1.Oracle性能优化的基本概念和原理


----------------------Oracle性能优化的基本概念和原理--------------------


一、成本的含义

两层含义――

  1、从表面看,是诸如执行计划等工具导致的执行次数

  2、SQL语句执行的时候导致的实际的消耗

综上描述,将成本定义为指由优化器执行计算而导致的消耗,

也就是优化器对执行语句所用的时间的最优的估计。


优化器――数学模型,驻留在数据库上的程序、视图、触发器、作业。当执行SQL语句的时候,

         会自动调用后台的程序结合视图的数据找出最优的SQL的执行策略。


二、优化器的模式


1、RBO优化器(RBO优化法则)――执行机制很简单,人为的通过既定的规则控制SQL语句的执行,

         表的内容对执行计划是没有影响的,从oracle10g版本开始,RBO优化法则被全面淘汰。


2、CBO优化器(CBO优化法则)――执行SQL语句的时候,尝试找到成本最低的数据访问的方法,

                              而且考虑表和索引的内容。


CBO优化器又叫做基于成本的优化器、基于代价的优化法则、CBO优化器、CBO优化法则、

基于代价的优化器=CBO


参数:

SQL> show parameter optimizer;


NAME                                 TYPE                             VALUE

------------------------------------ -------------------------------- ------------------------------

optimizer_dynamic_sampling           integer                          2

optimizer_features_enable            string                           10.2.0.4

optimizer_index_caching              integer                          0

optimizer_index_cost_adj             integer                          100

optimizer_mode                       string                           ALL_ROWS

optimizer_secure_view_merging        boolean                          TRUE


optimizer_mode选项:


ALL_ROWS――用能返回结果集的所有行来表示最短时间内完成语句的执行计划,默认用CBO法则

FIRST_ROWS_n――用能返回结果集的前n行来表示最短时间内完成语句的执行计划,默认用CBO法则  

              例如:first_rows(20)

CHOOSE_oracle9i数据库的默认值,提供了一种时运行选择方式,

可以在RBO和CBO之间切换,建议在10g版本中不用。


RULE――基于规则的优化法则(RBO)


三、动态采样


 在段对象(表、索引、分区)没有作统计分析(收集对象的性能数据)的前提下,

为了使得优化器得到足够的信息,以保证作出正确的执行计划而生的一种技术。


可以看成是分析手段的一个补充,直接从需要分析的对象收集一些数据块(采样)

来获得CBO需要的信息。


案例:

SQL> create table t as select owner,object_type from all_objects;


Table created.


SQL> select count(1) from t;


 COUNT(1)

----------

      40907


SQL> set linesize 10000

SQL> set autotrace traceonly exp  --打开查看执行计划的工具

SQL> select * from t;


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 43528 |  1190K|    30   (4)| 00:00:01 |  --执行计划估计的结果是有误差的。

|   1 |  TABLE ACCESS FULL| T    | 43528 |  1190K|    30   (4)| 00:00:01 |

--------------------------------------------------------------------------


Note

-----

  - dynamic sampling used for this statement  --这个SQL做了动态采样。


COST值是RBO优化法则中是没有的。


COST=将所有的消耗转化为单块读的次数。


禁用动态采样的话:

SQL> select /*+ dynamic_sampling(t 0) */ * from t;  --采样的级别为0,表示禁用动态采样


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 10047 |   274K|    29   (0)| 00:00:01 |  --误差更大。

|   1 |  TABLE ACCESS FULL| T    | 10047 |   274K|    29   (0)| 00:00:01 |

--------------------------------------------------------------------------


SQL> conn /as sysdba

Connected.

SQL> show parameter dyn


NAME                                 TYPE        VALUE

------------------------------------ ----------- ------------------------------

optimizer_dynamic_sampling           integer     2   --默认的动态采样的级别


系统级别禁用动态采样的话:


SQL> alter system set optimizer_dynamic_sampling=0 scope=both;


System altered.


SQL> show parameter dyn


NAME                                 TYPE        VALUE

------------------------------------ ----------- ------------------------------

optimizer_dynamic_sampling           integer     0


SQL> select * from t;  --不用加提示,直接禁用


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 10047 |   274K|    29   (0)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    | 10047 |   274K|    29   (0)| 00:00:01 |

--------------------------------------------------------------------------


SQL> alter system set optimizer_dynamic_sampling=2 scope=both;  --还原默认值


System altered.


SQL> show parameter dyn


NAME                                 TYPE        VALUE

------------------------------------ ----------- ------------------------------

optimizer_dynamic_sampling           integer     2


结论――有动态采样虽然有少许的误差,但是比不采样好好的多,最起码执行计划不会很离谱。


正常的情况:

 1、收集统计分析信息

 2、当用户执行SQL的时候,会根据收集到的统计分析信息生成执行计划。

 3、按照执行计划去执行SQL语句



尝试手工分析(手工收集性能数据):


在SYS下:

SQL> exec dbms_stats.gather_table_stats('scott','t',estimate_percent=>100);


PL/SQL procedure successfully completed.


如果在scott下:

SQL> show user

USER is "SCOTT"


SQL> exec dbms_stats.gather_table_stats(user,'t',estimate_percent=>100);


PL/SQL procedure successfully completed.


SQL> select * from t;


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 40907 |   559K|    30   (4)| 00:00:01 |  --没有误差

|   1 |  TABLE ACCESS FULL| T    | 40907 |   559K|    30   (4)| 00:00:01 |

--------------------------------------------------------------------------


发现此时没有以下的字样:

Note

-----

  - dynamic sampling used for this statement



执行计划会不会随着数据的改变而改变:


SQL> delete from t where rownum<=30000;


30000 rows deleted.


SQL> commit;


Commit complete.


SQL> select * from t;  --执行计划的得出完全依赖于性能数据,性能数据不变,执行计划就不变。性能数据的改变依赖于统计信息的收集。


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 40907 |   559K|    30   (4)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    | 40907 |   559K|    30   (4)| 00:00:01 |

--------------------------------------------------------------------------


重新分析一次:

SQL> exec dbms_stats.gather_table_stats(user,'t',estimate_percent=>100);


PL/SQL procedure successfully completed.


SQL> select * from t;


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 10907 |   149K|    29   (0)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    | 10907 |   149K|    29   (0)| 00:00:01 |

--------------------------------------------------------------------------


尝试将统计信息删除:

SQL> exec dbms_stats.delete_table_stats(user,'t');  --删掉性能数据


PL/SQL procedure successfully completed.


SQL> select * from t;


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 12185 |   333K|    29   (0)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    | 12185 |   333K|    29   (0)| 00:00:01 |

--------------------------------------------------------------------------


Note

-----

  - dynamic sampling used for this statement   --开始动态采样了。


SQL> delete from t;


10907 rows deleted.


SQL> commit;


Commit complete.


SQL> select * from t;   --动态采样是会随着数据的变化而变化的,因为每次执行SQL,发现没有性能数据收集的话,强制动态采样。


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      |     1 |    28 |    29   (0)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    |     1 |    28 |    29   (0)| 00:00:01 |

--------------------------------------------------------------------------


Note

-----

  - dynamic sampling used for this statement


SQL> select /*+ dynamic_sampling(t 0) */ * from t;  --禁用


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 10047 |   274K|    29   (0)| 00:00:01 |  --plan严重错误

|   1 |  TABLE ACCESS FULL| T    | 10047 |   274K|    29   (0)| 00:00:01 |

--------------------------------------------------------------------------



SQL> truncate table t;  --HWM下降了,extent回收。


Table truncated.


SQL> select /*+ dynamic_sampling(t 0) */ * from t;  --不用动态采样的话,估计行数的时候是按照extent估算的。


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      |    82 |  2296 |     2   (0)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    |    82 |  2296 |     2   (0)| 00:00:01 |

--------------------------------------------------------------------------


SQL> select * from t;  --不是按照extent数量估算,而是按照实际来估算。


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      |     1 |    28 |     2   (0)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    |     1 |    28 |     2   (0)| 00:00:01 |

--------------------------------------------------------------------------


Note

-----

  - dynamic sampling used for this statement



统计分析和动态采样的区别:

1、场景不一样――统计分析的结果会存储在磁盘(存储在数据字典表),

   但是动态采样的分析结果是不存储的,每次SQL执行,动态采样都会强制执行

  (前提是没有分析数据)。每次执行SQL的时候,

   会根据这些分析的结果按照CBO数学模型来组装执行计划,执行计划存储在共享池的库缓存中,

   执行计划需要存储在数据字典中的分析信息,这些内容会存储在数据字典高速缓存中。

   显然,动态采样不具有共享性,随时变化,加大了资源的消耗。


2、分析范围指标不一样:动态采样靠加大采样的级别来加大分析的范围。


  而统计分析是靠参数estimate_percent来加大分析的范围。

  exec dbms_stats.gather_table_stats(user,'t',estimate_percent=>100);


3、分析程度不一样――动态采样是采样评估,统计分析是对CBO数学模型中众多的指标进行数学运算,

  从本质上说,统计分析的结果会更加准确。

4、动态采样仅仅是一个补救措施(CBO数学模型的一个分支),

   而不是得到准确的执行计划的专用方法。


加大采样级别:

SQL> insert into t select owner,object_type from all_objects;


40907 rows created.


SQL> commit;


Commit complete.


SQL> select /*+ dynamic_sampling(t 0) */ * from t;


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      |    82 |  2296 |     2   (0)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    |    82 |  2296 |     2   (0)| 00:00:01 |

--------------------------------------------------------------------------


SQL> select /*+ dynamic_sampling(t 1) */ * from t;


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 44185 |  1208K|    29   (4)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    | 44185 |  1208K|    29   (4)| 00:00:01 |

--------------------------------------------------------------------------


Note

-----

  - dynamic sampling used for this statement


SQL> select /*+ dynamic_sampling(t 2) */ * from t;


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 45659 |  1248K|    29   (4)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    | 45659 |  1248K|    29   (4)| 00:00:01 |

--------------------------------------------------------------------------


Note

-----

  - dynamic sampling used for this statement


SQL> select /*+ dynamic_sampling(t 3) */ * from t;


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 40907 |  1118K|    29   (4)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    | 40907 |  1118K|    29   (4)| 00:00:01 |

--------------------------------------------------------------------------


Note

-----

  - dynamic sampling used for this statement


SQL> select /*+ dynamic_sampling(t 4) */ * from t;


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 40907 |  1118K|    29   (4)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    | 40907 |  1118K|    29   (4)| 00:00:01 |

--------------------------------------------------------------------------


Note

-----

  - dynamic sampling used for this statement


SQL> select /*+ dynamic_sampling(t 10) */ * from t;


Execution Plan

----------------------------------------------------------

Plan hash value: 1601196873


--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 40907 |  1118K|    29   (4)| 00:00:01 |

|   1 |  TABLE ACCESS FULL| T    | 40907 |  1118K|    29   (4)| 00:00:01 |

--------------------------------------------------------------------------


Note

-----

  - dynamic sampling used for this statement


采样级别越高,越准确,但是给系统带来的损耗也越大!


或者直接将系统参数改为一个较大的值,不用写提示/*+ dynamic_sampling(t n) */,


直接用所调整的采样级别。








你可能感兴趣的:(oracle,数据库,触发器,程序,成本)