统计信息类似于战争中的侦察兵，如果情报工作没有做好，打仗就会输掉战争。同样的道理，如果没有正确地收集表的统计信息，或者没有及时地更新表的统计信息，SQL的执行计划就会跑偏，SQL也就会出现性能问题。收集统计信息是为了让优化器选择最佳执行计划，以最少的代价（成本）查询出表中的数据。
统计信息主要分为表的统计信息、列的统计信息、索引的统计信息、系统的统计信息、数据字典的统计信息以及动态性能视图基表的统计信息。
关于系统的统计信息、数据字典的统计信息以及动态性能视图基表的统计信息本文不做讨论，本文重点讨论表的统计信息、列的统计信息以及索引的统计信息。
表的统计信息主要包含表的总行数（num_rows）、表的块数（blocks）以及行平均长度（avg_row_len），我们可以通过查询数据字典DBA_TABLES获取表的统计信息。
现在我们创建一个测试表T_STATS。
1SQL> create table t_statsasselect*fromdba_objects;
2Table created.
我们查看表T_STATS常用的表的统计信息。
1SQL>selectowner, table_name, num_rows, blocks, avg_row_len
22fromdba_tables
33whereowner ='SCOTT'
44and table_name ='T_STATS';
5OWNER TABLE_NAME NUM_ROWS BLOCKS AVG_ROW_LEN
6--------------- --------------- ---------- ---------- -----------
7SCOTT T_STATS
因为T_STATS是新创建的表，没有收集过统计信息，所以从DBA_TABLES查询数据是空的。
现在我们来收集表T_STATS的统计信息。
1SQL> BEGIN
22DBMS_STATS.GATHER_TABLE_STATS(ownname =>'SCOTT',
33tabname =>'T_STATS',
44estimate_percent =>100,
55method_opt =>'for all columns size auto',
66no_invalidate =>FALSE,
77degree =>1,
88cascade =>TRUE);
99END;
1010/
11PL/SQL procedure successfully completed.
我们再次查看表的统计信息。
1SQL>selectowner, table_name, num_rows, blocks, avg_row_len
22fromdba_tables
33whereowner ='SCOTT'
44and table_name ='T_STATS';
5OWNER TABLE_NAME NUM_ROWS BLOCKS AVG_ROW_LEN
6--------------- --------------- ---------- ---------- -----------
7SCOTT T_STATS72674106197
从查询中我们可以看到，表T_STATS一共有72?674行数据，1?061个数据块，平均行长度为97字节。
列的统计信息主要包含列的基数、列中的空值数量以及列的数据分布情况（直方图）。我们可以通过数据字典DBA_TAB_COL_STATISTICS查看列的统计信息。
现在我们查看表T_STATS常用的列统计信息。
1SQL>selectcolumn_name, num_distinct, num_nulls, num_buckets, histogram
22fromdba_tab_col_statistics
33whereowner ='SCOTT'
44and table_name ='T_STATS';
5COLUMN_NAME NUM_DISTINCT NUM_NULLS NUM_BUCKETS HISTOGRAM
6--------------- ------------ ---------- ----------- --------------------
7EDITION_NAME0726740NONE
8NAMESPACE2111NONE
9SECONDARY201NONE
10GENERATED201NONE
11TEMPORARY201NONE
12STATUS201NONE
13TIMESTAMP159211NONE
14LAST_DDL_TIME152111NONE
15CREATED147201NONE
16OBJECT_TYPE4501NONE
17DATA_OBJECT_ID7796648331NONE
18OBJECT_ID7267311NONE
19SUBOBJECT_NAME140721451NONE
20OBJECT_NAME4433301NONE
21OWNER3101NONE
2215rows selected.
上面查询中，第一个列表示列名字，第二个列表示列的基数，第三个列表示列中NULL值的数量，第四个列表示直方图的桶数，最后一个列表示直方图类型。
在工作中，我们经常使用下面脚本查看表和列的统计信息。
1SQL>selecta.column_name,
22b.num_rows,
33a.num_nulls,
44a.num_distinct Cardinality,
55round(a.num_distinct / b.num_rows *100,2) selectivity,
66a.histogram,
77a.num_buckets
88from dba_tab_col_statistics a, dba_tables b
99where a.owner = b.owner
1010anda.table_name = b.table_name
1111anda.owner ='SCOTT'
1212anda.table_name ='T_STATS';
13COLUMN_NAME NUM_ROWS NUM_NULLS CARDINALITY SELECTIVITY HISTOGRAM NUM_BUCKETS
14--------------- ---------- ---------- ----------- ----------- --------------- -------
15EDITION_NAME726747267400NONE0
16NAMESPACE72674121.03NONE1
17SECONDARY72674020NONE1
18GENERATED72674020NONE1
19TEMPORARY72674020NONE1
20STATUS72674020NONE1
21TIMESTAMP72674115922.19NONE1
22LAST_DDL_TIME72674115212.09NONE1
23CREATED72674014722.03NONE1
24OBJECT_TYPE72674045.06NONE1
25DATA_OBJECT_ID7267464833779610.73NONE1
26OBJECT_ID72674172673100NONE1
27SUBOBJECT_NAME7267472145140.19NONE1
28OBJECT_NAME7267404433361NONE1
29OWNER72674031.04NONE1
3015rows selected.
索引的统计信息主要包含索引blevel（索引高度-1）、叶子块的个数（leaf_blocks）以及集群因子（clustering_factor）。我们可以通过数据字典DBA_INDEXES查看索引的统计信息。
我们在OBJECT_ID列上创建一个索引。
1SQL>create index idx_t_stats_idont_stats(object_id);
2Index created.
创建索引的时候会自动收集索引的统计信息，运行下面脚本查看索引的统计信息。
1SQL>selectblevel, leaf_blocks, clustering_factor,status
22from dba_indexes
33where owner ='SCOTT'
44andindex_name ='IDX_T_STATS_ID';
5BLEVEL LEAF_BLOCKS CLUSTERING_FACTOR STATUS
6---------- ----------- ----------------- ----------------
711611127VALID
如果要单独对索引收集统计信息，可以使用下面脚本收集。
1SQL> BEGIN
22DBMS_STATS.GATHER_INDEX_STATS(ownname=>'SCOTT',
33indname =>'IDX_T_STATS_ID');
44END;
55/
6PL/SQL procedure successfully completed.
在以后章节中，我们会详细介绍表的统计信息、列的统计信息以及索引的统计信息是如何被应用于成本计算的。
统计信息重要参数设置
我们通常使用下面脚本收集表和索引的统计信息。
1BEGIN
2DBMS_STATS.GATHER_TABLE_STATS(ownname =>'TAB_OWNER',
3tabname =>'TAB_NAME',
4estimate_percent => 根据表大小设置,
5method_opt =>'for all columns size repeat',
6no_invalidate =>FALSE,
7degree => 根据表大小，CPU资源和负载设置,
8granularity =>'AUTO',
9cascade =>TRUE);
10END;
11/
ownname表示表的拥有者，不区分大小写。
tabname表示表名字，不区分大小写。
granularity表示收集统计信息的粒度，该选项只对分区表生效，默认为AUTO，表示让Oracle根据表的分区类型自己判断如何收集分区表的统计信息。对于该选项，我们一般采用AUTO方式，也就是数据库默认方式，因此，在后面的脚本中，省略该选项。
estimate_percent 表示采样率，范围是0.000?001～100。
我们一般对小于1GB的表进行100%采样，因为表很小，即使100%采样速度也比较快。有时候小表有可能数据分布不均衡，如果没有100%采样，可能会导致统计信息不准。因此我们建议对小表100%采样。
我们一般对表大小在1GB～5GB的表采样50%，对大于5GB的表采样30%。如果表特别大，有几十甚至上百GB，我们建议应该先对表进行分区，然后分别对每个分区收集统计信息。
一般情况下，为了确保统计信息比较准确，我们建议采样率不要低于30%。
我们可以使用下面脚本查看表的采样率。
1SQL> SELECT owner,
22table_name,
33num_rows,
44sample_size,
55round(sample_size / num_rows *100) estimate_percent
66FROM DBA_TAB_STATISTICS
77WHERE owner='SCOTT'ANDtable_name='T_STATS';
8OWNER TABLE_NAME NUM_ROWS SAMPLE_SIZE ESTIMATE_PERCENT
9--------------- --------------- ---------- ----------- ----------------
10SCOTT T_STATS7267472674100
从上面查询我们可以看到，对表T_STATS是100%采样的。现在我们将采样率设置为30%。
1SQL> BEGIN
22DBMS_STATS.GATHER_TABLE_STATS(ownname =>'SCOTT',
33tabname =>'T_STATS',
44estimate_percent =>30,
55method_opt =>'for all columns size auto',
66no_invalidate =>FALSE,
77degree =>1,
88cascade =>TRUE);
99END;
1010/
11PL/SQL procedure successfully completed.
12SQL> SELECT owner,
132table_name,
143num_rows,
154sample_size,
165round(sample_size / num_rows *100) estimate_percent
176FROM DBA_TAB_STATISTICS
187WHERE owner='SCOTT'ANDtable_name='T_STATS';
19OWNER TABLE_NAME NUM_ROWS SAMPLE_SIZE ESTIMATE_PERCENT
20--------------- --------------- ---------- ----------- ----------------
21SCOTT T_STATS730672192030
从上面查询我们可以看到采样率为30%，表的总行数被估算为73?067，而实际上表的总行数为72?674。设置采样率30%的时候，一共分析了21?920条数据，表的总行数等于round(21?920*100/30)，也就是73?067。
除非一个表是小表，否则没有必要对一个表100%采样。因为表一直都会进行DML操作，表中的数据始终是变化的。
method_opt 用于控制收集直方图策略。
method_opt => 'for all columns size 1'表示所有列都不收集直方图，如下所示。
1SQL> BEGIN
22DBMS_STATS.GATHER_TABLE_STATS(ownname =>'SCOTT',
33tabname =>'T_STATS',
44estimate_percent =>100,
55method_opt =>'for all columns size 1',
66no_invalidate =>FALSE,
77degree =>1,
88cascade =>TRUE);
99END;
1010/
11PL/SQL procedure successfully completed.
我们查看直方图信息。
1SQL>selecta.column_name,
22b.num_rows,
33a.num_nulls,
44a.num_distinct Cardinality,
55round(a.num_distinct / b.num_rows *100,2) selectivity,
66a.histogram,
77a.num_buckets
88from dba_tab_col_statistics a, dba_tables b
99where a.owner = b.owner
1010anda.table_name = b.table_name
1111anda.owner ='SCOTT'
1212anda.table_name ='T_STATS';
13COLUMN_NAME NUM_ROWS NUM_NULLS CARDINALITY SELECTIVITY HISTOGRAM NUM_BUCKETS
14--------------- ---------- ---------- ----------- ----------- --------------- -------
15EDITION_NAME726747267400NONE0
16NAMESPACE72674121.03NONE1
17SECONDARY72674020NONE1
18GENERATED72674020NONE1
19TEMPORARY72674020NONE1
20STATUS72674020NONE1
21TIMESTAMP72674115922.19NONE1
22LAST_DDL_TIME72674115212.09NONE1
23CREATED72674014722.03NONE1
24OBJECT_TYPE72674045.06NONE1
25DATA_OBJECT_ID7267464833779610.73NONE1
26OBJECT_ID72674172673100NONE1
27SUBOBJECT_NAME7267472145140.19NONE1
28OBJECT_NAME7267404433361NONE1
29OWNER72674031.04NONE1
3015rows selected.
从上面查询我们看到，所有列都没有收集直方图。
method_opt => 'for all columns size skewonly'表示对表中所有列收集自动判断是否收集直方图，如下所示。
1SQL> BEGIN
22DBMS_STATS.GATHER_TABLE_STATS(ownname =>'SCOTT',
33tabname =>'T_STATS',
44estimate_percent =>100,
55method_opt =>'for all columns size skewonly',
66no_invalidate =>FALSE,
77degree =>1,
88cascade =>TRUE);
99END;
1010/
11PL/SQL procedure successfully completed.
我们查看直方图信息，如下所示。
1SQL>selecta.column_name,
22b.num_rows,
33a.num_nulls,
44a.num_distinct Cardinality,
55round(a.num_distinct / b.num_rows *100,2) selectivity,
66a.histogram,
77a.num_buckets
88from dba_tab_col_statistics a, dba_tables b
99where a.owner = b.owner
1010anda.table_name = b.table_name
1111anda.owner ='SCOTT'
1212anda.table_name ='T_STATS';
13COLUMN_NAME NUM_ROWS NUM_NULLS CARDINALITY SELECTIVITY HISTOGRAM NUM_BUCKETS
14--------------- ---------- ---------- ----------- ----------- --------------- -------
15EDITION_NAME726747267400NONE0
16NAMESPACE72674121.03FREQUENCY21
17SECONDARY72674020FREQUENCY2
18GENERATED72674020FREQUENCY2
19TEMPORARY72674020FREQUENCY2
20STATUS72674020FREQUENCY2
21TIMESTAMP72674115922.19HEIGHT BALANCED254
22LAST_DDL_TIME72674115212.09HEIGHT BALANCED254
23CREATED72674014722.03HEIGHT BALANCED254
24OBJECT_TYPE72674045.06FREQUENCY45
25DATA_OBJECT_ID7267464833779610.73HEIGHT BALANCED254
26OBJECT_ID72674172673100NONE1
27SUBOBJECT_NAME7267472145140.19FREQUENCY140
28OBJECT_NAME7267404433361HEIGHT BALANCED254
29OWNER72674031.04FREQUENCY31
3015rows selected.
从上面查询我们可以看到，除了OBJECT_ID列和EDITION_NAME列，其余所有列都收集了直方图。因为EDITION_NAME列全是NULL，所以没必要收集直方图。OBJECT_ID列选择性为100%，没必要收集直方图。
在实际工作中千万不要使用method_opt => 'for all columns size skewonly' 收集直方图信息，因为并不是表中所有的列都会出现在where条件中，对没有出现在where条件中的列收集直方图没有意义。
method_opt => 'for all columns size auto'表示对出现在where条件中的列自动判断是否收集直方图。
现在我们删除表中所有列的直方图。
1SQL> BEGIN
22DBMS_STATS.GATHER_TABLE_STATS(ownname =>'SCOTT',
33tabname =>'T_STATS',
44estimate_percent =>100,
55method_opt =>'for all columns size 1',
66no_invalidate =>FALSE,
77degree =>1,
88cascade =>TRUE);
99END;
1010/
11PL/SQL procedure successfully completed.
我们执行下面SQL，以便将owner列放入where条件中。
1SQL>selectcount(*)fromt_statswhereowner='SYS';
2COUNT(*)
3----------
430850
接下来我们刷新数据库监控信息。
1SQL>begin
22dbms_stats.flush_database_monitoring_info;
33end;
44/
5PL/SQL procedure successfully completed.
我们使用method_opt => 'for all columns size auto'方式对表收集统计信息。
1SQL> BEGIN
22DBMS_STATS.GATHER_TABLE_STATS(ownname =>'SCOTT',
33tabname =>'T_STATS',
44estimate_percent =>100,
55method_opt =>'for all columns size auto',
66no_invalidate =>FALSE,
77degree =>1,
88cascade =>TRUE);
99END;
1010/
11PL/SQL procedure successfully completed.
然后我们查看直方图信息。
1SQL>selecta.column_name,
22b.num_rows,
33a.num_nulls,
44a.num_distinct Cardinality,
55round(a.num_distinct / b.num_rows *100,2) selectivity,
66a.histogram,
77a.num_buckets
88from dba_tab_col_statistics a, dba_tables b
99where a.owner = b.owner
1010anda.table_name = b.table_name
1111anda.owner ='SCOTT'
1212anda.table_name ='T_STATS';
13COLUMN_NAME NUM_ROWS NUM_NULLS CARDINALITY SELECTIVITY HISTOGRAM NUM_BUCKETS
14--------------- ---------- ---------- ----------- ----------- --------------- -------
15EDITION_NAME726747267400NONE0
16NAMESPACE72674121.03NONE1
17SECONDARY72674020NONE1
18GENERATED72674020NONE1
19TEMPORARY72674020NONE1
20STATUS72674020NONE1
21TIMESTAMP72674115922.19NONE1
22LAST_DDL_TIME72674115212.09NONE1
23CREATED72674014722.03NONE1
24OBJECT_TYPE72674045.06NONE1
25DATA_OBJECT_ID7267464833779610.73NONE1
26OBJECT_ID72674172673100NONE1
27SUBOBJECT_NAME7267472145140.19NONE1
28OBJECT_NAME7267404433361NONE1
29OWNER72674031.04FREQUENCY31
3015rows selected.
从上面查询我们可以看到，Oracle自动地对owner列收集了直方图。
思考，如果将选择性比较高的列放入where条件中，会不会自动收集直方图？现在我们将OBJECT_NAME列放入where条件中。
1SQL>selectcount(*)fromt_statswhereobject_name='EMP';
2COUNT(*)
3----------
43
然后我们刷新数据库监控信息。
1SQL>begin
22dbms_stats.flush_database_monitoring_info;
33end;
44/
5PL/SQL procedure successfully completed.
我们收集统计信息。
1SQL> BEGIN
22DBMS_STATS.GATHER_TABLE_STATS(ownname =>'SCOTT',
33tabname =>'T_STATS',
44estimate_percent =>100,
55method_opt =>'for all columns size auto',
66no_invalidate =>FALSE,
77degree =>1,
88cascade =>TRUE);
99END;
1010/
11PL/SQL procedure successfully completed.
我们查看OBJECT_NAME列是否收集了直方图。
1SQL>selecta.column_name,
22b.num_rows,
33a.num_nulls,
44a.num_distinct Cardinality,
55round(a.num_distinct / b.num_rows *100,2) selectivity,
66a.histogram,
77a.num_buckets
88from dba_tab_col_statistics a, dba_tables b
99where a.owner = b.owner
1010anda.table_name = b.table_name
1111anda.owner ='SCOTT'
1212anda.table_name ='T_STATS';
13COLUMN_NAME NUM_ROWS NUM_NULLS CARDINALITY SELECTIVITY HISTOGRAM NUM_BUCKETS
14--------------- ---------- ---------- ----------- ----------- --------------- -------
15EDITION_NAME726747267400NONE0
16NAMESPACE72674121.03NONE1
17SECONDARY72674020NONE1
18GENERATED72674020NONE1
19TEMPORARY72674020NONE1
20STATUS72674020NONE1
21TIMESTAMP72674115922.19NONE1
22LAST_DDL_TIME72674115212.09NONE1
23CREATED72674014722.03NONE1
24OBJECT_TYPE72674045.06NONE1
25DATA_OBJECT_ID7267464833779610.73NONE1
26OBJECT_ID72674172673100NONE1
27SUBOBJECT_NAME7267472145140.19NONE1
28OBJECT_NAME7267404433361NONE1
29OWNER72674031.04FREQUENCY31
3015rows selected.
从上面查询我们可以看到，OBJECT_NAME列没有收集直方图。由此可见，使用AUTO方式收集直方图很智能。mothod_opt默认的参数就是 for all columns size auto。
method_opt => 'for all columns size repeat'表示当前有哪些列收集了直方图，现在就对哪些列收集直方图。
本文摘自《SQL优化核心思想》
《SQL优化核心思想》
罗炳森 黄超 钟侥 著
点击封面购买纸书
结构化查询语言（Structured Query Language，SQL）是一种功能强大的数据库语言。它基于关系代数运算，功能丰富、语言简洁、使用方便灵活，已成为关系数据库的标准语言。 本书旨在引导读者掌握SQL优化技能，以更好地提升数据库性能。本书基于Oracle进行编写，内容讲解由浅入深，适合各个层次的读者学习。
>>>>阅读全文