MySQL如何查询所有列的唯一值计数与空值占比？有无类似pg_stats的系统表？

MySQL存在和PostgreSQL pg_stats功能类似的系统统计表，可以快速获取近似的空值计数、唯一值计数，不需要逐列手写COUNT(DISTINCT)查询。

1. 8.0及以上版本原生支持 #

MySQL 8.0新增了INFORMATION_SCHEMA.COLUMN_STATISTICS系统表，存储了所有列的统计信息，对应字段如下：

• 空值计数：通过histogram字段的null-count属性获取，对应pg_stats的null_frac * 总行数
• 唯一值计数：通过histogram字段的distinct-values属性获取，对应pg_stats的n_distinct
  针对你提供的employees表，查询语句如下：

-- 先更新统计信息，确保数据最新
ANALYZE TABLE employees;
-- 查询列级统计结果
SELECT
    column_name,
    JSON_UNQUOTE(JSON_EXTRACT(histogram, '$.\"null-count\"')) AS num_null,
    JSON_UNQUOTE(JSON_EXTRACT(histogram, '$.\"distinct-values\"')) AS num_of_distinct
FROM information_schema.column_statistics
WHERE table_schema = '你的数据库名'
  AND table_name = 'employees';

返回的结果和你用PostgreSQL pg_stats查询的结果基本一致，属于近似统计值，误差在可接受范围内，适合快速做数据探查。

2. 低版本MySQL兼容方案 #

如果你使用的是MySQL 5.7及更低版本，没有COLUMN_STATISTICS表，可以用以下SQL批量生成所有列的统计查询语句，一次性执行即可拿到所有列的精确统计结果，不需要逐列手写：

-- 生成批量查询SQL
SELECT CONCAT(
    'SELECT ''', COLUMN_NAME, ''' AS column_name, ',
    'COUNT(DISTINCT `', COLUMN_NAME, '`) AS num_of_distinct, ',
    'SUM(`', COLUMN_NAME, '` IS NULL) AS num_null ',
    'FROM `', TABLE_NAME, '` UNION ALL'
) AS exec_sql
FROM information_schema.columns
WHERE table_schema = '你的数据库名'
  AND table_name = 'employees';

将生成的SQL语句末尾的UNION ALL删除后执行，就能一次性拿到所有列的精确统计结果。

内容的提问来源于stack exchange，提问作者zshandy