Oracle CBO 统计信息的收集与执行计划的选择
--概要
主要总结一下Oracle是如何收集统计信息的是如何选择的,有一些好的Ref可以看看
柱状图(Histogram)，绑定变量,bind peeking，cursor_sharing 之间的关系
--基本概念
首先要明确系统的自动收集机制 如果insert update delete truncate发生的数据量变化大于总记录的10%系统就会自动重新统计信息.如果统计信息为null时系统蚕食OPTOMIZER_DYNAMIC_SAMPLING 能够控制如何进行收集. Hint是 /*+ dynamic_sampling (table integer) */ 详见TOP第五章1.3节
以下为收集后用来存储统计信息的视图:
- user_tab_statistics --统计之后用来显示表的统计信息 3.1.2
- user_tables --查看schames下所有表的统计信息
exec dbms_stats.gather_schema_stats(ownname => user , estimate_percent => 0.5 );
SELECT table_name, sample_size, num_rows, round (sample_size / num_rows * 100 , 1 ) AS " % "
FROM user_tables WHERE num_rows > 0 ORDER BY table_name;
TABLE_NAME SAMPLE_SIZE NUM_ROWS %
-- ---------------------------- ----------- -------- ----------
BIG_TABLE 12435 ###### 5
COLOCATED 5087 98484 5.2
T 1001 1001 100 - user_tab_col_statistics --统计之后用来显示列的统计信息 3.1.3
- user_tab_histograms --统计之后用来显示直方图的统计信息 3.1.4
- user_ind_statistics --统计之后用来显示索引的统计信息 3.1.5
- user_indexes
Oracle的CBO的执行计划选择是基于柱状图(Histogram)的,柱状图用于记录表中的列的分布情况,有了柱状图CBO就可以选择最优的执行计划,否则就需要根据索引的选择性(selectivity)来判断是否使用该索引. 以下是建立测试环境
-
CREATE TABLE t
AS
SELECT rownum AS id,
round (dbms_random.normal * 1000 ) AS val1,
100 + round (ln(rownum / 3.25 + 2 )) AS val2,
100 + round (ln(rownum / 3.25 + 2 )) AS val3,
dbms_random.string( ' p ' , 250 ) AS pad
FROM dual
CONNECT BY level <= 1000
ORDER BY dbms_random.value;
UPDATE t SET val1 = NULL WHERE val1 < 0 ;
ALTER TABLE t ADD CONSTRAINT t_pk PRIMARY KEY (id);
CREATE INDEX t_val1_i ON t (val1);
CREATE INDEX t_val2_i ON t (val2);
--收集方法 dbms_stats.gather_table_stats vs Analyze
众所周知，Table是分区的时候，analyze根据所有partition上的已有的统计信息“计算”出整个表级别上的统计信息；而 dbms_stats是实际去计算整个表范围的统计信息，因此表级别的统计信息比analyze更精确，反映表上真实的情况.
-
alter system flush shared_pool;
analyze table t compute statistics ;
analyze table t delete statistics ;
analyze table ljb_test compute statistics for table for all indexes for all indexed columns;
exec dbms_stats.gather_table_stats( user , ' t ' );
exec dbms_stats.gather_table_stats( user , ' t ' ,method_opt => ' for columns size 1 status ' );
--直方图 (n<6是等高度直方图 n>=6 是频率直方图(精准)) 我的一个讨论帖http://www.itpub.net/viewthread.php?tid=1247685&page=2#pid14860199
method_opt=>'FOR ALL COLUMNS SIZE n' -- n<6是等高度直方图 n>=6 是频率直方图(精准) 但是列的唯一值大于254还是要使用等高直方图。其中n定义了bucket的取值范围1~254,oralce 根据这个列的distinct值来计算bucket的个数(size 1例外它表示不创建直方图)
如果distinct > n 那么就使用等高直方图,就是说当有一列的唯一值大于254(最大允许的桶的数量)就不能够使用频率直方图了如果distinct <=n 那么就是用频率直方图，bucket数目是distinct~除了这个选项还有几个可选：
- size repeat 刷新可用直方图
- size skewonly 只收集非均匀分布的直方图，系统自动决定桶数
- size auto 类似skewonly加上where短语引用的列根据一个列使用历史P115 col_usage.sql统计表决定是否收集
- cascade=>true DBMS_STATS will collect for all columns and the indexes
select id , count ( * ) from t group by id order by id;
....................
19978 1
19979 1
19982 1
19996 1
19997 1
12500 rows selected.
exec dbms_stats.gather_table_stats( user , ' T ' ,method_opt => ' FOR ALL COLUMNS SIZE 6 ' );
-- n>=6 选择使用频率直方图
Select TABLE_NAME, COLUMN_NAME, NUM_DISTINCT, NUM_BUCKETS, HISTOGRAM
From user_tab_col_statistics where table_name = ' T ' and column_name = ' ID ' ;
-- 这里的distinct是12500远远大于254所以如果distinct > n 那么就使用等高直方图
TABLE_NAME COLUMN_NAME NUM_DISTINCT NUM_BUCKETS HISTOGRAM
-- -------- ----------- ------------ ----------- -----------------
T ID 12500 6 HEIGHT BALANCED
SELECT TABLE_NAME, COLUMN_NAME, ENDPOINT_NUMBER, ENDPOINT_VALUE
FROM USER_TAB_HISTOGRAMS WHERE TABLE_NAME = ' T ' AND COLUMN_NAME = ' ID ' ;
TABLE_NAME COLUMN_NAME ENDPOINT_NUMBER ENDPOINT_VALUE
-- ------------------------------------------------------
T ID 0 1
T ID 1 1563
T ID 2 3126
T ID 3 4689
T ID 4 6252
T ID 5 7814
T ID 6 9376
T ID 7 13809
T ID 8 19997
0 ~ 1 第一个桶
1 ~ 2 第二个桶
....
3 ~ 4 第四个桶
等高直方图中endpoint_number就是每个通的端点号,而不是桶号说白了就是桶号从0开始
频率直方图中endpoint_number就是桶中的累计个数每一个endpoint_number代表一个桶说白了就是桶号从1开始
-- 频率直方图能够精准的返回基数cardinality，比等高直方图精准
DELETE plan_table;
EXPLAIN PLAN SET STATEMENT_ID ' 101 ' FOR SELECT * FROM t WHERE val2 = 101 ;
EXPLAIN PLAN SET STATEMENT_ID ' 102 ' FOR SELECT * FROM t WHERE val2 = 102 ;
EXPLAIN PLAN SET STATEMENT_ID ' 103 ' FOR SELECT * FROM t WHERE val2 = 103 ;
EXPLAIN PLAN SET STATEMENT_ID ' 104 ' FOR SELECT * FROM t WHERE val2 = 104 ;
EXPLAIN PLAN SET STATEMENT_ID ' 105 ' FOR SELECT * FROM t WHERE val2 = 105 ;
EXPLAIN PLAN SET STATEMENT_ID ' 106 ' FOR SELECT * FROM t WHERE val2 = 106 ;
COLUMN statement_id FORMAT A12
SELECT statement_id, cardinality FROM plan_table WHERE id = 0 ORDER BY statement_id;
-- 频率直方图能够精准的返回基数cardinality使用method_opt => 'for all columns size skewonly'进行收集
STATEMENT_ID CARDINALITY
-- ---------- -----------
101 8
102 25
103 68
104 185
105 502
106 212
STATEMENT_ID CARDINALITY -- 等高直方图不准确的基数cardinality 使用method_opt =>5进行收集
-- ---------- -----------
101 50
102 50
103 50
104 50
105 400
106 300
-- 绑定变量
- 这里涉及到几个概念,Bind Peeking:第一次硬解析,如果收集了直方图,并且使用了绑定变量或者设置了Cursor_Sharing这个变量,这时Bind Peeking就会开动了.
-
Exact书写完全一致
-
Similar非绑定变量自动转为绑定变量还会有peeking,where条件中没有柱状图就会peeking否则认为SQL不安全
-
Force不理会柱状图直接共享
-
- 测试
SELECT count (pad) FROM t WHERE id < 990 ; -- 查询表中大部分数据，所以全表扫描
SELECT * FROM table (dbms_xplan.display_cursor( NULL , NULL , ' basic ' ));
SELECT count (pad) FROM t WHERE id < 10 ; -- 而这个是Index Range Scan
SELECT * FROM table (dbms_xplan.display_cursor( NULL , NULL , ' basic ' ));
With bind variables the same execution plan is used. Depending on the
peeked value ( 10 or 990 ), a full table scan or an index range scan is used.
-- --------第一次Bind Peeking 为全表扫描那么之后都是用这个执行计划-----------
variable id number ;
EXECUTE :id : = 990 ;
SELECT count (pad) FROM t WHERE id < :id;
SELECT * FROM table (dbms_xplan.display_cursor( NULL , NULL , ' basic ' ));
EXECUTE :id : = 10 ;
SELECT count (pad) FROM t WHERE id < :id;
SELECT * FROM table (dbms_xplan.display_cursor( NULL , NULL , ' basic ' ));
-- --------第一次Bind Peeking 为 Index Range Scan 那么之后都是用这个执行计划-----------
ALTER SYSTEM FLUSH SHARED_POOL;
variable id number ;
EXECUTE :id : = 10 ;
SELECT count (pad) FROM t WHERE id < :id;
SELECT * FROM table (dbms_xplan.display_cursor( NULL , NULL , ' basic ' ));
EXECUTE :id : = 990 ;
SELECT count (pad) FROM t WHERE id < :id;
SELECT * FROM table (dbms_xplan.display_cursor( NULL , NULL , ' basic ' ));
-- 验证一下Library Cache中的执行计划也是Index Range Scan
Select operation,options, object_name ,id,parent_id,cost
From v$sql_plan where object_name = ' T ' ;
OPERATION OPTIONS OBJECT_NAME ID PARENT_ID COST
-- ----------- --------------- ----------- --- ---------- ----
TABLE ACCESS BY INDEX ROWID T 2 1 11
SELECT sql_id, child_number, is_bind_sensitive, is_bind_aware, is_shareable
FROM v$sql
WHERE sql_text = ' SELECT count(pad) FROM t WHERE id < :id '
ORDER BY child_number;
SQL_ID CHILD_NUMBER I I I
-- ----------- ------------ - - -
asth1mx10aygn 0 Y N Y
--自适应游标 11g
11g的自适应游标解决了上边的问题, 字典视图 v$SQL 已经修改，添加了两列：IS_BIND_SENSITIVE 和 IS_BIND_AWARE
- 测试
Select is_bind_sensitive, is_bind_aware, sql_id, child_number
From v$sql where sql_text = ' select * from t where id < 990; '
select * from v$sql_cs_histogram where sql_id = ' 7cv5271zx2ttg '