每个sst文件都包含属于多个SQL索引的数据。要计算优化程序统计信息， 我们按索引存储以下信息，每个sst文件:
* 行数
* 磁盘上索引的大小(即压缩)
* 原始数据大小
* index cardinality 索引基数（即每个前缀大小的多个不同键)
由于SST文件是不可变的，因此该数据计算一次，存储在文件中，永远不会再次更改。由于单个索引在多个sst文件之间拆分， 因此MyRocks会合并所有文件的每个索引的统计信息，以提供全局索引统计信息。 即，每个保存文件时，其统计信息都会添加到全局每个索引统计信息中。每次删除文件时，都会从每个索引信息中扣除其统计信息。 可以通过analyze table语句为表中的所有索引重新创建统计信息。
为了近似两个密钥之间的记录数量，MyRocks获得这两个密钥之间的近似数据大小，然后将该值除以该表的平均记录大小， 已得到该密钥范围的近似记录计数。
对于位于memtable中且尚未刷新到磁盘的索引，将实现特殊逻辑。每个记录近似为100个字节。以从memtable中获取大小数据中的行数。
从不同的文件添加相同索引的统计数据是一个很好的近似值，但它有一些问题。多个sst文件可能包含相同密钥的不同值。 其中一些值可能是删除标记（及墓碑）。例如，在大量删除后，LSM树可能包含每个键的值和逻辑删除。
还有表 infomation_schema.rocksdb_index_file_map，其中包含于驻留在SST文件中的记录的大小和数量有关的信息。