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。默认情况下,oracle会把多列的选择性(selectivity)相乘从而得到where语句的选择性,这样有可能会让oracle的选择性变的不够准确,从而导致优化器做出错误的判断。比如对于汽车厂商和汽车型号,实际上是有关联关系的,一旦你知道了汽车的型号,就能判断出是哪一个厂商的汽车。再比如说酒店星级和酒店价格等级也有类似的对应关系。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数据库中引入了多列统计信息的概念。
选择性:在本例中是 1/唯一值
我们有一张表BOOKS,两个列hotel_id,rate_category,我们来看一下这两列的数据分布:
SQL> select hotel_id,rate_category,count(1) from books
2 group by hotel_id,rate_category
3 order by hotel_id;
HOTEL_ID RATE_CATEGORY COUNT(1)
10 11 19943
10 12 39385
10 13 20036
20 21 5106
20 22 10041
20 23 5039
6 rows selected.
仔细检查数据:hotel_id 10 的 rate_category 列仅包含 11、12 和 13,而 hotel_id 20 的该列仅包含 21、22 和 23(11、12 和 13 一个都不包含)。为什
么?原因可能与酒店的星级有关。酒店 20 是一家定价较高的酒店,而租金等级 11、12 和 13 是较低的等级,因此它们不适用于一家高收费的酒店。同样地,
21、22 和 23 是较高的租金等级,因此它们不适用于酒店 10 这样的经济型酒店。而且,酒店 10 的房间预定数量多于酒店 20。
在表books的两个列上创建索引,并收集表的统计信息。
SQL> create index book_idx1 on books(hotel_id);
Index created.
SQL> create index book_idx2 on books(rate_category);
Index created.
SQL> analyze table books compute statistics;
Table analyzed.
如果我们要找到表中满足条件20号酒店价格等级是21的记录,执行计划会是什么样子呢?
SQL> set autotrace trace exp
SQL> select hotel_id,rate_category from books where hotel_id=20 and rate_category=21;
Execution Plan
Plan hash value: 2688610195
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
| 0 | SELECT STATEMENT | | 8296 | 33184 | 47 (3)| 00:00:01 |
|* 1 | TABLE ACCESS FULL| BOOKS | 8296 | 33184 | 47 (3)| 00:00:01 |
Predicate Information (identified by operation id):
1 - filter("RATE_CATEGORY"=21 AND "HOTEL_ID"=20)
SQL> set autotrace off
SQL> select count(1) from books;
COUNT(1)
99550
SQL> select 99550/8296 from dual;
99550/8296
11.9997589
从上例中可以看到,oracle选择了走全表扫描,判定的记录条数是8296条,而我么表中真实的数据是5106条,对于整张表99550条记录来说,应当可以使用到索引的。但是oracle没有,因为oracle会把两个列分别考虑,而计算出来的选择性是hotel_id 1/2,rate_category 1/6,从而得到了语句的选择性是1/12,这也就
是我们在执行计划中看到8296(99550*1/12)条记录的原因。
为了能够让oracle得到准确的执行记录,我们可以采取两个方法
1.使用程序包 dbms_stats 中的新函数 create_extended_stats 创建一个虚拟列,然后对表收集统计信息。
大致如下:
dbms_stats.create_extended_stats('SCOTT', 'BOOKS','(HOTEL_ID, RATE_CATEGORY)')
下次再收集表的统计信息时,将会自动收集您的列组的多列统计信息。
2.直接在程序包 dbms_stats 指定method_opt,收集统计信息时,把列组合作为单独列使用
在这里我们使用第二种方法
SQL> begin
2 dbms_stats.gather_table_stats (
3 ownname => 'SCOTT',
4 tabname => 'BOOKS',
5 estimate_percent=> 100,
6 method_opt => 'FOR ALL COLUMNS SIZE SKEWONLY FOR COLUMNS (HOTEL_ID,RATE_CATEGORY)',
7 cascade => TRUE
8 );
9 end;
10 /
PL/SQL procedure successfully completed.
收集完列组统计信息后,再来看一下语句的执行计划
SQL> set autotrace trace exp
SQL> select hotel_id,rate_category from books where hotel_id=20 and rate_category=21;
Execution Plan
Plan hash value: 1484887743
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
| 0 | SELECT STATEMENT | | 5106 | 30636 | 19 (0)| 00:00:01 |
|* 1 | TABLE ACCESS BY INDEX ROWID| BOOKS | 5106 | 30636 | 19 (0)| 00:00:01 |
|* 2 | INDEX RANGE SCAN | BOOK_IDX2 | 5106 | | 11 (0)| 00:00:01 |
Predicate Information (identified by operation id):
1 - filter("HOTEL_ID"=20)
2 - access("RATE_CATEGORY"=21)
该输出清晰地显示索引 BOOK_IDX2 已使用。为什么现在使用了索引?注意“Rows”列下方的值 (5106)。优化程序正确地确定了值组合的行数的估计值,而非分开的各个值的行数的估计值。
当然了,对于其他的条件,oracle也可以做出准确的判断
SQL> set autotrace trace exp
SQL> select hotel_id,rate_category from books where hotel_id=10 and rate_category=12;
Execution Plan
Plan hash value: 2688610195
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
| 0 | SELECT STATEMENT | | 39385 | 230K| 47 (3)| 00:00:01 |
|* 1 | TABLE ACCESS FULL| BOOKS | 39385 | 230K| 47 (3)| 00:00:01 |
Predicate Information (identified by operation id):
1 - filter("RATE_CATEGORY"=12 AND "HOTEL_ID"=10)
在视图 USER_STAT_EXTENSIONS 中,您可以看到在数据库中定义的扩展统计信息:
SQL> select extension_name, extension
2 from user_stat_extensions
3 where table_name='BOOKS';
EXTENSION_NAME EXTENSION
SYS_STUW3MXAI1XLZHCHDYKJ9E4K90 ("HOTEL_ID","RATE_CATEGORY")
转载于:https://my.oschina.net/u/3635497/blog/2244820