达梦数据库基础-----统计信息

一、 什么是统计信息

统计信息主要是描述数据库中表、索引的大小、规模、数据分布状况等的一类信息。比如，表的行数、块数、平均每行的大小、索引的leaf blocks、索引字段的行数、不同值的大小等，都属于统计信息。

CBO正是根据这些统计信息数据，计算出不同访问路径、不同join 方式下，各种执行计划的成本，最后选择出成本最小的执行计划执行查询操作。

（CBO：Cost-Based Optimization，基于代价的优化器；计算各种“可能”执行计划的“代价”，即COST，从中选用COST最低的执行方案，作为实际运行方案。它依赖数据库对象的统计信息，统计信息的准确与否会影响CBO做出最优的选择。）

二、 统计信息的基本内容

统计信息包含几个重要的宏观数据：

 表所占的数据页数目

 实际使用数据页数，

 B树的高度 ，（对于聚集索引表）

无论做不做统计信息收集，表的当前记录数永远是有效的，因为系统自动维护了表的记录总数，这一点与大部分其他DBMS系统有所差别。

另外，如果做了列级或者索引的收集，那么统计信息还包括下列信息：

	COLID				列的ID
	SQL_PL_TYPE		数据类型
	N_TOTAL				总记录数
	N_SAMPLE			采样记录数
	N_DISTINCT			不同值数
	N_NULL				空值数
	V_MIN				最小值
	V_MAX				最大值
	BLEVEL				B树的高度
	N_LEAF_PAGES		叶子段的页数目
	N_LEAF_USED_PAGES	叶子段实际使用的页数目
	CLUSTER_FACTOR		聚集因子

CBO依据这些信息对选择率和基数进行估算。

三、 统计信息的收集

DM7收集统计信息有两种方法：一是通过一些存储过程来收集，二是用DBMS_STATS包来收集。

存储过程，如：

对表上所有的索引生成统计信息：SP_TAB_INDEX_STAT_INIT

对库上所有模式下的所有用户表上的所有索引生成统计信息：SP_DB_STAT_INIT

对指定的索引生成统计信息：SP_INDEX_STAT_INIT

对指定的列生成统计信息，不支持大字段列：SP_COL_STAT_INIT

这里推荐使用DBMS_STATS包来收集，有别于存储过程，通过这个工具包收集可以指定采用率，在数据分布极不均匀的情况下，提高统计信息的采用率，有助于提供更精确的统计信息。

使用DBMS_STATS首先得调用一个系统存储过程来创建这个包：

SP_CREATE_SYSTEM_PACKAGES(1);

DBMS_STATS包里面常用的存储过程有：

1. COLUMN_STATS_SHOW
   根据模式名，表名和列名获得该列的统计信息。
2. INDEX_STATS_SHOW
   根据模式名，索引名获得该索引的统计信息
3. GATHER_TABLE_ S TAT S
   根据设定的参数，收集表的统计信息
4. GATHER_INDEX_STATS
   根据设定的参数，收集索引的统计信息
5. GATHER_SCHEMA_STATS
   收集模式下对象的统计信息