表统计信息¶

Presto 支持基于统计信息的查询优化。为了使查询能够利用这些优化，Presto 必须拥有该查询中表的统计信息。

表统计信息由连接器提供给查询规划器。目前，唯一支持统计信息的连接器是 Hive 连接器.

表布局¶

统计信息通过表布局暴露给查询规划器。表布局表示表数据的一个子集，包含有关该数据的组织属性的信息（例如排序顺序和分桶）。

表可用的表布局数量和这些表布局的详细信息特定于每个连接器。以 Hive 连接器为例

• 非分区表只有一个表布局，表示表中的所有数据

• 分区表有一组表布局。要扫描的每个分区集都表示一个表布局。Presto 将尝试选择一个包含最少分区数量的表布局，这些分区基于查询中的过滤谓词。

可用统计信息¶

Presto 中提供了以下统计信息

• 对于表

  • 行数：表布局中的总行数

• 对于表中的每个列

  • 数据大小：需要读取的数据大小

  • 空值比例：空值的比例

  • 不同值计数：不同值的个数

  • 低值：列中的最小值

  • 高值：列中的最大值

特定查询可用的统计信息集取决于所使用的连接器，并且还会因表或甚至表布局而异。例如，Hive 连接器目前不提供有关数据大小的统计信息。

可以通过 Presto SQL 接口使用 SHOW STATS 命令显示表统计信息。对于 Hive 连接器，请参阅 Hive 连接器 文档，了解如何更新表统计信息。