统计信息不正确导致执行计划的错误选择

过时的统计信息，会对执行计划的选择产生偏差。尤其对于突然产生的性能很差的SQL，可以从这个方向去判断。

参考：http://www.eygle.com/archives/2011/02/dba_event_10046_10053.html

上文中的例子，过程概述：

1）查看执行计划显示的“疑问表”的行数rows_A；
2）查看10053 event trace中显示的“疑问表”的行数rows_B；

rows_A是统计信息中的值，rows_B是实际计算的值。

文章示例是在9i下的，以下是11g的示例，与9i略有不同。

点击(此处)折叠或打开

 -----------------------------
 SYSTEM STATISTICS INFORMATION
 -----------------------------
   Using NOWORKLOAD Stats
   CPUSPEEDNW: 3074 millions instructions/sec (default is 100)
   IOTFRSPEED: 4096 bytes per millisecond (default is 4096)
   IOSEEKTIM: 10 milliseconds (default is 10)
   MBRC: NO VALUE blocks (default is 8)

 ***************************************
 BASE STATISTICAL INFORMATION
 ***********************
 Table Stats::
   Table: SUM$ Alias: S
     #Rows: 1 #Blks: 1 AvgRowLen: 129.00 ChainCnt: 0.00
 Index Stats::
   Index: SYS_IL0000001030C00030$$ Col#: (NOT ANALYZED)
     LVLS: 1 #LB: 25 #DK: 100 LB/K: 1.00 DB/K: 1.00 CLUF: 800.00
   Index: SYS_IL0000001030C00031$$ Col#: (NOT ANALYZED)
     LVLS: 1 #LB: 25 #DK: 100 LB/K: 1.00 DB/K: 1.00 CLUF: 800.00
   Index: I_SUM$_1 Col#: 1
     LVLS: 0 #LB: 1 #DK: 1 LB/K: 1.00 DB/K: 1.00 CLUF: 1.00
 ***************************************
 1-ROW TABLES: SUM$[S]#0
 Access path analysis for SUM$
 ***************************************
 SINGLE TABLE ACCESS PATH
   Single Table Cardinality Estimation for SUM$[S]
   Column (#1): OBJ#(
     AvgLen: 5 NDV: 1 Nulls: 0 Density: 1.000000 Min: 81279 Max: 81279
   Column (#11): XPFLAGS(
     AvgLen: 6 NDV: 1 Nulls: 0 Density: 1.000000 Min: 67108864 Max: 67108864
   Table: SUM$ Alias: S
     Card: Original: 1.000000 Rounded: 1 Computed: 0.01 Non Adjusted: 0.01
   Access Path: TableScan
     Cost: 2.00 Resp: 2.00 Degree: 0

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/22621861/viewspace-2113854/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/22621861/viewspace-2113854/