیط مشابه، با نسخه پشتیبان و مسیر بازگشت آزموده می‌شود. در Runbook خانواده 16، تفسیر این بند به شواهد اختصاصی Statistics Options:PERSIST_SAMPLE_PERCENT = ON وابسته است.

چک‌لیست نهایی اجرا

  1. نسخه و وجود Statistics Options:PERSIST_SAMPLE_PERCENT = ON یا Syntax متناظر را کنترل کنید.
  2. کاربر اجرایی را با حداقل مجوز لازم انتخاب نمایید.
  3. Scope دیتابیس، جدول، ایندکس، Statistics یا Option را صریح تعیین کنید.
  4. Baseline مربوط به شاخص اصلی و شاخص مکمل را ثبت نمایید.
  5. مثال مناسب را ابتدا در محیط آزمایش یا با Target محدود اجرا کنید.
  6. خروجی را با منبع مستقل و Plan مرتبط اعتبارسنجی کنید.
  7. برای تغییر Production مالک، پنجره اجرا و Rollback تعیین کنید.
  8. نتیجه پس از تغییر را در همان بازه و با همان معیار دوباره اندازه بگیرید.

جمع‌بندی تصمیم‌محور

Statistics Options:PERSIST_SAMPLE_PERCENT = ON زمانی ارزش عملی دارد که برای مسئله مشخص، با Scope محدود و معیار قبل/بعد استفاده شود. اگر هدف فقط جمع‌آوری عدد باشد، خروجی به‌سرعت به گزارش بی‌اقدام تبدیل می‌شود؛ اما اتصال PERSIST_SAMPLE_PERCENT به RESAMPLE و شواهد Workload، تصمیم را قابل دفاع می‌کند.

قدم بعدی، ثبت Query منتخب این مقاله در Runbook و مقایسه آن با اعضای مرتبط در راهنمای مادر «راهنمای جامع دستورات، گزینه‌ها و DMFهای Statistics در SQL Server» است. پس از آن می‌توان اقدام تغییردهنده را فقط در صورت وجود منفعت اندازه‌گیری‌شده برنامه‌ریزی کرد. کاربرد این اصل در Statistics Options:PERSIST_SAMPLE_PERCENT = ON با معیارهای ویژه مجموعه 16 سنجیده می‌شود.

خدمات برنامه‌نویسی و پایگاه داده

برنامه‌نویسی در اصفهان؛ قبول سفارش‌های برنامه‌نویسی و پایگاه داده با شماره 09131253620، همراه با انجام پروژه، آموزش برنامه‌نویسی و آموزش SQL Server.

مجموعه‌ای معتبر با سابقه فعالیت حرفه‌ای از سال ۱۳۷۵ شمسی تاکنون در طراحی سامانه‌های نرم‌افزاری، پایگاه داده، وب‌سایت و راهکارهای سازمانی فعالیت می‌کند.

برای سفارش پروژه، مشاوره یا آموزش تخصصی از طریق ایتا، واتساپ و تماس مستقیم با +989131253620 اقدام کنید یا صفحه تماس با ما را ببینید.

 

0 نظر

نظر محترم شما در مورد مقاله های وب سایت برنامه نویسی و پایگاه داده

نظرات محترم شما در خدمات رسانی بهتر ما را یاری می نمایند. لطفا اگر مایل بودید یک نظر ما را مهمان فرمائید. آدرس ایمیل و وب سایت شما نمایش داده نخواهد شد.

حرف 500 حداکثر