針對 InnoDB 表格的 ANALYZE TABLE 複雜度取決於

使用這些參數，用於估算 ANALYZE TABLE 複雜度的近似公式會是

innodb_stats_persistent_sample_pages 的值 * 表格中索引的資料行數量 * 分割區的數量

通常，結果值越大，ANALYZE TABLE 的執行時間就越長。

如需更深入估算 ANALYZE TABLE 複雜度的方法，請考慮下列範例。

在 Big O 表示法中，ANALYZE TABLE 複雜度描述為

 O(n_sample
  * (n_cols_in_uniq_i
     + n_cols_in_non_uniq_i
     + n_cols_in_pk * (1 + n_non_uniq_i))
  * n_part)

其中

現在，考慮以下表格（表格 t），其中包含一個主鍵（2 個欄位）、一個唯一索引（2 個欄位）和兩個非唯一索引（每個索引 2 個欄位）。

CREATE TABLE t (
  a INT,
  b INT,
  c INT,
  d INT,
  e INT,
  f INT,
  g INT,
  h INT,
  PRIMARY KEY (a, b),
  UNIQUE KEY i1uniq (c, d),
  KEY i2nonuniq (e, f),
  KEY i3nonuniq (g, h)
);

對於上述演算法所需的欄位和索引資料，請查詢 mysql.innodb_index_stats 持續索引統計資料表，以取得表格 t 的資料。n_diff_pfx% 統計資料顯示每個索引所計算的欄位。例如，主鍵索引會計算欄位 a 和 b。對於非唯一索引，除了使用者定義的欄位之外，還會計算主鍵欄位 (a,b)。

mysql> SELECT index_name, stat_name, stat_description
       FROM mysql.innodb_index_stats WHERE
       database_name='test' AND
       table_name='t' AND
       stat_name like 'n_diff_pfx%';
  +------------+--------------+------------------+
  | index_name | stat_name    | stat_description |
  +------------+--------------+------------------+
  | PRIMARY    | n_diff_pfx01 | a                |
  | PRIMARY    | n_diff_pfx02 | a,b              |
  | i1uniq     | n_diff_pfx01 | c                |
  | i1uniq     | n_diff_pfx02 | c,d              |
  | i2nonuniq  | n_diff_pfx01 | e                |
  | i2nonuniq  | n_diff_pfx02 | e,f              |
  | i2nonuniq  | n_diff_pfx03 | e,f,a            |
  | i2nonuniq  | n_diff_pfx04 | e,f,a,b          |
  | i3nonuniq  | n_diff_pfx01 | g                |
  | i3nonuniq  | n_diff_pfx02 | g,h              |
  | i3nonuniq  | n_diff_pfx03 | g,h,a            |
  | i3nonuniq  | n_diff_pfx04 | g,h,a,b          |
  +------------+--------------+------------------+

根據上面顯示的索引統計資料和表格定義，可以確定以下值：

您現在可以計算 innodb_stats_persistent_sample_pages * (2 + 4 + 2 * (1 + 2)) * 1，以決定掃描的葉節點頁面數量。將 innodb_stats_persistent_sample_pages 設定為預設值 20，且預設頁面大小為 16 KiB (innodb_page_size=16384)，您就可以估計為表格 t 讀取了 20 * 12 * 16384 位元組，約為 4 MiB。