oracle 11g收集多列统计信息详解

我们在写SQL语句的时候，有的时候会碰到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。下面这篇文章主要给大家介绍了Oracle 11g收集多列统计信息的相关资料，文中介绍的非常详细，需要的朋友可以参考下。

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> select * from v$version;

BANNER
--------------------------------------------------------------------------------
Oracle Database 11g Enterprise Edition Release 11.2.0.4.0 - 64bit Production
PL/SQL Release 11.2.0.4.0 - Production
CORE    11.2.0.4.0      Production
TNS for Linux: Version 11.2.0.4.0 - Production
NLSRTL Version 11.2.0.4.0 - Production

SQL> 

在scott用户下创建测试表test，重复插入数据，数据量相当于16个emp表（总行数1712＝107*16）。
SQL> conn scott/oracle
Connected.
SQL> 
SQL> create table test as select * from emp;
 
Table created.
 
SQL> select count(*) from test;
 
 COUNT(*)
----------
  107
 
SQL> 
SQL> insert into test select * from test;
 
107 rows created.
 
SQL> /
 
214 rows created.
 
SQL> /
 
428 rows created.
 
SQL> /
 
856 rows created.
 
SQL> commit;
 
Commit complete.
 
SQL> select count(*) from test;
 
 COUNT(*)
----------
  1712
 
SQL>

二、按照常规方法收集统计量信息；
SQL> exec dbms_stats.gather_table_stats('scott','test');
 
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> explain plan for select * from test where EMPNO=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|  test |   16 |  1104 |       8 (0)|    00:00:01 |
---------------------------------------------------------------------------
 
Predicate Information (identified by operation id):
---------------------------------------------------
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
 
 1 - filter("EMPNO"=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
自媒体培训

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> explain plan for select * from test where EMPNO=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|  test |    1 |    69 |       8 (0)|    00:00:01 |
---------------------------------------------------------------------------
 
Predicate Information (identified by operation id):
---------------------------------------------------
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
 
 1 - filter("EMPNO"=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 test where EMPNO=110 and email='JCHEN';
 
 COUNT(*)
----------
  16
 
SQL>
由此看出，测试表test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('scott','test',method_opt=>'for columns(EMPNO,email)');
 
PL/SQL procedure successfully completed.
 
SQL> 
SQL> explain plan for select * from test where EMPNO=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|  test |   16 |  1152 |       8 (0)|    00:00:01 |
---------------------------------------------------------------------------
 
Predicate Information (identified by operation id):
---------------------------------------------------
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
 
 1 - filter("EMPNO"=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EMPNO和email在emp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。