Oracle 11g收集多列统计信息详解
前言
通常，当我们将SQL语句提交给Oracle数据库时，Oracle会选择一种最优方式来执行，这是通过查询优化器QueryOptimizer来实现的。CBO（Cost-BasedOptimizer）是Oracle默认使用的查询优化器模式。在CBO中，SQL执行计划的生成，是以一种寻找成本（Cost）最优为目标导向的执行计划探索过程。所谓成本（Cost）就是将CPU和IO消耗整合起来的量化指标，每一个执行计划的成本就是经过优化器内部公式估算出的数字值。
我们在写SQL语句的时候，经常会碰到where子句后面有多个条件的情况，也就是根据多列的条件筛选得到数据。默认情况下，oracle会把多列的选择率（selectivity）相乘从而得到where语句的选择率，这样有可能造成选择率（selectivity）不准确，从而导致优化器做出错误的判断。为了能够让优化器做出准确的判断，从而生成准确的执行计划，oracle在11g数据库中引入了收集多列统计信息。本文通过对测试表的多条件查询，介绍收集多列统计信息的重要性。
一、环境准备
我们在Oracle11g中进行试验。
SQL> SQL>select*fromv$version; BANNER -------------------------------------------------------------------------------- OracleDatabase11gEnterpriseEditionRelease11.2.0.3.0-Production PL/SQLRelease11.2.0.3.0-Production CORE11.2.0.3.0Production TNSforLinux:Version11.2.0.3.0-Production NLSRTLVersion11.2.0.3.0-Production SQL>
在hr用户下创建测试表hoegh，重复插入数据，数据量相当于16个employees表（总行数1712＝107*16）。
SQL> SQL>connhr/hr Connected. SQL> SQL>createtablehoeghasselect*fromemployees; Tablecreated. SQL>selectcount(*)fromhoegh; COUNT(*) ---------- 107 SQL> SQL>insertintohoeghselect*fromhoegh; 107rowscreated. SQL>/ 214rowscreated. SQL>/ 428rowscreated. SQL>/ 856rowscreated. SQL>commit; Commitcomplete. SQL>selectcount(*)fromhoegh; COUNT(*) ---------- 1712 SQL>
二、按照常规方法收集统计量信息；
SQL> SQL>execdbms_stats.gather_table_stats(\'HR\',\'HOEGH\'); PL/SQLproceduresuccessfullycompleted. SQL>
三、查看执行单个条件的where语句的执行计划
SQL> SQL>explainplanforselect*fromhoeghwhereemployee_id=110; Explained. SQL>select*fromtable(dbms_xplan.display); PLAN_TABLE_OUTPUT -------------------------------------------------------------------------------- Planhashvalue:774871165 --------------------------------------------------------------------------- |Id|Operation|Name|Rows|Bytes|Cost(%CPU)|Time| --------------------------------------------------------------------------- |0|SELECTSTATEMENT||16|1104|8(0)|00:00:01| |*1|TABLEACCESSFULL|HOEGH|16|1104|8(0)|00:00:01| --------------------------------------------------------------------------- PredicateInformation(identifiedbyoperationid): --------------------------------------------------- PLAN_TABLE_OUTPUT -------------------------------------------------------------------------------- 1-filter(\"EMPLOYEE_ID\"=110) 13rowsselected. SQL>
从执行计划可以看出返回了16行记录，结果没有问题。可是，这个16是哪儿来的呢，我们先要了解选择率（selectivity）和返回行数是如何计算的：
选择率（selectivity）＝在本例中是1/唯一值
返回行数＝选择率（selectivity）＊表记录总数
也就是说，在这个查询语句中，选择率＝1/107，返回行数＝1/107*1712=16
四、查看执行两个条件的where语句的执行计划
SQL> SQL>explainplanforselect*fromhoeghwhereemployee_id=110andemail=\'JCHEN\'; Explained. SQL> SQL>select*fromtable(dbms_xplan.display); PLAN_TABLE_OUTPUT -------------------------------------------------------------------------------- Planhashvalue:774871165 --------------------------------------------------------------------------- |Id|Operation|Name|Rows|Bytes|Cost(%CPU)|Time| --------------------------------------------------------------------------- |0|SELECTSTATEMENT||1|69|8(0)|00:00:01| |*1|TABLEACCESSFULL|HOEGH|1|69|8(0)|00:00:01| --------------------------------------------------------------------------- PredicateInformation(identifiedbyoperationid): --------------------------------------------------- PLAN_TABLE_OUTPUT -------------------------------------------------------------------------------- 1-filter(\"EMPLOYEE_ID\"=110AND\"EMAIL\"=\'JCHEN\') 13rowsselected. SQL>
从执行计划可以看出返回了1行记录，而事实又是什么样的呢？我们执行一下这条sql语句。
SQL>selectcount(*)fromhoeghwhereemployee_id=110andemail=\'JCHEN\'; COUNT(*) ---------- 16 SQL>
由此看出，测试表hoegh符合查询条件的数据有16行，而执行计划提示的只有1行，出错了。这是怎么回事呢，也就是我们在开篇提到的选择率（selectivity）出了问题。
在这个多列条件查询语句中，选择率＝1/107＊1/107，返回行数＝1/107＊1/107*1712=16/107<1；由于表中存在符合条件的记录，并且返回行数不可能小于1，所以Oracle返回了1。
五、收集多列统计信息，再次查看两个条件的where语句的执行计划
SQL> SQL>execdbms_stats.gather_table_stats(\'HR\',\'HOEGH\',method_opt=>\'forcolumns(employee_id,email)\'); PL/SQLproceduresuccessfullycompleted. SQL> SQL>explainplanforselect*fromhoeghwhereemployee_id=110andemail=\'JCHEN\'; Explained. SQL>select*fromtable(dbms_xplan.display); PLAN_TABLE_OUTPUT -------------------------------------------------------------------------------- Planhashvalue:774871165 --------------------------------------------------------------------------- |Id|Operation|Name|Rows|Bytes|Cost(%CPU)|Time| --------------------------------------------------------------------------- |0|SELECTSTATEMENT||16|1152|8(0)|00:00:01| |*1|TABLEACCESSFULL|HOEGH|16|1152|8(0)|00:00:01| --------------------------------------------------------------------------- PredicateInformation(identifiedbyoperationid): --------------------------------------------------- PLAN_TABLE_OUTPUT -------------------------------------------------------------------------------- 1-filter(\"EMPLOYEE_ID\"=110AND\"EMAIL\"=\'JCHEN\') 13rowsselected. SQL>
从执行计划的结果来看，同样的一条sql查询语句，在收集多列统计信息后，Oracle的选择率（selectivity）由错变对，这是由于sql语句中的两个条件是有关联的，即employee_id和email在employees表中都是唯一的，都可以唯一标识一行记录；而在收集多列统计信息之前，Oracle并不知道这两个查询条件有关联，所以在计算选择率（selectivity）时，只是简单地采取了相乘的方法。
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对毛票票的支持。