Oracle 统计信息

--Oracle 优化器统计信息

Oracle优化器统计信息描述了关于数据库和相关对象的统计信息,当执行SQL查询时,优化器会使用这些统计信息估算出各种不同的执行计划的资源消耗,
，从而选择最高效的执行计划。当统计信息缺失或者陈旧时,Oracle可能会选择错误的执行计划,导致SQL执行效率低下。

优化器统计信息包括以下部分：

表级别统计信息
1. 数据行数
2. 数据块数。
3. 每行的长度

--相关性能视图
admin@ORCL> SELECT NUM_ROWS, BLOCKS, AVG_ROW_LEN  FROM USER_TABLES  WHERE TABLE_NAME = 'T';

  NUM_ROWS     BLOCKS AVG_ROW_LEN
---------- ---------- -----------
     14301        200         102


字段的统计信息
1. 唯一值的个数。
2. 空值的个数
3. 数据分布情况(直方图)
4. 相关列统计信息(Extended statistics)

admin@ORCL> SELECT NUM_DISTINCT,NUM_NULLS,HISTOGRAM FROM USER_TAB_COL_STATISTICS WHERE TABLE_NAME = 'T' AND COLUMN_NAME = 'OWNER';

NUM_DISTINCT  NUM_NULLS HISTOGRAM
------------ ---------- ---------------
          10          0 FREQUENCY


admin@ORCL> SELECT * FROM USER_TAB_HISTOGRAMS WHERE TABLE_NAME = 'T' AND COLUMN_NAME = 'OWNER';

TABLE COLUMN_NAME          ENDPOINT_NUMBER ENDPOINT_VALUE ENDPOINT_ACTUAL_VALU
----- -------------------- --------------- -------------- --------------------
T     OWNER                             13     3.3888E+35
T     OWNER                             15     3.3913E+35
T     OWNER                             39     3.5442E+35
T     OWNER                             41     4.1186E+35
T     OWNER                             43     4.1192E+35
T     OWNER                           1379     4.1711E+35
T     OWNER                           4885     4.3277E+35
T     OWNER                           5102     4.3277E+35
T     OWNER                           5208     4.5330E+35
T     OWNER                           5508     4.5831E+35


索引统计信息

1. 索引叶子块的个数
2. 索引的高度(Levels)
3. 集群因子(Clustering Factor)

admin@ORCL> SELECT BLEVEL,LEAF_BLOCKS,CLUSTERING_FACTOR FROM DBA_INDEXES WHERE INDEX_NAME = 'IDX_T';

    BLEVEL LEAF_BLOCKS CLUSTERING_FACTOR
---------- ----------- -----------------
         1          61             28600

系统级别的统计信息
1. I/O 执行性能和消耗
2. CPU 执行性能和消耗



Oracle会根据以上的统计信息来计算每种执行计划的Cost，然后选择Cost最小的执行计划(即CBO)。Cost是Oracle对执行计划消耗的计算指标。
CBO的计算模型是Oracle内部的，目前是没有公布的，而且Oracle的计算模型是十分复杂的，我们只能依据一些实验来答题猜测CBO的计算模型。


admin@ORCL> CREATE TABLE T1 AS
   SELECT
     TRUNC(DBMS_RANDOM.VALUE(0,25)) N1,
     RPAD('X',40) IND_PAD,
     TRUNC(DBMS_RANDOM.VALUE(0,20)) N2,
     LPAD(ROWNUM,10,'0') SMALL_VC,
     RPAD('X',200) PADDING
     FROM ALL_OBJECTS
   WHERE ROWNUM<= 10000;

Table created.

--创建索引
admin@ORCL> create index t1_i1 on t1(n1,ind_pad,n2) nologging pctfree 91;

Index created.


admin@ORCL> SELECT
  2  NUM_ROWS,  --记录数
  3  DISTINCT_KEYS, --不重复的键值数
  4  BLEVEL, --索引数的级别
  5  LEAF_BLOCKS, --叶子块数
  6  CLUSTERING_FACTOR, --聚促因子
  7  AVG_LEAF_BLOCKS_PER_KEY,
  8  AVG_DATA_BLOCKS_PER_KEY
  9  FROM USER_INDEXES WHERE TABLE_NAME = 'T1' AND INDEX_NAME = 'T1_I1';

  NUM_ROWS DISTINCT_KEYS     BLEVEL LEAF_BLOCKS CLUSTERING_FACTOR AVG_LEAF_BLOCKS_PER_KEY AVG_DATA_BLOCKS_PER_KEY
---------- ------------- ---------- ----------- ----------------- ----------------------- -----------------------
     10000           500          2        1111              9754                       2                   19

--收集表统计信息
admin@ORCL> exec dbms_stats.gather_table_stats(user,'T1',cascade=>true,method_opt=>'for all columns size 1')

PL/SQL procedure successfully completed.

admin@ORCL> select small_vc from T1 where n1 = 2 and n2 = 3;

13 rows selected.


Execution Plan
----------------------------------------------------------
Plan hash value: 2886394002

-------------------------------------------------------------------------------------
| Id  | Operation                   | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |       |    20 |   340 |    25   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| T1    |    20 |   340 |    25   (0)| 00:00:01 |
|*  2 |   INDEX SKIP SCAN           | T1_I1 |    20 |       |     5   (0)| 00:00:01 |
-------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("N1"=2 AND "N2"=3)
       filter("N2"=3)

--字段的selectivity
admin@ORCL> select COLUMN_NAME,NUM_DISTINCT from user_tab_col_statistics where table_name = 'T1' and column_name in ('N1','N2');

COLUMN_NAME                    NUM_DISTINCT
------------------------------ ------------
N1                                       25
N2                                       20

第一步的成本:
= blevel+ceil((n1.selectivity*n2.selectivity)*leaf_blocks) = 2+ceil((1/20*1/25)*1111) = 5

第二步的成本

=ceil(n1.selectivity*n2.selectivity*clustering_fact) = 20


通过以上的数据模型可以看出，涉及到Oracle的COST成本包括字段的可选择性(不收集直方图),索引的叶子块数，及索引的集群因子。

关于代价的计算
cost = io cost+cpu cost
主要的代价是io cost,极小部分是cpu cost

全表的计算
1.没有系统统计信息
cost = blocks/k
k是db_file_multiple_read_count的修正值

索引代价的计算

unique scan = blevel +1(1这里指通过索引访问表的代价)
Fast full scan = leaf_blocks/k
index only = blevel+FF*leaf_blocks(只通过索引扫描得到查询的结果,不用访问表数据)
Range scan = blevel+FF*leaf_blocks+FF*clustering(FF*Clustering 指聚簇因子影响索引来访问表的数据)

FF指filter factor,数据的选择率。