DBMS_STATS.GATHER_SCHEMA_STATS介绍使用

　　dbms_stats能良好地估量统计数据（尤其是针对较大的分区表），并能取得更好的统计后果，最终制订出速度更快的SQL施行计划。
　　exec dbms_stats.gather_schema_stats(
　　ownname          => 'SCOTT',
　　options          => 'GATHER AUTO',
　　estimate_percent => dbms_stats.auto_sample_size,
　　method_opt       => 'for all columns size repeat',
　　degree           => 15
　　)      
为了充沛认识dbms_stats的益处，需要仔细领会每一条次要的预编译指令（directive）。上面让咱们钻研每一条指令，并领会如何用它为基于代价的SQL优化器搜罗最高品质的统计数据。
　　options参数
　　使用4个预设的法子之一，这个选项能把握Oracle统计的刷新方法：
　　gather——重新剖析整个架构（Schema）。
　　gather empty——只剖析目前还没有统计的表。
　　gather stale——只重新剖析修改量超过10%的表（这些修改包含拔出、更新和删除）。
　　gather auto——重新剖析以后没有统计的对象，以及统计数据过期（变脏）的对象。注意，使用gather auto相似于组合使用gather stale和gather empty。
　　注意，不论gather stale仍是gather auto，都请求进行监视。假如你施行一个alter table xxx monitoring命令，Oracle会用dba_tab_modifications视图来跟踪发生发火变动的表。这样一来，你就确实地知道，自从上一次剖析统计数据以来，发生发火了多少次拔出、更新和删除操作。

　　estimate_percent选项
　　estimate_percent参数是一种比照新的设计，它答应Oracle的dbms_stats在搜罗统计数据时，自动估量要采样的一个segment的最佳百分比：
　　estimate_percent => dbms_stats.auto_sample_size
　　要考证自动统计采样的准确性，你可检视dba_tables sample_size列。一个有趣的地方是，在使用自动采样时，Oracle会为一个样本尺寸挑选5到20的百分比。记住，统计数据品质越好，CBO做出的抉择越好。

　　method_opt选项
　　method_opt：for table --只统计表
　　for all indexed columns --只统计有索引的表列
　　for all indexes --只剖析统计相干索引
　　for all columns
　　dbms_stats的method_opt参数尤其合适在表和索引数据发生发火变动时刷新统计数据。method_opt参数也合适用于判断哪些列需要直方图（histograms）。
　　某些情形下，索引内的各个值的散播会影响CBO是使用一个索引仍是施行一次全表扫描的决议计划。例如，假如在where子句中指定的值的数量不合错误称，全表扫描就显得比索引走访更经济。
　　假如你有一个高度歪斜的索引（某些值的行数不合错误称），就可创建Oracle直方图统计。但在现实世界中，出现这种情形的机率相称小。使用 CBO时，最罕见的过失之一就是在CBO统计中不用要地引入直方图。根据经验，只需在列值请求必需修改施行计划时，才应使用直方图。
　　为了智能地生成直方图，Oracle为dbms_stats准备了method_opt参数。在method_opt子句中，还有一些首要的新选项，包含skewonly，repeat和auto：
　　method_opt=>'for all columns size skewonly'
　　method_opt=>'for all columns size repeat'
　　method_opt=>'for all columns size auto'

　　skewonly选项会耗损大量处置时间，因为它要检查每个索引中的每个列的值的散播情形。
　　假如dbms_stat觉察一个索引的各个列散播得不均匀，就会为那个索引创建直方图，辅助基于代价的SQL优化器抉择是进行索引走访，仍是进行全表扫描走访。例如，在一个索引中，假设有一个列在50%的行中，如清单B所示，那么为了检索这些行，全表扫描的速度会快于索引扫描。
　　--*************************************************************
　　-- SKEWONLY option—Detailed analysis
　　--
　　-- Use this method for a first-time analysis for skewed indexes
　　-- This runs a long time because all indexes are examined
　　--*************************************************************
　　begin
　　dbms_stats.gather_schema_stats(
　　ownname          => 'SCOTT',
　　estimate_percent => dbms_stats.auto_sample_size,
　　method_opt       => 'for all columns size skewonly',
　　degree           => 7
　　);
　　end;

　　重新剖析统计数据时，使用repeat选项，重新剖析义务所耗费的资源就会少一些。使用repeat选项（清单C）时，只会为现有的直方图重新剖析索引，不再搜寻其余直方图机会。活期重新剖析统计数据时，你应当采用这种方法。
　　--*************************************************************
　　-- REPEAT OPTION - Only reanalyze histograms for indexes
　　-- that have histograms
　　--
　　-- Following the initial analysis, the weekly analysis
　　-- job will use the “repeat” option. The repeat option
　　-- tells dbms_stats that no indexes have changed, and
　　-- it will only reanalyze histograms for
　　-- indexes that have histograms.
　　--**************************************************************
　　begin
　　dbms_stats.gather_schema_stats(
　　ownname          => 'SCOTT',
　　estimate_percent => dbms_stats.auto_sample_size,
　　method_opt       => 'for all columns size repeat',
　　degree           => 7
　　);
　　end;

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

Exec dbms_stats.gather_schema_stats(ownname=>'用户名称',estimate_percent=>100,cascade=> TRUE, degree =>12);

含义解释 ownname:填写需要分析的用户（该用户下所有表都将被分析）
              estimate_percent:分析抽样的力度
              cascade:是否对索引进行分析
              degree:并行处理的cpu数量