آموزش UPDATE STATISTICS و تازه‌سازی Histogram در SQL Server

تعریف فنی و جایگاه در معماری SQL Server

UPDATE STATISTICS در این مقاله به‌عنوان یک موضوع GENERAL_TOPIC بررسی می‌شود. ماهیت اصلی آن این است که Histogram و Density آمار موجود را با نمونه‌برداری جدید بازسازی می‌کند تا تخمین ردیف‌ها با تغییرات داده هماهنگ شود. این قابلیت در لایه «می‌توان کل جدول، یک ایندکس یا یک Statistics مشخص را هدف گرفت و شیوه Sample را کنترل کرد.» قرار می‌گیرد و بدون تعیین همان محدوده، عدد یا خروجی می‌تواند چند تفسیر متفاوت داشته باشد.

مفاهیم محوری این صفحه عبارت‌اند از statistics_target، FULLSCAN، SAMPLE، RESAMPLE، PERSIST_SAMPLE_PERCENT. 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.

این تصویر، جایگاه UPDATE STATISTICS را با تمرکز بر statistics_target، FULLSCAN و SAMPLE نشان می‌دهد؛ پنل عددی پایین شکل برای جداکردن مشاهده خام از تصمیم اجرایی طراحی شده است.

نحو دستور، هدف و اثر اجرایی

Syntax مرجع

UPDATE STATISTICS schema.table [statistics_name] [WITH FULLSCAN | SAMPLE n PERCENT | RESAMPLE, ...];

ورودی، محدوده و مجوز

Scope این موضوع چنین تعریف می‌شود: می‌توان کل جدول، یک ایندکس یا یک Statistics مشخص را هدف گرفت و شیوه Sample را کنترل کرد. برای اجرای درست، مجوز ALTER روی جدول یا عضویت نقش‌های مدیریتی مرتبط برای اجرای Update 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 UPDATE STATISTICS باید حداقل statistics_target، SAMPLE و PERSIST_SAMPLE_PERCENT 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

در نمودار دوم، مسیر statistics_target تا RESAMPLE به‌صورت مرحله‌ای ترسیم شده تا ورودی، تبدیل و خروجی UPDATE STATISTICS 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 UPDATE STATISTICS 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_15;
CREATE TABLE #StatsLab_15
(
    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_15(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_Lab_15 ON #StatsLab_15(RegionCode);
UPDATE STATISTICS #StatsLab_15 ST_Lab_15;

این اجرا نقطه شروع قابل تکرار برای UPDATE STATISTICS می‌سازد و باید در محیط آزمایش انجام شود.

مثال 2: اعمال موضوع روی یک Statistics مشخص

مثال 2 موضوع UPDATE STATISTICS 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_15;
CREATE TABLE #StatsLab_15
(
    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_15(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_Lab_15 ON #StatsLab_15(Amount);
UPDATE STATISTICS #StatsLab_15 ST_Lab_15 WITH FULLSCAN;

هدف‌گیری یک Statistics مشخص، دامنه I/O و Recompile مرتبط با UPDATE STATISTICS را قابل کنترل می‌کند.

مثال 3: بررسی رفتار پس از ورود داده جدید

مثال 3 موضوع UPDATE STATISTICS 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_15;
CREATE TABLE #StatsLab_15
(
    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_15(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_Lab_15 ON #StatsLab_15(OrderDate);
UPDATE STATISTICS #StatsLab_15 ST_Lab_15 WITH SAMPLE 50 PERCENT;

پس از تغییر داده، فقط خروجی ظاهری کافی نیست؛ Modification Counter، حساسیت Queryها و پنجره نگهداری را برای انتخاب Scope و Sample در نظر بگیرید.

مثال 4: استفاده در Statistics فیلترشده یا محدوده‌دار

مثال 4 موضوع UPDATE STATISTICS 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_15;
CREATE TABLE #StatsLab_15
(
    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_15(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_Lab_15 ON #StatsLab_15(StatusCode) WITH SAMPLE 75 PERCENT;
UPDATE STATISTICS #StatsLab_15 ST_Lab_15 WITH RESAMPLE;

فیلتر یا Scope محدود نشان می‌دهد UPDATE STATISTICS چگونه با توزیع واقعی داده تعامل دارد.

مثال 5: خواندن Metadata و Header پس از عملیات

مثال 5 موضوع UPDATE STATISTICS 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_15;
CREATE TABLE #StatsLab_15
(
    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_15(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_Lab_15_Date ON #StatsLab_15(OrderDate);
UPDATE STATISTICS #StatsLab_15 IX_Lab_15_Date;

Metadata به شما اجازه می‌دهد اثر ثبت‌شده را از تصور درباره اجرای دستور جدا کنید. در مجموعه 16، این تصمیم برای UPDATE STATISTICS باید جدا از خانواده‌های دیگر ثبت شود.

مثال 6: کنترل زمان آخرین Update و وضعیت ثبت‌شده

مثال 6 موضوع UPDATE STATISTICS 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_15;
CREATE TABLE #StatsLab_15
(
    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_15(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_Lab_15 ON #StatsLab_15(RegionCode);
INSERT INTO #StatsLab_15(RegionCode,OrderDate,Amount,StatusCode) SELECT 9,'2026-04-01',999,1;
UPDATE STATISTICS #StatsLab_15 ST_Lab_15;

زمان آخرین Update را با Modification Counter تفسیر کنید؛ به‌روزرسانی گسترده ممکن است CPU، I/O و Recompile ایجاد کند؛ FULLSCAN همیشه انتخاب بهینه نیست.

مثال 7: کار با Statistics ایندکس یا شیء وابسته

مثال 7 موضوع UPDATE STATISTICS 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_15;
CREATE TABLE #StatsLab_15
(
    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_15(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_Lab_15 ON #StatsLab_15(Amount);
UPDATE STATISTICS #StatsLab_15 ST_Lab_15 WITH SAMPLE 50 PERCENT, PERSIST_SAMPLE_PERCENT=ON;

آمار ایندکس قواعد متفاوتی از Statistics مستقل دارد و باید نوع هدف پیش از عملیات مشخص باشد. برای UPDATE STATISTICS، اجرای این توصیه در خانواده 16 نیازمند Baseline مخصوص همان موضوع است.

مثال 8: تفسیر Histogram بعد از اجرای دستور

مثال 8 موضوع UPDATE STATISTICS 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_15;
CREATE TABLE #StatsLab_15
(
    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_15(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_Lab_15 ON #StatsLab_15(StatusCode);
UPDATE STATISTICS #StatsLab_15 ST_Lab_15 WITH FULLSCAN, NORECOMPUTE;

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

مثال 9: مدیریت خطای نسخه، مجوز یا Syntax

مثال 9 موضوع UPDATE STATISTICS 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_15;
CREATE TABLE #StatsLab_15
(
    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_15(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_Lab_15 ON #StatsLab_15(OrderDate);
UPDATE STATISTICS #StatsLab_15 ST_Lab_15 WITH FULLSCAN;
DBCC SHOW_STATISTICS(N'tempdb..#StatsLab_15',N'ST_Lab_15') WITH HISTOGRAM;

Error Handling برای قابلیت‌های نسخه‌محور مهم است؛ رفتار دقیق را با نسخه و سطح سازگاری پایگاه داده بررسی کنید. این نکته در تحلیل خانواده 16 با محور UPDATE STATISTICS به‌صورت مستقل ارزیابی می‌شود.

مثال 10: ساخت گزارش نهایی برای Runbook نگهداری

مثال 10 موضوع UPDATE STATISTICS 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_15;
CREATE TABLE #StatsLab_15
(
    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_15(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_Lab_15 ON #StatsLab_15(RegionCode,StatusCode);
UPDATE STATISTICS #StatsLab_15 ST_Lab_15;
SELECT STATS_DATE(s.object_id,s.stats_id) FROM tempdb.sys.stats AS s WHERE s.object_id=OBJECT_ID(N'tempdb..#StatsLab_15') AND s.name=N'ST_Lab_15';

گزارش Runbook باید مالک، زمان اجرا، Scope و معیار موفقیت UPDATE STATISTICS را ثبت کند.

کاربردهای واقعی در پروژه و عملیات

در پایش روزانه، UPDATE STATISTICS می‌تواند برای ساخت یک Snapshot محدود به اشیای حساس استفاده شود. تیم عملیات با ثبت statistics_target 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. برای موضوع UPDATE STATISTICS در مجموعه 16، همین قاعده باید با داده همان Scope تطبیق داده شود.

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 UPDATE STATISTICS را قابل ممیزی می‌کند.

اشتباهات رایج و اصلاح عملی

• اشتباه: خواندن statistics_target بدون ثبت زمان. اصلاح: Capture Time و زمان شروع سرویس یا دیتابیس را کنار Snapshot نگه دارید.
• اشتباه: اجرای UPDATE STATISTICS 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

Modification Counter، حساسیت Queryها و پنجره نگهداری را برای انتخاب Scope و Sample در نظر بگیرید. 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 UPDATE STATISTICS 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 FULLSCAN 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 UPDATE STATISTICS را در یک جمله و پیش از اجرای Query بنویسید.
• آمار مشکل‌دار را هدفمند Update کنید و نتیجه را با Actual Plan و last_updated کنترل نمایید.
• 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 UPDATE STATISTICS را Version Control کنید و تغییر Thresholdها را مستند نگه دارید.

نمای سوم، رابطه FULLSCAN، PERSIST_SAMPLE_PERCENT و MAXDOP 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 UPDATE STATISTICS این است که مسئله Histogram و Density آمار موجود را با نمونه‌برداری جدید بازسازی می‌کند تا تخمین ردیف‌ها با تغییرات داده هماهنگ شود. 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: می‌توان کل جدول، یک ایندکس یا یک Statistics مشخص را هدف گرفت و شیوه Sample را کنترل کرد. همچنین به‌روزرسانی گسترده ممکن است CPU، I/O و Recompile ایجاد کند؛ FULLSCAN همیشه انتخاب بهینه نیست. 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. در Runbook خانواده 16، تفسیر این بند به شواهد اختصاصی UPDATE STATISTICS وابسته است.

سؤالات متداول اختصاصی

UPDATE STATISTICS دقیقاً چه مسئله‌ای را در SQL Server حل می‌کند؟

UPDATE STATISTICS برای Histogram و Density آمار موجود را با نمونه‌برداری جدید بازسازی می‌کند تا تخمین ردیف‌ها با تغییرات داده هماهنگ شود. 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 UPDATE STATISTICS چه پیش‌نیازی لازم است؟

آشنایی با Metadata، اجرای SELECT امن و مفهوم statistics_target پایه مناسبی است. کاربر باید تفاوت محیط آزمایش و Production را بداند و مجوز «مجوز ALTER روی جدول یا عضویت نقش‌های مدیریتی مرتبط برای اجرای Update لازم است.» را بدون گسترش غیرضروری دسترسی مدیریت کند.

آیا UPDATE STATISTICS برای پروژه‌های کوچک هم ارزش پیاده‌سازی دارد؟

در پروژه کوچک می‌توان Scope را محدود و فقط شاخص‌های FULLSCAN 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 UPDATE STATISTICS 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. کاربرد این اصل در UPDATE STATISTICS با معیارهای ویژه مجموعه 16 سنجیده می‌شود.

UPDATE STATISTICS چه تفاوتی با نگاه‌کردن صرف به Execution Plan دارد؟

Execution Plan مسیر یک Query را توضیح می‌دهد، اما UPDATE STATISTICS زاویه «می‌توان کل جدول، یک ایندکس یا یک Statistics مشخص را هدف گرفت و شیوه Sample را کنترل کرد.» را اضافه می‌کند. ترکیب این دو، فاصله میان رفتار یک اجرا و الگوی تجمعی سیستم را کاهش می‌دهد.

چه زمانی برای تحلیل UPDATE STATISTICS 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. در مجموعه 16، این تصمیم برای UPDATE STATISTICS باید جدا از خانواده‌های دیگر ثبت شود.

رایج‌ترین خطای تفسیر UPDATE STATISTICS چیست؟

خطای پرتکرار، جداکردن عدد RESAMPLE از بازه زمانی و Context است. به‌روزرسانی گسترده ممکن است CPU، I/O و Recompile ایجاد کند؛ FULLSCAN همیشه انتخاب بهینه نیست. راه اصلاح، ثبت Baseline و مقایسه چند Snapshot هم‌شرایط است.

چگونه هزینه Performance خود Queryهای UPDATE STATISTICS را پایین نگه داریم؟

ستون‌های لازم را انتخاب کنید، فیلتر Scope را زود اعمال نمایید و Capture را با فاصله منطقی انجام دهید. Modification Counter، حساسیت Queryها و پنجره نگهداری را برای انتخاب Scope و Sample در نظر بگیرید. این رویکرد مانع تبدیل ابزار تشخیص به منبع بار اضافی می‌شود.

بهترین الگوی عملی برای استفاده پایدار از UPDATE STATISTICS چیست؟

آمار مشکل‌دار را هدفمند Update کنید و نتیجه را با Actual Plan و last_updated کنترل نمایید. علاوه بر آن، معیار موفقیت هر تغییر باید پیش از اجرا تعریف شود تا پس از تغییر بتوان اثر را با همان شاخص‌ها سنجید.

UPDATE STATISTICS 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. برای UPDATE STATISTICS، اجرای این توصیه در خانواده 16 نیازمند Baseline مخصوص همان موضوع است.

سؤالات مصاحبه فنی

چگونه Scope مناسب برای UPDATE STATISTICS را تعیین می‌کنید؟

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

چرا یک Snapshot از UPDATE STATISTICS کافی نیست؟

زیرا می‌توان کل جدول، یک ایندکس یا یک Statistics مشخص را هدف گرفت و شیوه Sample را کنترل کرد. می‌تواند با Restart، بارکاری یا تغییر داده جابه‌جا شود. دو یا چند Capture هم‌شرایط نرخ تغییر و پایداری سیگنال را مشخص می‌کند.

خروجی UPDATE STATISTICS 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. این نکته در تحلیل خانواده 16 با محور UPDATE STATISTICS به‌صورت مستقل ارزیابی می‌شود.

یک ضدالگو در خودکارسازی UPDATE STATISTICS 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. برای موضوع UPDATE STATISTICS در مجموعه 16، همین قاعده باید با داده همان Scope تطبیق داده شود.

معیار موفقیت اقدام مرتبط با UPDATE STATISTICS 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. در Runbook خانواده 16، تفسیر این بند به شواهد اختصاصی UPDATE STATISTICS وابسته است.

چگونه ریسک Production را هنگام کار با UPDATE STATISTICS 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. کاربرد این اصل در UPDATE STATISTICS با معیارهای ویژه مجموعه 16 سنجیده می‌شود.

چک‌لیست نهایی اجرا

1. نسخه و وجود UPDATE STATISTICS 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.