深入理解Oracle Statistic统计信息

1.统计信息简介

统计信息主要是描述数据库中表，索引的大小，规模，数据分布状况等的一类信息。比如，表的行数，块数，平均每行的大小，索引的leaf blocks，索引字段的行数，不同值的大小等，都属于统计信息。CBO正是根据这些统计信息数据，计算出不同访问路径下，不同join 方式下，各种计划的成本，最后选择出成本最小的计划。

在CBO(基于代价的优化器模式)条件下，SQL语句的执行计划由统计信息来决定，若没有统计信息则会采取动态采样的方式决定执行计划！可以说统计信息关乎sql的执行计划是否正确，属于sql执行的指导思想，oracle的初始化参数statistics_level控制收集统计信息的级别，有三个参数值:

BASIC :收集基本的统计信息

TYPICAL：收集大部分统计信息(数据库的默认设置)

ALL：收集全部统计信息

Oracle 10g之后，Query Optimizer就已经将CBO作为默认优化器，并且Oracle官方不再支持RBO服务。但是，通过优化器参数optimizer_mode，我们可以控制Oracle优化器生成不同模式下的执行计划。

关于优化器的请参考：《SQL性能优化之optimizer_mode参数原理渗透解析》

2.如何收集统计信息

2.1 统计信息的内容：

1）Table statistics

Number of rows --行数量

Number of blocks --block数量

Average row length --平均行的长度.

2）Column statistics

Number of distinct values (NDV) in column --列中distinct的值

Number of nulls in column --列中null的值

Data distribution (histogram) --数据分布

3）Index statistics

Number of leaf blocks --子节点的块数量

Levels --子节点数量

Clustering factor --集群因子

4）System statistics

I/O performance and utilization --IO性能和利用率

CPU performance and utilization --CPU的性能和利用率

2.2 收集统计信息

Oracle Statistic 的收集，可以使用analyze 命令，也可以使用DBMS_STATS 包来收集，Oracle 建议使用DBMS_STATS包来收集统计信息，因为DBMS_STATS包收集的更广，并且更准确。analyze 在以后的版本中可能会被移除。

DBMS_STATS常用的几个过程如下：

 
           dbms_stats.gather_table_stats 收集表、列和索引的统计信息； 
          
           dbms_stats.gather_schema_stats 收集SCHEMA下所有对象的统计信息； 
          
           dbms_stats.gather_index_stats 收集索引的统计信息； 
          
           dbms_stats.gather_system_stats 收集系统统计信息 
          
           dbms_stats.GATHER_DICTIONARY_STATS：所有字典对象的统计； 
          
           DBMS_STATS.GATHER_DICTIONARY_STATS 其收集所有系统模式的统计 
          
           dbms_stats.delete_table_stats 删除表的统计信息 
          
           dbms_stats.delete_index_stats 删除索引的统计信息 
          
           dbms_stats.export_table_stats 输出表的统计信息 
          
           dbms_stats.create_state_table 
          
           dbms_stats.set_table_stats 设置表的统计 
          
           dbms_stats.auto_sample_size

analyze 命令的语法如下：

 
           SQL>analyze  
           table  
           tablename compute  
           statistics 
           ; 
          
           SQL>analyze  
           table  
           tablename compute  
           statistics  
           for  
           all  
           indexes; 
          
           SQL>analyze  
           table  
           tablename  
           delete  
           statistics

2.3 统计信息的分类

Oracle 的Statistic 信息的收集分两种：自动收集和手工收集。

Oracle 的Automatic Statistics Gathering 是通过Scheduler 来实现收集和维护的。Job 名称是GATHER_STATS_JOB, 该Job收集数据库所有对象的2种统计信息：

（1）Missing statistics（统计信息缺失）

（2）Stale statistics（统计信息陈旧）

该Job 是在数据库创建的时候自动创建，并由Scheduler来管理。Scheduler 在maintenance windows open时运行gather job。默认情况下，job 会在每天晚上10到早上6点和周末全天开启。该过程首先检测统计信息缺失和陈旧的对象。然后确定优先级，再开始进行统计信息。

Scheduler Job的stop_on_window_close 属性控制GATHER_STATS_JOB 是否继续。该属性默认值为True. 如果该值设置为False，那么GATHER_STATS_JOB 会中断，而没有收集完的对象将在下次启动时继续收集。

Gather_stats_job 调用dbms_stats.gather_database_stats_job_proc过程来收集statistics 的信息。该过程收集对象statistics的条件如下：

（1）对象的统计信息之前没有收集过。

（2）当对象有超过10%的rows 被修改，此时对象的统计信息也称为stale statistics。

但是对于高度变化的表在白天的活动期间被TRUNCATE/DROP并重建或者块加载超过本身总大小10%的对象；我们可以将这些表上的统计设置为NULL

可以通过以下SQL来查看：

 
           select  
           job_name, program_name, enabled, stop_on_window_close 
          
           from  
           dba_scheduler_jobs 
          
           where  
           job_name =  
           'gather_stats_job' 
           ;

为了决定是否对对象进行监控，Oracle 提供了一个参数STATISTICS_LEVEL。通过设置初始化参数STATISTIC_LEVEL 为TYPICAL 或ALL，就可以自动收集统计信息(默认值为TYPICAL，因此可以随即启用自动收集统计信息的功能)。STATISTIC_LEVEL 参数的值可以激活GATHER_STATS_JOB。

在10g中表监控默认是激活的，如果STATISTICS_LEVEL设置为basic，不仅不能监控表，而且将禁掉如下一些10g的新功能：

（1）ASH(Active Session History)

（2）ASSM(Automatic Shared Memory Management)

（3）AWR(Automatic Workload Repository)

（4）ADDM(Automatic Database Diagnostic Monitor)

 
           sys@ORCL> show parameter statistics_level; 
          
           NAME                                  
           TYPE        VALUE 
          
           ------------------------------------ ----------- --------- 
          
           statistics_level                     string      TYPICAL

当启动对象的监控后，从上次统计信息收集之后的的信息，如inserts，updates，deletes 等，这些改变的信息会记录到user_tab_modifications 视图。

当对象的数据发生改变之后，经过几分钟的延时，这些信息写入到user_tab_modifications视图，然后dbms_stats.flush_database_monitoring_info过程就会发现这些信息，并讲这些信息保存在内存中。

当监控的对象被修改的部分超过10%时，gather_database_stats 或者gather_schema_stats 过程就会去收集这些stale statistics

3.统计信息的存储位置以及常用数据字典

3.1 统计信息常用数据字典

统计信息收集如下数据：

（1）表自身的分析：包括表中的行数，数据块数，行长等信息。

（2）列的分析：包括列值的重复数，列上的空值，数据在列上的分布情况。

（3）索引的分析：包括索引叶块的数量，索引的深度，索引的聚合因子等。

这些统计信息存放在以下的数据字典里：

 
           DBA_TABLES 
          
           DBA_OBJECT_TABLES 
          
           DBA_TAB_STATISTICS 
          
           DBA_TAB_COL_STATISTICS 
          
           DBA_TAB_HISTOGRAMS 
          
           DBA_INDEXES 
          
           DBA_IND_STATISTICS 
          
           DBA_CLUSTERS 
          
           DBA_TAB_PARTITIONS 
          
           DBA_TAB_SUBPARTITIONS 
          
           DBA_IND_PARTITIONS 
          
           DBA_IND_SUBPARTITIONS 
          
           DBA_PART_COL_STATISTICS 
          
           DBA_PART_HISTOGRAMS 
          
           DBA_SUBPART_COL_STATISTICS 
          
           DBA_SUBPART_HISTOGRAMS

3.2 表的统计信息

包含表行数，使用的块数，空的块数，块的使用率，行迁移和链接的数量，pctfree，pctused的数据，行的平均大小：

 
           SELECT  
           NUM_ROWS,  
           --表中的记录数 
          
           BLOCKS,  
           --表中数据所占的数据块数 
          
           EMPTY_BLOCKS,  
           --表中的空块数 
          
           AVG_SPACE,  
           --数据块中平均的使用空间 
          
           CHAIN_CNT,  
           --表中行连接和行迁移的数量 
          
           AVG_ROW_LEN  
           --每条记录的平均长度 
          
           FROM  
           USER_TABLES

3.3索引列的统计信息

包含索引的深度（B-Tree的级别），索引叶级的块数量，集群因子（clustering_factor), 唯一值的个数。

 
           SELECT  
           BLEVEL,  
           --索引的层数 
          
           LEAF_BLOCKS,  
           --叶子结点的个数 
          
           DISTINCT_KEYS,  
           --唯一值的个数 
          
           AVG_LEAF_BLOCKS_PER_KEY,  
           --每个KEY的平均叶块个数 
          
           AVG_DATA_BLOCKS_PER_KEY,  
           --每个KEY的平均数据块个数 
          
           CLUSTERING_FACTOR  
           --群集因子 
          
           FROM  
           USER_INDEXES

3.4 列的统计信息

包含唯一的值个数，列最大小值，密度（选择率），数据分布（直方图信息），NUll值个数

 
           SELECT  
           NUM_DISTINCT,  
           --唯一值的个数 
          
           LOW_VALUE,  
           --列上的最小值 
          
           HIGH_VALUE,  
           --列上的最大值 
          
           DENSITY,  
           --选择率因子（密度） 
          
           NUM_NULLS,  
           --空值的个数 
          
           NUM_BUCKETS,  
           --直方图的BUCKET个数 
          
           HISTOGRAM  
           --直方图的类型 
          
           FROM  
           USER_TAB_COLUMNS

对于统计信息的搜集，谈谈个人的几点理解：

1.统计信息默认是存放在数据字典表中的，也只有数据字典中的统计信息，才会影响到CBO。

2.DBMS_STATS 提供的CREATE_STAT_TABLE 过程，只是生成一个用户自定义的特定格式的表，用来存放统计信息罢了，这个表中的统计信息是不会影响到统计信息的。

3.GATHER 系列过程中，如果指定stattab，statid，statown 参数（也可以不指定），则是搜集的统计信息除了更新到数据字典外，还在statown 用户下的stattab 表中存放一份，标示为 statid;

4.EXPORT和IMPORT 系列的过程中,stattab,statid,statown 参数不能为空，分别表示把数据字典中的当前统计信息导出到用户自定义的表中，以及把用户表中的统计信息导入到数据字典中，很明显可以看出，这里的导入操作和上面GATHER 操作会改变统计信息，可能会引起执行执行计划的改变，因此要慎重操作。

5.每次统计信息搜集前，将旧的统计信息备份起来是很有必要的；特别是保留一份或多份系统在稳定时期的统计信息也是很有必要的。

6.多长时间搜集一次统计信息，对于统计信息如何备份和保留，搜集统计信息时如何选择合适的采样，并行，直方图设置等都比较重要，需要设计一个较好的统计信息搜集策略。

在OCP 10g考试中会有个跟统计信息相关的考试题：

1. In your Oracle 10g database , you have scheduled a job to update the optimizer statistics at 05:00 pm

every Friday. The job has successfully completed. Which three pieces of information would you check to

confirm that the statistics have been collected? (Choose three.)

A. average row size

B. last analyzed date

C. size of table in bytes

D. size of table in database blocks

E. number of free blocks in the free list

F. number of extents present in the table

Answer: ABD