in_list 11g优化器改进

最新推荐文章于 2021-04-08 01:43:33 发布
最新推荐文章于 2021-04-08 01:43:33 发布
阅读量158 收藏
点赞数
文章标签： 数据库
测试脚本：
create table audience as
select
        trunc(dbms_random.value(1,13))  month_no
from
        all_objects
where
        rownum <= 1200
;

begin
        dbms_stats.gather_table_stats(
                user,
                'audience',
                cascade => true,
                estimate_percent => null,
                method_opt => 'for all columns size 1'
        );
end;
/
set autotrace traceonly explain

select count(*) from audience
where month_no = 25
;

select count(*) from audience
where month_no in (4, 4)
;

select count(*) from audience
where month_no in (3, 25)
;

select count(*) from audience
where month_no in (3, 25, 26)
;

select count(*) from audience
where month_no in (3, 25, 25, 26)
;

select count(*) from audience
where month_no in (3, 25, null)
;

select count(*) from audience
where month_no in (:b1, :b2, :b3)
;

set autotrace off

现象：
10g
Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |     1 |     3 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=25)

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   100 |   300 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=4)

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   100 |   300 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=3 OR "MONTH_NO"=25)

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   101 |   303 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=3 OR "MONTH_NO"=25 OR "MONTH_NO"=26)

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   101 |   303 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=3 OR "MONTH_NO"=25 OR "MONTH_NO"=26)

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   200 |   600 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=3 OR "MONTH_NO"=25 OR
              "MONTH_NO"=TO_NUMBER(NULL))

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   300 |   900 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=TO_NUMBER(:B1) OR "MONTH_NO"=TO_NUMBER(:B2) OR
              "MONTH_NO"=TO_NUMBER(:B3))

11g:
Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |     1 |     3 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=25)

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   100 |   300 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=4)

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   100 |   300 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=3 OR "MONTH_NO"=25)

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   101 |   303 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=3 OR "MONTH_NO"=25 OR "MONTH_NO"=26)

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   101 |   303 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=3 OR "MONTH_NO"=25 OR "MONTH_NO"=26)

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   100 |   300 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=3 OR "MONTH_NO"=25)

Note
-----
   - cpu costing is off (consider enabling it)


Execution Plan
----------------------------------------------------------
Plan hash value: 3337892515

---------------------------------------------------------------
| Id  | Operation          | Name     | Rows  | Bytes | Cost  |
---------------------------------------------------------------
|   0 | SELECT STATEMENT   |          |     1 |     3 |     2 |
|   1 |  SORT AGGREGATE    |          |     1 |     3 |       |
|*  2 |   TABLE ACCESS FULL| AUDIENCE |   300 |   900 |     2 |
---------------------------------------------------------------

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

   2 - filter("MONTH_NO"=TO_NUMBER(:B1) OR "MONTH_NO"=TO_NUMBER(:B2) OR
              "MONTH_NO"=TO_NUMBER(:B3))

   观测红色字体部分的内容。我们会发现11g中能更精确的计算基数card的值。在刘易斯《基于成本的oracle优化法则中》，他所测试的9i/10g还不能正确计算超出最大最小值界限，只可以很好的处理重复值
我所测试的10g版本已经可以很好的处理最大最小值的问题。11.2.0.3.6中进一步完善了算法，可以更好的处理异常值，但帮定变量还不行

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/29033984/viewspace-767028/，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/29033984/viewspace-767028/

cszt85637
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
oracle分区界限值过大,超出边界的基数估算问题
weixin_35056641的博客
04-04 788
- cpu costing is off (consider enabling it)SQL> SELECT COUNT(1) FROM T WHERE ID=2;执行计划----------------------------------------------------------Plan hash value: 1842905362--------------------------...
CBO学习----02--表扫描（Tablescans）
数据帝
07-18 1673
第2章 表扫描（Tablescans） CBO的4种策略： （1）传统策略：IO次数 (oracle7) （2）SS1=IOST --系统统计（system statistics，针对操作系统的统计信息）1；IO的大小和时间 (oracle8i) （3）SS2=IOST+CPU --增加了CPU Costing (oracle9i) （4）SS3=IOST+CPU+
【sql调优之执行计划】merge join cartesian and buffer sort
08-16 495
数据库版本：oracle 9208 有时在执行计划中看到了笛卡尔连接，通常会发现是关联有问题，例如： SQL> select * from t_bank_class a,t_log_detail b; n...
一次ORA-4030问题诊断及解决【解决思路不错，说明了对象的统计信息与优化器的优化操作（即选择执行一个SQL语句在该优化参数环境下最佳的执行计划）间的关系】
haiross的专栏
02-12 2323
在报表数据库的后台alert文件中发现了这个错误，简单记录一下问题的诊断和解决过程。数据库版本9204 for Solaris sparc64。 　　错误信息如下： 　　Errors in file /u1/oracle/admin/repdb01/bdump/repdb01_j000_9888.trc: 　　ORA-12012: error on auto execute of job 3
oracle执行计划案例,返璞归真 - Oracle 9i的RBO执行计划案例
weixin_30227789的博客
04-08 192
预计阅读时间：15分钟最近配合DBA团队，做了一次Oracle 9i老旧应用的搬迁工作，偶然发现应用某一个逻辑，执行缓慢，进而根据代码，找到对应的SQL语句，分析过程，还是有些意思，也暴露了些问题。考虑到信息安全，我们通过创建模拟表，进行问题的说明，1. 这是一张普通的堆表，表的数据量大约有1000万，业务数据按照日期存储，即日期类型字段c，存储了180天的数据。2.有两个索引，一个是含(a,b...
Polar Codes in MATLAB - v2_polar码_polar编码_Polar码_polarcode_polar
10-10
6. **优化与改进**：尽管Polar码有很好的理论性能，但实际实现中仍存在计算复杂度高、实时性差等问题。因此，研究者们不断探索新的编码结构、解码算法和硬件实现方法，以提高编码效率和降低解码复杂度。 在提供的...
0racle11g新特征
09-06
Oracle 11g是Oracle公司推出的数据库管理系统的一个重要版本，其新特性主要集中在性能优化、高可用性、数据管理以及安全管理等方面。以下是对这些新特性的详细解释： 1. **RAC（Real Application Clusters）增强**...
Cisco AP1830/1850韧体 8-3-143
04-24
- `ap1g4-capwap`：CAPWAP（Control and Provisioning of Wireless Access Points）是一种协议，用于控制器和接入点之间的通信，可能是一个特定于1Gbps 802.11ac AP的固件版本。 - `ap3g1`、`ap3g2`、`ap3g3`：...
基于SIFT算法的图像拼接
06-25
在图像处理领域，SIFT（尺度不变特征转换）算法是一种广泛应用的特征检测和匹配方法，尤其在图像拼接中有着显著的效果。...通过不断的优化和改进，这项技术在全景图生成、多视角合成等领域有着广泛的应用。
Deap 2.1软件的具体操作和结果分析
11-02
DEAP（Distributed Evolutionary Algorithms in Python）是一个Python库，专为开发并行和多目标优化算法而设计。它提供了一套强大的工具，用于构建和实验各种遗传算法（GA）、进化策略（ES）以及元启发式算法。DEAP ...
获得执行计划
逝鸿的博客
08-28 329
参考盖国强《深入解析oracle》 2.1 v$sql_plan 通过这个视图，可以获取正在执行中或者仍然缓存着的 SQL 执行计划 通过 HASH_VALUE（可以通过 V$SESSION 或者 V$SQL、V$SQL_PLAN 视图获得 SQL的 HASH_VALUE）输入来获取 SQL 及其执行计划： SQL> alter session set sql_trace=true; Sess
oracle数据相同的比率,sql优化中的单表选择率（selectivity)
weixin_39820226的博客
04-04 187
继续讨论：使用列表时，选择率的计算以上我们知道了如何处理column=constant的情况，比如包含列表的查询、包含空值列表的查询、包含两列的查询、指定范围的查询和棒定变量的查询。首先从最简单的情况in-list开始比如我们随便统计3个月(6，7，8)出生的人数SQL select count(*) from audiencewhere month_no in (6,7,8)首先环境的搭建：...
oracle松散索引扫描,索引扫描的CPU COST成本公式
weixin_31741271的博客
04-03 169
SQL> create table t as select * from dba_objects;Table created.SQL> create index idx_t on t(object_id);Index created.SQL> BEGIN2 DBMS_STATS.GATHER_TABLE_STATS(ownname => 'TEST'...
oracle实验记录 （全表扫描COST计算方法）
cuiye1492的博客
08-31 351
实验下FTS 时候 COST 的计算 公式: According to the CPU costing model:Cost = (#SRds * sreadtim +#MRds * mreadtim +~~~...
VIEW PUSHED PREDICATE(谓词推入)引发的惨剧
热门推荐
落落的专栏 专注SQL调优 性能调优
09-20 1万+
帮网友调SQL http://www.itpub.net/forum.php?mod=viewthread&tid=1492997&extra=pageD1%3D&page=1 原SQL如下(要跑1个多小时)： SELECT * FROM (SELECT A.INVOICE_ID, A.VENDOR_ID, A.INVO
（8）连接基数
事后诸葛亮的程序人生（微信：zq9017197）
02-27 1039
1、两表连接 oracle有两个公式用于连接基数的计算： 假设我们对表t1和t2进行连接，连接列分别是c1和c2。 Join Selectivity = ((num_rows(t1) - num_nulls(t1.c1)) / num_rows(t1)) * ((num_rows(t2) - num_nulls(t2.c2)) / num_rows(t2)) /
[20131111]参数optimizer_features_enable.txt
11-11 300
[20131111]参数optimizer_features_enable.txt optimizer_features_enable可以使系统升级后保持原来的执行计划。我自己很少做这种升级操作，昨天在给别人做优化时遇到一...
Semi join 与anti join
ciliting2867的博客
04-19 270
1.semi join Oracle在处理exists或in的时候，会使用semi join的连接方式： sys@EBANK>select object_name,object_type from ...
帮我优化一下代码 import matplotlib.pyplot as plt from matplotlib.offsetbox import OffsetImage, AnnotationBbox import pandas as pd import tkinter as tk from tkinter import filedialog import csv import numpy as np filepath = filedialog.askopenfilename() readData = pd.read_csv(filepath, encoding = 'gb2312') # 读取csv数据 print(readData) xdata = readData.iloc[:, 2].tolist() # 获取dataFrame中的第3列，并将此转换为list ydata = readData.iloc[:, 3].tolist() # 获取dataFrame中的第4列，并将此转换为list Color_map = { '0x0': 'r', '0x10': 'b', '0x20': 'pink', '0x30': 'm', '0x40': 'm', '0x50': 'm', '0x60': 'g', '0x70': 'orange', '0x80': 'orange', '0x90': 'm', '0xa0': 'b', '0xb0': 'g', '0xc0': 'g', '0xd0': 'orange', '0xe0': 'orange', '0xf0': 'orange', } plt.ion() fig = plt.figure(num = "蓝牙钥匙连接状态", figsize= (10.8,10.8),frameon= True) gs = fig.add_gridspec(1, 1) ax = fig.add_subplot(gs[0, 0]) colors = readData.iloc[:, 1].map(Color_map) plt.title("Connecting Status For Bluetooth Key") #plt.rcParams['figure.figsize']=(15, 15) ax.axis('equal') a,b = (0.,0.) r = [5,10] for r1 in r: theta = np.arange(0,r1*np.pi,0.05) ax.plot(a+r1*np.cos(theta),b+r1*np.sin(theta),linestyle='-.',c = 'darkgrey') ax.spines['bottom'].set_position(('data', 0)) ax.spines['left'].set_position(('data', 0)) ax.spines['right'].set_position(('data', 0)) ax.spines['top'].set_position(('data', 0)) arr_img = plt.imread('D:\\2022\\测试工作\\蓝牙钥匙测试\\定位\\室内定位(v3.6.21).rar-1656500746516.室内定位(v3.6.21)\\车型图2.png') imagebox = OffsetImage(arr_img, zoom=0.3) ab = AnnotationBbox(imagebox, [0, 0],xybox=(0, 0),pad=0) ax.add_artist(ab) ticks = np.arange(-10,10,2) plt.xticks(ticks) plt.yticks(ticks) #plt.figure(figsize=(15,15)) plt.scatter(xdata, ydata, s=150, edgecolors = None, linewidths=0, alpha=0.3,c = colors) # 画散点图，*:r表示点用*表示，颜色为红色 plt.legend() plt.ioff() plt.show() # 画图
最新发布
07-24
以下是对您的代码进行了一些优化和改进的版本： ```python import matplotlib.pyplot as plt from matplotlib.offsetbox import OffsetImage, AnnotationBbox import pandas as pd import tkinter as tk from ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值