Oracle-探究统计信息收集自动采样AUTO_SAMPLE_SIZE

前言：

        Oracle数据库进行统计信息收集时，可以通过ESTIMATE_PERCENT参数指定采样方式或者比例，有以下4种指定的方式

1 统计信息收集时不指定值，这时候ESTIMATE_PERCENT值为默认值DBMS_STATS.AUTO_SAMPLE_SIZE，自动采样

2 指定采样比例，范围可以为0.000001到100

3 指定采样方式为自动采样DBMS_STATS.AUTO_SAMPLE_SIZE

4 指定为null，这时候采样比例为100

 

统计收集测试:

        对一张1000W行的1.2G的表TEST进行统计信息收集测试，分别使用指定采样比例方式以及自动采样方式进行收集测试

        使用estimate_percent =>DBMS_STATS.AUTO_SAMPLE_SIZE自动采样方式，花费时间9.04秒

SQL> exec  DBMS_STATS.GATHER_TABLE_STATS(ownname=>'TEST', tabname=>'TEST',estimate_percent => DBMS_STATS.AUTO_SAMPLE_SIZE, method_opt       =>'for all columns size auto',no_invalidate    => FALSE,degree=> 8,  cascade=> TRUE);
​
PL/SQL procedure successfully completed.
​
Elapsed: 00:00:09.04

        查看表统计信息收集的采样比例，这里自动采样使用的比例为100

        查看表列统计信息的采样比例为,可以看到对于收集直方图信息的owner,created列，采样比例发生了改变，这里使用了一个很低的采样比例大小

 

        查看索引统计信息的采样比例，这里同样也是使用了一个很低的采样比例

        使用estimate_percent =>30指定30%比例采样，花费时间28秒，慢了2倍左右

SQL> exec  DBMS_STATS.GATHER_TABLE_STATS(ownname=>'TEST', tabname=>'TEST',estimate_percent => 30, method_opt       =>'for all columns size auto',no_invalidate    => FALSE,degree=> 8,  cascade=> TRUE);
​
PL/SQL procedure successfully completed.
​
Elapsed: 00:00:28.27
SQL> 

查看表统计信息收集的采样比例，跟指定的比例一样为30%

查看列统计信息收集的采样比例，跟指定的比例一样为30%

查看索引统计信息收集的采样比例，跟指定的比例一样为30%

分析DBMS_STATS.AUTO_SAMPLE_SIZE自动采样的执行过程:

        通过10046j进行跟踪，分析DBMS_STATS.AUTO_SAMPLE_SIZE自动采集的过程

主要执行的语句步骤如下

        1 获取表的统计信以及列的统计信息，这里采用的是100比例的采样，也是主要的耗时操作

        2 对于要收集直方图信息的列，按0.0495277038比例的采样数据插入临时表ora_temp_1_ds_110008

        3 从临时表ora_temp_1_ds_110008分组统计owner列频率直方图列的信息

        4 从临时表ora_temp_1_ds_110008分组统计created列的高度均衡直方图的信息

        5 清空临时表数据

        truncate table sys.ora_temp_1_ds_110008

        6 按4.3728587743的采样比例收集索引IND_TEST_OWNER的统计信息

        7 按3.8608254352的采样比例收集索引IND_TEST_CREATED的统计信息

        可以看到DBMS_STATS.AUTO_SAMPLE_SIZE默认对于全表的采用的是100%的采样比例收集，但对于索引，需要收集直方图信息的列单独采集的比例很低，所以整体的速度提升很多

        从Oracle mos的文档How to Gather Optimizer Statistics on 11g (Doc ID 749227.1)我们也可以看到在Oracle11g版本，为了对表本身收集尽可能的准确以及11g版本后使用了新的更快的hash算法去计算统计信息，所以默认对于表自身的统计信息收集采用的比例是100%，而对于列级别的统计信息采集比例则采用内部自动计算的方式

分析指定采样比例的执行过程:

        继续通过10046跟踪分析指定采样比例30%的收集过程

        主要执行的语句步骤如下

        1 按30%采样全表扫描，获取表的统计信以及列的统计信息

        2 按30%采样分组统计owner列频率直方图列的信息

 

 

        3 按30%采样分组统计created列高频直方图列的信息

 

        4 按采样30%的比例收集索引IND_TEST_OWNER的统计信息

        5 按采样30的比例收集索引IND_TEST_CREATED的统计信息

        可以看到指定采样比例的方式，全程不管是对于表，列的直方图以及索引都采集30%表数据的方式进行采样，所以在列的直方图以及索引这一块的消耗时间要比DBMS_STATS.AUTO_SAMPLE_SIZE高，整个过程下来收集的时间相对较长，要多次执行对表统计信息收集表TEST的全表扫描

 

总结:

        测试下来，在Oracle11g 版本使用DBMS_STATS.AUTO_SAMPLE_SIZE的方式进行统计信息收集还是比较不错的方式，在确保表自身统计信息准确的情况下，对于一些额外的统计信息列直方图，索引，则采取使用内部自动计算采样比例进行收集，兼具了采集的准确度高以及较高的执行效率