Oracle扩展统计信息

oracle 11g在统计信息收集方面增加了扩展统计信息的特性,它可以收集一个表中相关列上的统计信息,也可以收集函数表达式上的统计信息.使选择率,成本的估计更加准确,也更容易走正确的执行计划.在相关列上收集统计信息,好处还是很明显的.例如两列在逻辑上有一定的关系,但如果只是对这两个列单独做统计信息的收集,根据多条件的选择率计算{ (A AND B的选择率为:OPSEL[a]*OPSEL[b]); (A OR B 的选择率为:OPSEL[a]+OPSEL[b]-OPSEL[a]OPSEL[b]); (NOT A的选择率为:1-OPSEL[a])}, 估算出来的选择率就可能偏差很大.

可以针对关联列或者表达式来收集扩展统计信息。关联列是指，假设有个世界人口表，使用谓词country = 'Denmark' and language = 'Danish', 对于这张表中的大部分记录来讲，这两个限制条件很可能适用于同一批记录。事实上，说丹麦语的人大部分住在丹麦，大部分住在丹麦的人说丹麦语。也就是说，这两个约束条件几乎是冗余的，这样的列通常被叫做关联列(correlated column), 也给优化器出了难题。这是因为，没有对象统计信息或者直方图来描述数据之间的依赖关系。换句话说，查询优化器实际上假定存储在不同列上的数据是不相关的。

以下测试:
DB Version:11.2.0.4
----产生测试数据
drop table scott.test01 purge;
create table scott.test01 as select * from dba_objects;

--把object_name 更新为和object_type一样,用于测试.
update scott.test01 set object_name=object_type;
commit;

1.收集单列统计信息,查看执行计划
--收集单列统计信息

exec dbms_stats.gather_table_stats('SCOTT','TEST01');

--查看表的行数
select  table_name,num_rows from dba_tables where owner = 'SCOTT' and table_name = 'TEST01';

TABLE_NAME                       NUM_ROWS
------------------------------ ----------
TEST01                              87048

--产生语句的执行计划
explain plan for select * from scott.test01 where object_name='INDEX' and object_type='INDEX';

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



这里可以看到,估算的返回行数是41,显然和实际相差很远

--行数估算
select rpad(column_name, 30, ' ') column_name,
       rpad(num_distinct, 8, ' ') num_distinct,
       rpad(utl_raw.cast_to_varchar2(low_value), 15, ' ') low_value,
       rpad(utl_raw.cast_to_varchar2(high_value), 10, ' ') high_value,
       rpad(num_nulls, 8, ' ') num_nulls,
       rpad(avg_col_len, 6, ' ') avg_col_len,
       rpad(density, 20, ' ') density,
       histogram
  from dba_tab_col_statistics
 where owner = 'SCOTT'
   and table_name = 'TEST01'
   and column_name in ('OBJECT_NAME', 'OBJECT_TYPE');

SQL> col COLUMN_NAME for a15
SQL> col LOW_VALUE for a15
SQL> col HIGH_VALUE for a15
SQL> select rpad(column_name, 30, ' ') column_name,
  2         rpad(num_distinct, 8, ' ') num_distinct,
  3         rpad(utl_raw.cast_to_varchar2(low_value), 15, ' ') low_value,
  4         rpad(utl_raw.cast_to_varchar2(high_value), 10, ' ') high_value,
  5         rpad(num_nulls, 8, ' ') num_nulls,
  6         rpad(avg_col_len, 6, ' ') avg_col_len,
  7         rpad(density, 20, ' ') density,
  8         histogram
  9    from dba_tab_col_statistics
 10   where owner = 'SCOTT'
 11     and table_name = 'TEST01'
 12     and column_name in ('OBJECT_NAME', 'OBJECT_TYPE');


估算的返回行数是41,是由两个列的density相乘再乘以表的行数得到,0.0217391304347826*0.0217391304347826*87048=41.1379962=41
   
2.收集多列扩展统计信息,查看执行计划
--收集多列扩展统计信息

exec dbms_stats.gather_table_stats('scott','test01',method_opt =>'for columns (object_name,object_type)');

--产生语句的执行计划  
explain plan for select * from scott.test01 where object_name='INDEX' and object_type='INDEX';

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



--查询实际返回行数：
SQL> select count(*) from scott.test01 where object_name='INDEX' and object_type='INDEX';

  COUNT(*)
----------
      5078

这里可以看到,执行计划估算的返回行数是4986,已经基本上和实际返回行数5078相近了.

PS:
1.扩展统计信息的收集,可以用
select dbms_stats.create_extended_stats('scott','test01','(object_name,object_type)')from dual 方式创建扩展统计列, 然后dbms_stats.gather_table_stats('scott','test01') 收集统计信息 ; 也可以直接在dbms_stats.gather_table_stats中的method_opt属性同时建立扩展统计又收集统计数据.例如如下：
dbms_stats.gather_table_stats('scott','test01',method_opt =>'for columns (object_name,object_type)');

2.oracle 11g不仅可以收集多列扩展统计信息,还可以收集函数和表达式的扩展统计信息.

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/31397003/viewspace-2150763/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/31397003/viewspace-2150763/