[Oracle] 统计信息和dbms_stats包

1、统计信息的作用

Oracle基于CBO的优化器在生成执行计划时，很大程度上依赖于统计信息，你可以把CBO理解为一个复杂的数学模型，而统计信息是它最主要的输入，执行计划是输出，如果输入都不准确，输出还可能准确吗？所有，统计信息是否及时有效对执行计划的好坏有着关键的影响。

2、dbms_stats包

Oracle里采用dbms_stats包分析统计信息(Analyze命令已过时，不建议使用），该包的使用方法，官方文档有详细说明（http://docs.oracle.com/cd/E11882_01/appdev.112/e25788/d_stats.htm#i1036461），这里挑几个最常用的说说。

1）gather_table_stats

DBMS_STATS.GATHER_TABLE_STATS (
ownname VARCHAR2,
tabname VARCHAR2,
partname VARCHAR2 DEFAULT NULL,
estimate_percent NUMBER DEFAULT NULL,
block_sample BOOLEAN DEFAULT FALSE,
method_opt VARCHAR2 DEFAULT 'FOR ALL COLUMNS SIZE
1',
degree NUMBER DEFAULT NULL,
granularity VARCHAR2 DEFAULT 'DEFAULT',
cascade BOOLEAN DEFAULT FALSE,
stattab VARCHAR2 DEFAULT NULL,
statid VARCHAR2 DEFAULT NULL,
statown VARCHAR2 DEFAULT NULL,
no_invalidate BOOLEAN DEFAULT FALSE);

这个包最常用，它是对表收集统计信息，语法如上所示，它的关键参数如下：

• method_opt (直方图histogram选项）

先说说什么是直方图，直方图是对列上的数据分布进行统计，让优化器知道数据在各个列上的分布情况，如果数据在某列上的分布很倾斜，则最好对该列收集直方图信息。

method_opt有如下选项：

1. for all columns  -> 统计该表所有列的直方图
   
2. for all indexed columns  -> 统计该表上定义索引列的直方图
   
3. for columns <list> SIZE <N> | REPEAT | AUTO | SKEWONLY:
   
   • N：直方图桶数，取值范围[1,254]，1相当于不收集直方图
     
   • REPEAT：只收集原本有直方图信息的列;
     
   • AUTO：由Oracle自行决定N的大小
     
   • SKEWONLY： 只收集非均匀分布列的直方图，系统自动决定桶数(bucket )
     

示例1： 在表t上收集统计信息，但不收集直方图：

exec dbms_stats.gather_table_stats(user,'t',method_opt=>'for all columns size 1');

示例2：以最大桶数收集直方图：

exec dbms_stats.gather_table_stats(user, 't', method_opt=>'for all columns size 254');

• granularity (统计信息收集的粒度，针对分区表）

该参数主要针对分区表，分区表有以下三种类型的统计信息

1. global -> 全局统计信息
2. partition -> 分区统计信息
3. sub-partition -> 子分区统计信息

• cascade (是否同时收集索引的统计信息）

该值为true等同于在该表上所有的索引上执行gather_index_stats。

2）gather_index_stats

DBMS_STATS.GATHER_INDEX_STATS (
   ownname          VARCHAR2, 
   indname          VARCHAR2, 
   partname         VARCHAR2 DEFAULT NULL,
   estimate_percent NUMBER   DEFAULT to_estimate_percent_type 
                                                (GET_PARAM('ESTIMATE_PERCENT')),
   stattab          VARCHAR2 DEFAULT NULL, 
   statid           VARCHAR2 DEFAULT NULL,
   statown          VARCHAR2 DEFAULT NULL,
   degree           NUMBER   DEFAULT to_degree_type(get_param('DEGREE')),
   granularity      VARCHAR2 DEFAULT GET_PARAM('GRANULARITY'),
   no_invalidate    BOOLEAN  DEFAULT to_no_invalidate_type 
                                               (GET_PARAM('NO_INVALIDATE')),
   force            BOOLEAN DEFAULT FALSE);

该函数用于收集索引的统计信息。

3) gather_schema_stats

DBMS_STATS.GATHER_SCHEMA_STATS ( 
   ownname          VARCHAR2, 
   estimate_percent NUMBER   DEFAULT to_estimate_percent_type 
                                                (get_param('ESTIMATE_PERCENT')), 
   block_sample     BOOLEAN  DEFAULT FALSE, 
   method_opt       VARCHAR2 DEFAULT get_param('METHOD_OPT'),
   degree           NUMBER   DEFAULT to_degree_type(get_param('DEGREE')), 
   granularity      VARCHAR2 DEFAULT GET_PARAM('GRANULARITY'), 
   cascade          BOOLEAN  DEFAULT to_cascade_type(get_param('CASCADE')), 
   stattab          VARCHAR2 DEFAULT NULL, 
   statid           VARCHAR2 DEFAULT NULL, 
   options          VARCHAR2 DEFAULT 'GATHER', 
   objlist          OUT      ObjectTab,
   statown          VARCHAR2 DEFAULT NULL, 
   no_invalidate    BOOLEAN  DEFAULT to_no_invalidate_type (
                                     get_param('NO_INVALIDATE')),
  force             BOOLEAN DEFAULT FALSE,
  obj_filter_list  ObjectTab DEFAULT NULL);

该函数用于收集整个schema的统计信息，重点说说以下几个参数：

• options

gather: 收集schema下所有对象

gather auto: 由oracle自动决定哪些对象需要收集

gather stale: 只收集修改量超过10%的对象

gather empty: 只收集当前还没有统计信息的对象

下面是一个例子：

exec dbms_stats.gather_schema_stats(ownname=>'EPAY_USER', option=>'gather auto')

3、统计信息相关视图

1）表级统计信息

select table_name,num_rows,blocks,empty_blocks,avg_space from user_tables where table_name = 'TEST';
2）列级统计信息

select table_name,column_name,num_distinct,density from user_tab_columns where table_name = 'TEST';

3）列的直方图信息

select table_name,column_name,endpoint_number,endpoint_value
from user_tab_histograms
where table_name = 'TEST'
and column_name = 'OBJECT_ID';

4）分区统计信息

select partition_name,num_rows,blocks,empty_blocks,avg_space
from user_tab_partitions
where table_name = 'TEST';

5）分区上列的统计信息

select column_name,num_distinct,density,num_nulls
from user_part_col_statistics
where table_name = 'TEST'
and partition_name = 'P1';

6）分区上列的直方图信息

select column_name,bucket_number,endpoint_value
from user_part_histograms
where table_name = 'TEST'
and partition_name = 'P1'
and column_name = 'OBJECT_ID';