优化器的作用是在合理的时间内找到合理的执行计划。TiDB 采用了 System R 的优化器模型，优化过程分为逻辑优化和物理优化两个阶段。在逻辑优化过程中，依次遍历内部定义实现的优化规则，不断地调整 SQL 的逻辑执行计划。物理优化则是将改写后逻辑执行计划变成可以执行的物理执行计划，这一过程会决定执行操作的具体方法，比如用什么索引读表，用什么算法做 Join 操作等。

TiDB 中的逻辑算子主要有以下几个：

• DataSource：数据源，表示一个源表，如 中的 。
• Selection： 代表了相应的过滤条件， 中的 。
• Projection：投影操作，也用于表达式计算， 里面的 和 就是投影和表达式计算操作。
• Join：两个表的连接操作， 中的 就是两个表 和 的连接操作。Join 有内连接，左连接，右连接等多种连接方式。

Selection，Projection，Join（简称 SPJ） 是 3 种最基本的算子。

逻辑优化是基于规则的优化，通过对输入的逻辑执行计划按顺序应用优化规则，使整个逻辑执行计划变得更加高效。这些常用逻辑优化规则包括：

逻辑优化部分示例如下：

例子 1：外连接消除

外连接消除指的是将整个连接操作从查询中移除。外连接消除需要满足一定条件：

• 条件 1：LogicalJoin 的父亲算子只会用到 LogicalJoin 的 outer plan 所输出的列
• 条件 2：
  • 条件 2.1：LogicalJoin 中的 join key 在 inner plan 的输出结果中满足唯一性
  • 条件 2.2：LogicalJoin 的父亲算子会对输入的记录去重

条件 1 和条件 2 必须同时满足，但条件 2.1 和条件 2.2 只需满足一条即可。

满足条件 1 和 条件 2.1 的一个例子：

可以被改写成：

例子 2： / 优化

/ 优化，会对 / 语句进行改写。如下面的语句：

改成下面的写法，可以实现类似的效果：

前一个语句生成的执行计划，是一个 TableScan 上面接一个 Aggregation，这是一个全表扫描的操作。后一个语句，生成执行计划是 TableScan + Sort + Limit。通常数据表中的 id 列是主键或者存在索引，数据本身有序，这样 Sort 就可以消除，最终变成 TableScan/IndexLookUp + Limit，这样就避免了全表扫描的操作，只需要读到第一条数据就能返回结果。

最大最小消除由优化器“自动”地做这个变换。

物理优化是基于代价的优化，这一阶段中，优化器会为逻辑执行计划中的每个算子选择具体的物理实现，以将逻辑优化阶段产生的逻辑执行计划转换成物理执行计划。逻辑算子的不同物理实现有着不同的时间复杂度、资源消耗和物理属性等。在这个过程中，优化器会根据数据的统计信息来确定不同物理实现的代价，并选择整体代价最小的物理执行计划。

物理优化需要做的决策有很多，比如说：

• 读取数据的方式：使用索引扫描或全表扫描读取数据。
• 与此同时，如果存在多个索引，索引之间的选择，也同步完成。
• 逻辑算子的物理实现，即实际使用的算法。
• 是否可以将算子下推到存储层执行，以提升执行效率。

TiDB 优化器会根据统计信息来选择最优的执行计划。统计信息收集了表级别和列级别的信息，表的统计信息包括总行数和修改的行数。列的统计信息包括不同值的数量、NULL 的数量、直方图、列上出现次数最多的值 TOPN 等信息。

通过执行 语句来收集统计信息。如需更快的分析速度，可将 （默认值为 0）设置为 1 来打开快速分析功能，此时将采取采样的方式收集统计信息。以数据库中 person 表为例，使用 fast analyze 的执行语句如下：

收集统计信息过程中，可以通过 语句查询执行状态，该语句也可以通过 子句对输出结果进行过滤，显示输出结果如下：

在执行 DML 语句时，TiDB 会自动更新表的总行数以及修改的行数。这些信息会定期自动持久化，更新周期默认是 1 分钟（20 * stats-lease）

注意：stats-lease 的默认值是 3s，如果将其设定为 0，则关闭统计信息自动更新。

查看表的统计信息 meta 信息：

查看表的健康度信息：

可通过 来查看列的不同值数量以及 NULL 值数量等信息:

可通过 来查看直方图每个桶的信息：

可通过执行 语句来删除统计信息。语句如下：

统计信息导出

通过以下接口可以获取数据库 中的表 的 json 格式的统计信息：

示例：获取本机上 test 数据库中 person 表的统计信息：

统计信息导入

将统计信息导出接口得到的 json 文件导入数据库中：

file_name 为被导入的统计信息文件名。