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query optimizer来实现的。cbo（cost-based optimizer）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oracle 11g中进行试验。

sql> 
sql> select * from v$version;

banner
--------------------------------------------------------------------------------
oracle database 11g enterprise edition release 11.2.0.3.0 - production
pl/sql release 11.2.0.3.0 - production
core 11.2.0.3.0 production
tns for linux: version 11.2.0.3.0 - production
nlsrtl version 11.2.0.3.0 - 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> conn hr/hr
connected.
sql> 
sql> create table hoegh as select * from employees;

table created.

sql> select count(*) from hoegh;

 count(*)
----------
  107

sql> 
sql> insert into hoegh select * from hoegh;

107 rows created.

sql> /

214 rows created.

sql> /

428 rows created.

sql> /

856 rows created.

sql> commit;

commit complete.

sql> select count(*) from hoegh;

 count(*)
----------
  1712

sql>

二、按照常规方法收集统计量信息；

sql> 
sql> exec dbms_stats.gather_table_stats(\'hr\',\'hoegh\');

pl/sql procedure successfully completed.

sql>

三、查看执行单个条件的where语句的执行计划

sql> 
sql> explain plan for select * from hoegh where employee_id=110;

explained.

sql> select * from table(dbms_xplan.display);

plan_table_output
--------------------------------------------------------------------------------
plan hash value: 774871165

---------------------------------------------------------------------------
| id | operation | name | rows | bytes | cost (%cpu)| time |
---------------------------------------------------------------------------
| 0 | select statement | | 16 | 1104 | 8 (0)| 00:00:01 |
|* 1 | table access full| hoegh | 16 | 1104 | 8 (0)| 00:00:01 |
---------------------------------------------------------------------------

predicate information (identified by operation id):
---------------------------------------------------

plan_table_output
--------------------------------------------------------------------------------

 1 - filter(\"employee_id\"=110)

13 rows selected.

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> explain plan for select * from hoegh where employee_id=110 and email=\'jchen\';

explained.

sql> 
sql> select * from table(dbms_xplan.display);

plan_table_output
--------------------------------------------------------------------------------
plan hash value: 774871165

---------------------------------------------------------------------------
| id | operation | name | rows | bytes | cost (%cpu)| time |
---------------------------------------------------------------------------
| 0 | select statement | | 1 | 69 | 8 (0)| 00:00:01 |
|* 1 | table access full| hoegh | 1 | 69 | 8 (0)| 00:00:01 |
---------------------------------------------------------------------------

predicate information (identified by operation id):
---------------------------------------------------

plan_table_output
--------------------------------------------------------------------------------

 1 - filter(\"employee_id\"=110 and \"email\"=\'jchen\')

13 rows selected.

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> select count(*) from hoegh where employee_id=110 and email=\'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> exec dbms_stats.gather_table_stats(\'hr\',\'hoegh\',method_opt=>\'for columns(employee_id,email)\');

pl/sql procedure successfully completed.

sql> 
sql> explain plan for select * from hoegh where employee_id=110 and email=\'jchen\';

explained.

sql> select * from table(dbms_xplan.display);

plan_table_output
--------------------------------------------------------------------------------
plan hash value: 774871165

---------------------------------------------------------------------------
| id | operation | name | rows | bytes | cost (%cpu)| time |
---------------------------------------------------------------------------
| 0 | select statement | | 16 | 1152 | 8 (0)| 00:00:01 |
|* 1 | table access full| hoegh | 16 | 1152 | 8 (0)| 00:00:01 |
---------------------------------------------------------------------------

predicate information (identified by operation id):
---------------------------------------------------

plan_table_output
--------------------------------------------------------------------------------

 1 - filter(\"employee_id\"=110 and \"email\"=\'jchen\')

13 rows selected.

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，谢谢大家对的支持。