微课sql优化(5)、统计信息收集(3)-关于默认采样率

千家信息网最后更新 2025年01月21日微课sql优化(5)、统计信息收集(3)-关于默认采样率

1、关于默认采样率

---

在不同版本的Oracle上统计信息收集的默认值不一定相同，例如： ESTIMATE_PERCENT ：默认值： 9i：100％ 10g：DBMS_STATS.AUTO_SAMPLE_SIZE（使用非常小的估计百分比） 11g：DBMS_STATS.AUTO_SAMPLE_SIZE（使用较大的估算百分比 - 100％） METHOD_OPT：默认值 ： 9i："FOR ALL COLUMNS SIZE 1"，实际上没有详细的列统计。 10g和11g："FOR ALL COLUMNS SIZE AUTO" - 此设置意味着DBMS_STATS决定哪些列添加直方图，制定更好的计划。 在11g中，使用ESTIMATE_PERCENT的默认值100％，统计信息收集尽可能准确。收集统计信息时间限制，在以前的版本中，100％的样本是不可能的，但是11g实现了一种新的哈希算法来计算统计数据而不是排序（在9i和10g中，"慢"部分通常是排序），这显着提高了收集时间和资源使用。

2、统计信息收集了什么，有什么作用

• table statistics

NUM_ROWS： NUM_ROWS是计算cardinality的基础，如果该表是嵌套循环联接(nested loops join)的驱动表，表的行数就特别重要，驱动表的行数，决定了被驱动表的扫描次数。 BLOCKS ： 表使用的块数，该参数和DB_FILE_MULTIBLOCK_READ_COUNT一块使用，可以计算 全表扫描所需要的IO数量。 AVG_ROW_LEN : 表中记录的平均大小bytes EMPTY_BLOCKS : 未使用的空数据块数据量，已使用的数据块与高水位之间的数据块数量。(ANALYZE) AVG_SPACE ： 平均空闲空间bytes(ANALYZE) CHAIN_CNT : 行迁移或行链接

• index statistics

如果需要使用索引，CBO 需要索引的前导列在查询条件中使用，如果没有查询条件或索引列包含所有查询结果，CBO更倾向使用全索引扫描或全表扫描。 BLEVEL: 从根结点到叶子结点的高度，用来计算叶子结点查找的成本。0表明根块和叶块是一样的。 LEAF_BLOCKS: 用于计算 full index scane及index range scan的成本 。 CLUSTERING_FACTOR : 基于索引的值计算表中记录的顺序程度。如果该值接近块的数量,表中记录有序存储。在这种情况下,索引条目在单个叶块往往指向相同的数据块中的行。如果该值接近表的行数,表示记录无序存储。在这种情况下,不太可能在同一叶块索引条目指向相同的数据块中的行。 DISTINCT_KEYS : 不同的索引值数量。在主键约束和唯一索引中，该值等于表记录数。 AVG_LEAF_BLOCKS_PER_KEY : 叶块的平均数量在每一个不同的值出现在索引中,四舍五入为最接近的整数。实施独特的索引和主键约束,这个值总是1(一个)。索引值在不同叶子结点出现的平均数量，在唯一索引和主键约束中，该值为总是这1。 AVG_DATA_BLOCKS_PER_KEY : 表中数据块指向同一索引值的平均数量。 NUM_ROWS : 索引中的行数

• column statistics

NUM_DISTINCT : 计算选择性。(例： 1/NDV) LOW_VALUE and HIGH_VALUE: 对所有数据类型，CBO假设在高值和低值之间是均匀分布的。这些值用于计算范围扫描的选择性。 NUM_NULLS: 对存在空值的列，使用is null 和is not null查询时，计算选择性 DENSITY: 未收集直方图 Density = 1 / Number of distinct NON null values The number of distinct NON-null values for a column (COL1) on table TABLE1 can be obtained as follows: select distinct count(COL1) from TABLE1 where COL1 is not null; 收集直方图 A non-popular value is one that does not span multiple bucket end points. A popular value is one that spans multiple end points. For non-popular values the density is calculated as the number of non-popular values divided by the total number of values. Formula: Density = Number of non-popular values ---------------------------- total number of values We only use the density statistic for non-popular values. Popular values calculate the selectivity of a particular column values by using histograms as follows: The Selectivity for popular values is calculated as the number of end points spanned by that value divided by the total number of end points. Formula: Selectivity = Number of end points spanned by this value ------------------------------------------ total number of end points

3、练习3：10g和11g自动采样率测试

---

exec DBMS_STATS.DELETE_TABLE_STATS('HT','A_AMT'); exec dbms_stats.gather_table_stats('HT','A_AMT'); set line 200 col owner for a10 col table_name for a20 col LAST_ANALYZED for a30 SELECT owner, table_name, num_rows, sample_size, trunc(sample_size / num_rows * 100) estimate_percent, to_char(LAST_ANALYZED,'yyyy-mm-dd hh34:mi:ss') LAST_ANALYZED FROM DBA_TAB_STATISTICS WHERE owner='HT' and table_name='A_AMT'; oracle 10g测试结果 SQL> exec dbms_stats.gather_table_stats('HT','A_AMT'); PL/SQL procedure successfully completed. SQL> set line 200 SQL> col owner for a10 col table_name for a20 col LAST_ANALYZED for a30 SELECT owner, table_name, num_rows, sample_size, trunc(sample_size / num_rows * 100) estimate_percent, to_char(LAST_ANALYZED,'yyyy-mm-dd hh34:mi:ss') LAST_ANALYZED FROM DBA_TAB_STATISTICS WHERE owner='HT' and table_name='A_AMT';SQL> SQL> SQL> 2 3 4 5 6 7 8 OWNER TABLE_NAME NUM_ROWS SAMPLE_SIZE ESTIMATE_PERCENT LAST_ANALYZED ---------- -------------------- ---------- ----------- ---------------- ------------------------------ HT A_AMT 59968 59968 100 2017-09-22 02:07:47 SQL> !date Fri Sep 22 02:08:00 CST 2017 SQL> select version from v$instance; VERSION --------------------------------------------------- 10.2.0.5.0 SQL> oracle 11g测试结果 OWNER TABLE_NAME NUM_ROWS SAMPLE_SIZE ESTIMATE_PERCENT ---------- -------------------- ---------- ----------- ---------------- HT A_AMT 59968 59968 100

4、小结

---

1、 Oracle 10g可能 使用非常小的估计百分比，建议手工100%收集，至少30%。 2、 在11g中，使用ESTIMATE_PERCENT的默认值100％，统计信息收集尽可能准确。-- 11g：DBMS_STATS.AUTO_SAMPLE_SIZE（使用较大的估算百分比 - 100％） 3、直方图收集： METHOD_OPT：默认值 ， 10g和11g："FOR ALL COLUMNS SIZE AUTO" - 此设置意味着DBMS_STATS决定哪些列添加直方图，制定更好的计划。 4、了解 统计信息收集： table statistics 、 index statistics 、 column statistics，各指标内容及作用 。