05.2.2.2 执行计划、优化器与统计信息
所属:全栈开发面试题库 / 05 数据库与存储 / 05.2 MySQL / 05.2.2 SQL 优化与高可用运维
覆盖范围
- EXPLAIN 关键字段、type 访问类型排序、Extra 常见值
- 优化器阶段、代价模型与 rows 估算
- 统计信息、直方图、索引合并与计划稳定性
- 优化器选错索引的排查与引导
- SQL 审核规范,与 PG 成本模型对照
高频题速览
| 编号 | 题目 | 难度 | 频率 |
|---|---|---|---|
| 05.2.2.2-001 | EXPLAIN 关键字段 | 进阶 | ★★★★★ |
| 05.2.2.2-002 | type 取值与性能排序 | 进阶 | ★★★★★ |
| 05.2.2.2-003 | Extra 常见值含义 | 进阶 | ★★★★☆ |
| 05.2.2.2-004 | 优化器选错索引怎么办 | 高级 | ★★★★☆ |
| 05.2.2.2-005 | SQL 审核规范清单 | 进阶 | ★★★★☆ |
计划解读主线
EXPLAIN 输出:id / select_type / table / type / key / rows / filtered / Extra
type 性能:const > eq_ref > ref > range > index > ALL
重点:访问路径 → 估算行数偏差 → 连接顺序 → 排序/临时表 → 代价
05.2.2.2-001 EXPLAIN 的关键字段怎么读?
频率 ★★★★★ | 难度 进阶
一句话结论
先看 type(访问类型)与 key(实际索引),再看 rows(估算行数)、filtered(过滤比例)与 Extra(额外动作);key 为 NULL 表示未用索引,rows 与实际偏差大说明统计或计划有问题。
概念解释
- type:表访问方式,反映扫描代价。
- key:优化器实际选用的索引。
- rows:估算扫描行数;filtered:估算过滤后剩余比例。
- Extra:排序、临时表、覆盖索引、下推等附加信息。
原理流程
- 从左到右按 id 顺序看各表访问路径。
- 先定位全表扫描/大行数节点。
- 对照 rows 估算与实际执行偏差,检查 Extra 代价动作。
代码 / 命令
EXPLAIN SELECT o.id, u.name
FROM orders o JOIN users u ON o.user_id = u.id
WHERE o.status = 'PAID';
常见误区
- 误区:只看 key 有没有走索引。正解:还要看扫描行数、回表次数与 Extra 代价。
- 误区:rows 是实际返回行数。正解:它是优化器估算值,需与实际对比判断统计偏差。
追问
- 问:
possible_keys与key区别?答:possible_keys 是候选索引,key 是最终选用索引。 - 问:id 相同如何判断表顺序?答:按计划行顺序,前者为驱动表,连接顺序见 05.2.2.3。
05.2.2.2-002 type 有哪些取值?性能如何排序?
频率 ★★★★★ | 难度 进阶
一句话结论
访问类型从优到劣大致为:const(主键/唯一等值)> eq_ref(连接唯一索引)> ref(普通索引等值)> range(索引范围)> index(全索引扫描)> ALL(全表扫描);ALL 是重点优化对象。
概念解释
- const/eq_ref:单条/关联唯一匹配,代价最低。
- ref/range:索引等值或范围扫描。
- index:扫描整棵索引树,仍比全表略优但代价高。
- ALL:逐行全表扫描,通常需加索引或改写。
原理流程
- 优化器按可用索引与条件选择访问类型。
- 计划中 type 越靠前越好。
- 出现 ALL 先评估是否缺索引、条件失效或数据量小到优化器认为全表更划算。
代码 / 命令
EXPLAIN SELECT * FROM orders WHERE user_id = 1001; -- 期望 ref/range
EXPLAIN SELECT * FROM orders; -- ALL
常见误区
- 误区:type 不是 ALL 就一定没问题。正解:
index全索引扫描大范围回表代价也很高。 - 误区:小表 ALL 一定是坏计划。正解:小表全表扫描代价可能低于索引回表,优化器选择合理。
追问
- 问:
ref与eq_ref区别?答:ref 普通索引匹配多行可能;eq_ref 关联时唯一索引匹配一行。 - 问:range 常见于哪些条件?答:
>、<、BETWEEN、IN、前缀LIKE等索引范围匹配。
05.2.2.2-003 Extra 常见值分别代表什么?
频率 ★★★★☆ | 难度 进阶
一句话结论
Using index 覆盖索引;Using index condition 索引下推;Using where Server 层过滤;Using filesort 需额外排序;Using temporary 用到内部临时表;Using join buffer 连接用缓冲块。
概念解释
- 好信号:
Using index(覆盖)、Using index condition(下推减少回表)。 - 代价信号:
filesort(排序)、temporary(临时表)、join buffer(无索引连接)。 - 普通过滤:
Using where表示在读取后按条件过滤。
原理流程
- 读计划 Extra 标注每个节点的附加动作。
- filesort/temporary 出现在排序分组无索引支撑时。
- 结合 rows 判断这些代价动作处理的数据量。
代码 / 命令
EXPLAIN SELECT user_id, COUNT(*) FROM orders
GROUP BY user_id ORDER BY COUNT(*) DESC;
常见误区
- 误区:filesort 一定用文件排序。正解:它指额外排序操作,内存排序优先,超阈值才落盘。
- 误区:Using where 一定说明缺索引。正解:很多过滤条件在读取后判断,需结合 type 看。
追问
- 问:Using join buffer 说明什么?答:连接列缺索引或驱动关系使嵌套循环用缓冲块减少重复扫描。
- 问:如何消除 filesort?答:让排序列走索引顺序,或缩小参与排序的结果集,详见 05.2.2.3。
05.2.2.2-004 优化器选错索引怎么办?
频率 ★★★★☆ | 难度 高级
一句话结论
先核对统计信息是否过期、条件是否触发失效、数据是否倾斜;更新统计后仍选错,可评估索引设计、FORCE/IGNORE 索引引导,最后考虑计划基线。根因优先于临时 hint。
概念解释
- 统计偏差:rows 估算与实际差距大,导致代价判断错误。
- 条件失效:函数/隐式转换使候选索引不可用。
- 代价误判:小表、倾斜数据下估算代价与实际不符。
原理流程
- 出计划对比估算行数与实际行数。
ANALYZE TABLE更新统计,复测计划。- 仍异常再检查索引设计与数据分布,必要时用 hint 固定计划并观察。
代码 / 命令
ANALYZE TABLE orders;
EXPLAIN SELECT /*+ INDEX(o idx_uid) */ * FROM orders o WHERE ...;
常见误区
- 误区:一选错就加 FORCE INDEX。正解:hint 是兜底,长期应修复统计、索引与数据分布。
- 误区:优化器选错是随机 bug。正解:多为统计、失效或倾斜导致的可解释偏差。
追问
- 问:直方图解决什么?答:补充列值分布信息,缓解倾斜列选择率估算偏差。
- 问:hint 有什么维护风险?答:数据变化后写死的索引可能不再最优,需定期回顾。
05.2.2.2-005 SQL 审核规范清单包含哪些项?
频率 ★★★★☆ | 难度 进阶
一句话结论
审核覆盖:避免 SELECT *、条件列有索引且不失效、禁止无索引大表关联/排序、控制深分页与大事务、JOIN 列类型一致、单 SQL 影响行数可控、禁止函数包裹索引列、大表变更走在线方案。
概念解释
- 索引规范:过滤/连接/排序列有匹配索引,避免失效写法。
- 代价规范:限制扫描行数、排序分组落盘与批量大小。
- 安全规范:参数化防注入,避免全表更新删除。
原理流程
- 上线前对 SQL 出计划评审。
- 对照清单检查索引、扫描量、排序临时表与写法。
- 不达标退回改写,核心 SQL 纳入回归。
代码 / 命令
-- 审核反例:SELECT *、函数包裹列、无索引关联
SELECT * FROM orders WHERE DATE(created_at) = '2026-01-01';
常见误区
- 误区:审核只看有没有报错。正解:重点看计划代价与扫描量,慢 SQL 语法正确也需拦截。
- 误区:规范会拖慢开发。正解:前置评审避免线上慢查询与锁事故,成本更低。
追问
- 问:审核工具怎么落地?答:结合 SQL 审核规则库、CI 卡点与慢日志回流,具体工具链按团队选型。
- 问:大表 UPDATE/DELETE 审核重点?答:条件是否走索引、影响行数、是否分批,详见 05.2.2.3。
05.2.2.2-006 优化器分哪几个阶段?
频率 ★★★☆☆ | 难度 进阶
一句话结论
查询处理经历语法解析、语义准备、优化(逻辑改写 + 代价选计划)、执行;优化器先做等价改写,再枚举访问路径与连接顺序,按代价选最优计划。
概念解释
- 解析/准备:生成解析树,校验对象与权限。
- 逻辑优化:谓词下推、子查询改写、常量折叠等等价变换。
- 物理优化:枚举索引、连接顺序与算法,按代价打分。
原理流程
- 解析树交给优化器做逻辑改写。
- 枚举候选访问路径与连接组合,估算代价。
- 选代价最低计划交执行器。
代码 / 命令
EXPLAIN FORMAT=TRADITIONAL <SQL>;
常见误区
- 误区:优化器只选索引。正解:还决定连接顺序、连接算法、排序聚合方式。
- 误区:改写一定会让 SQL 更快。正解:等价改写改善结构,最终物理计划仍受统计与代价影响。
追问
- 问:什么是谓词下推?答:把过滤条件尽量推到靠近数据读取的节点,减少上层处理行数。
- 问:优化器枚举空间过大怎么办?答:复杂多表连接受优化器搜索深度/剪枝控制,具体参数以手册为准。
05.2.2.2-007 代价模型如何估算 IO 与 CPU 成本?
频率 ★★★★☆ | 难度 高级
一句话结论
优化器为每种操作估算 IO 代价(读页)与 CPU 代价(比较/过滤/排序),按索引、行数与统计信息汇总各候选计划代价,选最低者;估算基于模型假设,与真实硬件成本有偏差。
概念解释
- IO 代价:读取数据页/索引页的成本。
- CPU 代价:记录比较、过滤、排序聚合的处理成本。
- 代价系数:模型内各类操作的权重参数,可调整但需谨慎。
原理流程
- 按统计信息估算各节点输出行数。
- 叠加访问路径 IO 与处理 CPU 代价。
- 比较候选计划总代价,选最优。
代码 / 命令
-- 查看代价相关参数(具体名随版本以手册为准)
SHOW VARIABLES LIKE 'optimizer%';
常见误区
- 误区:代价就是实际执行时间。正解:它是模型估算值,用于计划间相对比较,不等于真实耗时。
- 误区:调大索引相关系数一定让优化器走索引。正解:系数调整影响全局计划,需充分压测。
追问
- 问:为什么小表优化器常选全表扫描?答:索引回表随机 IO 代价估算高于顺序扫小表。
- 问:PG 成本模型对照?答:PG 用 seq_page_cost/random_page_cost 等系数,见 05.3.2.2。
05.2.2.2-008 统计信息如何收集?采样影响什么?
频率 ★★★☆☆ | 难度 进阶
一句话结论
InnoDB 采样若干数据页估算行数、索引基数与列分布;采样页比例与数据分布影响估算精度,大批量导入后统计滞后需手动分析,长期不更新会导致计划偏差。
概念解释
- 采样页:按配置抽样页统计键分布。
- 持久化统计:统计结果落库保存,避免每次开表重算。
- 更新时机:阈值变更、手动
ANALYZE或自动触发。
原理流程
- 建表/变更超阈值/手动分析时采样。
- 结果写入统计信息供优化器估算。
- 数据分布剧变后统计滞后,估算偏差增大。
代码 / 命令
ANALYZE TABLE orders;
SELECT * FROM mysql.innodb_table_stats WHERE table_name='orders';
常见误区
- 误区:统计信息实时反映最新数据。正解:采样有滞后,大批量变更后需手动分析。
- 误区:采样越多越准且无代价。正解:采样增加分析开销,需在精度与成本间平衡。
追问
- 问:统计过期有什么表现?答:rows 估算与实际差几倍,选错索引或连接顺序。
- 问:自动统计什么时候触发?答:变更行数超过比例阈值时,具体阈值参数以手册为准。
05.2.2.2-009 直方图解决什么问题?
频率 ★★★☆☆ | 难度 高级
一句话结论
直方图记录列值分布区间与频次,补充普通基数统计无法表达的数据倾斜,帮助优化器更准确估算范围/等值选择率;8.0 引入,低基数倾斜列收益明显。
概念解释
- 基数统计:只给唯一值数量,不表达分布。
- 直方图:分桶记录各区间值数量,识别热点值与空值。
- 适用列:倾斜明显、频繁作为过滤条件的列。
原理流程
- 对目标列收集直方图分桶。
- 优化器按桶分布估算条件选择率。
- 倾斜场景下减少行数估算偏差。
代码 / 命令
-- 待确认:直方图语法与维护参数以 8.0 官方手册为准
-- ANALYZE TABLE orders UPDATE HISTOGRAM ON status;
常见误区
- 误区:所有列都该建直方图。正解:选择性高、分布均匀的列收益小,倾斜列才值得。
- 误区:直方图能修复索引缺失。正解:它改善估算,不能替代缺失的访问路径。
追问
- 问:直方图什么时候更新?答:随统计分析维护,数据剧变后需重建。
- 问:与 PG 统计信息对照?答:PG 也有相关性/扩展统计,机制不同,见 05.3.2.2。
05.2.2.2-010 索引合并(index merge)有哪几种?
频率 ★★☆☆☆ | 难度 高级
一句话结论
索引合并把同一表多个索引的扫描结果合并:交集(AND)、并集(OR)、排序并集;优化器在多条件分别有索引时使用,计划 type 显示 index_merge。
概念解释
- 交集合并:多个索引结果取交集,缩小行集合。
- 并集合并:OR 条件各索引结果取并集。
- 排序并集:合并前排序主键,便于回表顺序化。
原理流程
- 多个条件列各有独立索引。
- 分别扫描索引得到主键集合。
- 按 AND/OR 合并后回表。
代码 / 命令
EXPLAIN SELECT * FROM users WHERE name = 'a' OR email = 'b@x.com';
常见误区
- 误区:索引合并总是最优。正解:合并多索引再回表有额外成本,有时联合索引或改写更优。
- 误区:任意多列都能触发合并。正解:需各列有独立索引且优化器判断合并代价更低。
追问
- 问:排序并集为什么排序主键?答:让回表按主键顺序访问,减少随机 IO。
- 问:索引合并与 ICP 区别?答:合并是多索引结果组合,ICP 是单索引遍历中提前过滤。
05.2.2.2-011 子查询物化与半连接优化是怎么回事?
频率 ★★★☆☆ | 难度 高级
一句话结论
优化器可把相关子查询改写为半连接(semi-join)合并到主查询,避免逐行执行子查询;无法改写时子查询结果物化为临时表再关联,计划中体现为临时表或派生表。
概念解释
- 半连接:EXISTS 类子查询转为连接,只保留匹配主表的行。
- 物化:子查询结果先算成临时表再关联。
- 相关子查询:引用外层列,逐行触发子查询,代价高。
原理流程
- 优化器判断子查询可否改写为连接/半连接。
- 可改写则合并计划,减少重复执行。
- 不可改写则物化或逐行执行,关注临时表与行数。
代码 / 命令
-- EXISTS 半连接形态
SELECT * FROM orders o WHERE EXISTS (
SELECT 1 FROM users u WHERE u.id = o.user_id AND u.vip = 1);
常见误区
- 误区:IN 子查询一定比 JOIN 慢。正解:优化器可改写为半连接,实际计划可能等价。
- 误区:相关子查询总能被自动优化。正解:复杂相关条件可能逐行执行,需改写为 JOIN。
追问
- 问:派生表什么时候物化?答:优化器无法合并到外层时,先算派生表结果再关联。
- 问:如何判断子查询被逐行执行?答:计划中出现相关子查询节点且外层行数大,关注执行次数。
05.2.2.2-012 条件下推与常量折叠做了什么?
频率 ★★☆☆☆ | 难度 高级
一句话结论
常量折叠在解析阶段计算常量表达式;条件下推把过滤条件推到靠近表扫描的节点,尽早缩小行数;两者都是逻辑优化,减少上层节点处理的数据量。
概念解释
- 常量折叠:
1=1、常量算术在优化期算成结果。 - 谓词下推:过滤条件下推到扫描/连接前。
- 效果:提前过滤,减少连接与排序输入。
原理流程
- 解析期折叠常量表达式。
- 优化阶段把条件下推到可执行的最底层节点。
- 上层只处理过滤后的小结果集。
代码 / 命令
-- 常量在优化期计算;下推体现在计划节点位置
SELECT * FROM orders WHERE user_id = 1 AND 1 = 1;
常见误区
- 误区:应用层先过滤再传库更好。正解:能下推到库内的条件应交给索引/扫描过滤,减少传输与处理。
- 误区:所有条件都能下推。正解:受表达式能力与节点限制,部分条件只能在上层过滤。
追问
- 问:ICP 与谓词下推什么关系?答:ICP 是引擎层索引条件下推,谓词下推是优化器节点间条件移动,层级不同。
- 问:折叠改变查询语义吗?答:只做等价常量计算,不改语义。
05.2.2.2-013 计划不稳定与统计更新时机有什么关系?
频率 ★★★☆☆ | 难度 高级
一句话结论
数据分布变化后旧统计使估算漂移,同一 SQL 不同时点计划不同;大批量导入/更新后需及时分析,监控计划突变并结合直方图稳定选择率估算。
概念解释
- 计划漂移:统计变化后优化器选择不同索引/连接顺序。
- 统计滞后:变更未达自动分析阈值,旧分布仍被使用。
- 突变信号:同类 SQL 响应时间突然变化、计划 key 切换。
原理流程
- 大批量变更后统计未更新。
- 优化器按旧分布估算,计划偏离最优。
- 分析更新统计后计划恢复;必要时固化基线。
代码 / 命令
ANALYZE TABLE orders;
-- 观察计划与响应时间变化
EXPLAIN <SQL>;
常见误区
- 误区:计划不稳定是随机故障。正解:多为统计滞后或数据分布变化导致可定位偏差。
- 误区:频繁 ANALYZE 没有成本。正解:采样分析有开销,按变更节奏安排。
追问
- 问:什么操作后最需要分析?答:大批量导入、批量更新删除、索引创建后。
- 问:如何发现计划突变?答:监控慢查询计划与响应时间,对比基线计划。
05.2.2.2-014 optimizer_switch 与 hint 如何引导计划?
频率 ★★★☆☆ | 难度 高级
一句话结论
optimizer_switch 全局/会话级开关各类优化策略;hint 在单条 SQL 级指定索引、连接顺序或策略。引导是兜底手段,应在根因修复后评估是否保留。
概念解释
- optimizer_switch:控制索引合并、半连接、排序策略等优化器行为。
- 索引 hint:
FORCE INDEX/INDEX指定或排除索引。 - 使用原则:先修统计与索引,hint 只用于已知异常计划。
原理流程
- 确认默认计划异常且根因短期无法修复。
- 用 hint/开关固定目标计划并压测。
- 定期回顾 hint 是否仍必要。
代码 / 命令
SELECT /*+ INDEX(o idx_uid_status) */ * FROM orders o WHERE ...;
SHOW VARIABLES LIKE 'optimizer_switch';
常见误区
- 误区:hint 写死后一劳永逸。正解:数据增长后固定索引可能变差,需定期复核。
- 误区:optimizer_switch 可随意全局关闭策略。正解:关闭优化策略影响面大,需评估全库计划。
追问
- 问:FORCE INDEX 有什么风险?答:绕过优化器代价判断,数据变化后可能长期走次优索引。
- 问:hint 语法在版本间兼容吗?答:部分 hint 语法随版本引入,需在目标版本验证(待确认)。
05.2.2.2-015 计划基线与 plan 冻结是什么?
频率 ★★☆☆☆ | 难度 高级
一句话结论
计划基线把验证过的计划保存为参考,优化器优先采用基线计划,防止统计变化导致计划漂移;是否支持原生计划固化、用何工具实现随版本与生态方案而定,待确认以官方手册为准。
概念解释
- 计划基线:锁定已知良好计划,避免自动选择次优计划。
- 触发场景:统计波动引发计划反复漂移。
- 实现方式:数据库原生能力或第三方/缓存方案。
原理流程
- 记录核心 SQL 的良好计划。
- 优化器可选基线内计划。
- 基线随 schema/数据演进定期复核更新。
代码 / 命令
-- 待确认:计划基线/绑定能力的参数与语法以目标版本官方手册为准
常见误区
- 误区:冻结计划能替代索引/统计治理。正解:它只是防漂移兜底,根因仍需修复。
- 误区:基线永远不用更新。正解:表结构与数据规模变化后旧基线可能过时。
追问
- 问:哪些 SQL 适合纳入基线?答:核心高频、计划曾发生漂移的 SQL。
- 问:基线冲突怎么处理?答:新计划明显更优时更新基线,不盲目锁定旧计划。
05.2.2.2-016 与 PG 成本模型、统计信息如何对照?
频率 ★★★☆☆ | 难度 进阶
一句话结论
两边都基于统计信息做代价优化:MySQL 用 InnoDB 采样基数与 8.0 直方图;PG 用 pg_statistic 列相关性、直方图与扩展统计,成本系数独立配置。计划解读思路相通,指标名与机制不同。
概念解释
- 统计对象:两边都收集列分布与相关性供选择率估算。
- 成本系数:PG 显式
seq_page_cost/random_page_cost等;MySQL 内部代价模型。 - 计划形态:MySQL EXPLAIN 行式;PG 节点树 + ANALYZE 实际计时。
原理流程
- 各自统计 → 估算选择率与行数 → 选计划。
- 计划偏差大时先更新统计再评估索引。
- 对照时不混用参数名与计划字段。
代码 / 命令
-- PG
EXPLAIN (ANALYZE, BUFFERS) SELECT ...;
常见误区
- 误区:两边 rows 字段含义完全相同。正解:都是估算行数,但统计来源与估算模型不同。
- 误区:调高 random_page_cost 思路两边一致。正解:PG 系数可显式调整,MySQL 代价参数体系不同。
追问
- 问:PG 扩展统计信息解决什么?答:多列相关性与多列组合分布,见 05.3.2.2。
- 问:哪边更易出现统计滞后?答:两边大批量变更后都需 ANALYZE,触发机制不同。
05.2.2.2-017 rows 估算偏差大如何排查?
频率 ★★★★☆ | 难度 高级
一句话结论
对比计划 rows 估算与实际返回行数,偏差大先更新统计信息,再检查列分布倾斜、直方图缺失、表达式导致选择率估算失真,最后评估索引与计划结构。
概念解释
- 偏差信号:估算 rows 与实际相差数倍以上。
- 常见根因:统计过期、数据倾斜、关联列相关性未被统计。
- 影响:选错索引、连接顺序与 JOIN 算法。
原理流程
- 用 ANALYZE/实际执行对比估算与实际行数。
- 更新统计,复测计划。
- 倾斜列补直方图,复杂相关性评估扩展统计或改写。
代码 / 命令
EXPLAIN SELECT ...;
-- 实际行数可结合慢日志/执行结果核对
ANALYZE TABLE orders;
常见误区
- 误区:rows 偏大就是索引错了。正解:先确认是估算偏差还是结果集本身大。
- 误区:偏差大只靠加索引解决。正解:统计与分布问题不解决,新索引仍可能被误判。
追问
- 问:连接后行数偏差如何传播?答:上层节点估算基于下层输出,底层偏差会逐级放大。
- 问:如何量化偏差?答:估算 rows / 实际行数比值,持续偏大的节点重点排查。
05.2.2.2-018 慢 SQL 中计划突变的常见原因有哪些?
频率 ★★★☆☆ | 难度 进阶
一句话结论
计划突变常见原因:统计信息更新/过期、数据量与倾斜变化、索引被增删、参数/版本变化、绑定参数分布偏移、统计阈值触发自动分析;定位时对比突变前后计划、统计与数据变化。
概念解释
- 统计变化:新分布改变选择率估算。
- 结构变化:索引增删使候选路径改变。
- 参数分布:不同参数值选择性差异大,计划随参数切换。
原理流程
- 记录突变时间点前后的计划与关键参数。
- 核对统计更新、索引变更与数据增长。
- 区分是数据自然演进还是异常统计/失效导致。
代码 / 命令
EXPLAIN <SQL>;
SHOW INDEX FROM orders;
ANALYZE TABLE orders;
常见误区
- 误区:计划突然变慢一定是数据库故障。正解:多为数据/统计演进使计划切换,需对比根因。
- 误区:回滚代码就能恢复计划。正解:若根因是统计或数据分布,代码回滚不解决计划问题。
追问
- 问:绑定参数为什么会引发计划切换?答:通用计划与参数分布不匹配,极端值下计划变差。
- 问:如何预防突变?答:核心 SQL 计划监控、变更前后对比、统计例行维护。