Oracle 11g新特性之收集多列統計資訊

Oracle 11g新特性之收集多列統計資訊

通常，當我們將SQL語句提交給Oracle資料庫時，Oracle會選擇一種最優方式來執行，這是通過查詢最佳化工具Query Optimizer來實現的。CBO（Cost-Based Optimizer）是Oracle預設使用的查詢最佳化工具模式。在CBO中，SQL執行計畫的產生，是以一種尋找成本（Cost）最優為目標導向的執行計畫探索過程。所謂成本（Cost）就是將CPU和IO消耗整合起來的量化指標，每一個執行計畫的成本就是經過最佳化器內部公式估算出的數字值。

我們在寫SQL語句的時候，經常會碰到where子句後面有多個條件的情況，也就是根據多列的條件式篩選得到資料。預設情況下，oracle會把多列的選擇率（selectivity）相乘從而得到where語句的選擇率，這樣有可能造成選擇率（selectivity）不準確，從而導致最佳化器做出錯誤的判斷。為了能夠讓最佳化器做出準確的判斷，從而產生準確的執行計畫，oracle在11g資料庫中引入了收集多列統計資訊。本文通過對測試表的多條件查詢，介紹收集多列統計資訊的重要性。

1.環境準備

我們在Oracle 11g中進行實驗。

SQL>
SQL> select * from v$version;
BANNER
--------------------------------------------------------------------------------
Oracle Database 11g Enterprise Edition Release 11.2.0.3.0 - Production
PL/SQL Release 11.2.0.3.0 - Production
CORE 11.2.0.3.0 Production
TNS for Linux: Version 11.2.0.3.0 - Production
NLSRTL Version 11.2.0.3.0 - Production
SQL>

在hr使用者下建立測試表hoegh，重複插入資料，資料量相當於16個employees表（總行數1712＝107*16）。

SQL>
SQL> conn hr/hr
Connected.
SQL>
SQL> create table hoegh as select * from employees;
Table created.
SQL> select count(*) from hoegh;
COUNT(*)
----------
107
SQL>
SQL> insert into hoegh select * from hoegh;
107 rows created.
SQL> /
214 rows created.
SQL> /
428 rows created.
SQL> /
856 rows created.
SQL> commit;
Commit complete.
SQL> select count(*) from hoegh;
COUNT(*)
----------
1712
SQL>

2.按照常規方法收集統計量資訊；

SQL>

SQL> exec dbms_stats.gather_table_stats(\'HR\',\'HOEGH\');

PL/SQL procedure successfully completed.

SQL>

3.查看執行單個條件的where語句的執行計畫

SQL>
 
SQL> explain plan for select * from hoegh where employee_id=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| HOEGH | 16 | 1104 | 8 (0)| 00:00:01 |

---------------------------------------------------------------------------

Predicate Information (identified by operation id):

---------------------------------------------------

PLAN_TABLE_OUTPUT

--------------------------------------------------------------------------------

  1 - filter(\"EMPLOYEE_ID\"=110)

13 rows selected.

SQL>
從執行計畫可以看出返回了16行記錄，結果沒有問題。可是，這個16是哪兒來的呢，我們先要瞭解選擇率（selectivity）和返回行數是如何計算的：
選擇率（selectivity）＝在本例中是 1/唯一值
返回行數＝選擇率（selectivity）＊表記錄總數

 也就是說，在這個查詢語句中，選擇率＝1/107，返回行數＝1/107*1712=16

4.查看執行兩個條件的where語句的執行計畫

SQL>
 
SQL> explain plan for select * from hoegh where employee_id=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| HOEGH | 1 | 69 | 8 (0)| 00:00:01 |

---------------------------------------------------------------------------

 

Predicate Information (identified by operation id):

---------------------------------------------------

 

PLAN_TABLE_OUTPUT

--------------------------------------------------------------------------------

 

  1 - filter(\"EMPLOYEE_ID\"=110 AND \"EMAIL\"=\'JCHEN\')

13 rows selected.

SQL>
從執行計畫可以看出返回了1行記錄，而事實又是什麼樣的呢？我們執行一下這條sql語句。

SQL> select count(*) from hoegh where employee_id=110 and email=\'JCHEN\';
 

  COUNT(*)

----------

        16

SQL>
由此看出，測試表hoegh符合查詢條件的資料有16行，而執行計畫提示的只有1行，出錯了。這是怎麼回事呢，也就是我們在開篇提到的選擇率（selectivity）出了問題。
在這個多列條件查詢語句中，選擇率＝1/107＊1/107，返回行數＝1/107＊1/107*1712=16/107<1；由於表中存在合格記錄，並且返回行數不可能小於1，所以Oracle返回了1。

5.收集多列統計資訊，再次查看兩個條件的where語句的執行計畫

 

SQL>
 
SQL> exec dbms_stats.gather_table_stats(\'HR\',\'HOEGH\',method_opt=>\'for columns(employee_id,email)\');

 

PL/SQL procedure successfully completed.

 

SQL>

SQL> explain plan for select * from hoegh where employee_id=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| HOEGH | 16 | 1152 | 8 (0)| 00:00:01 |
---------------------------------------------------------------------------

 

Predicate Information (identified by operation id):

---------------------------------------------------

 

PLAN_TABLE_OUTPUT

--------------------------------------------------------------------------------

 

  1 - filter(\"EMPLOYEE_ID\"=110 AND \"EMAIL\"=\'JCHEN\')

 

13 rows selected.

 

SQL>

從執行計畫的結果來看，同樣的一條sql查詢語句，在收集多列統計資訊後，Oracle的選擇率（selectivity）由錯變對，這是由於sql語句中的兩個條件是有關聯的，即employee_id和email在employees表中都是唯一的，都可以唯一標識一行記錄；而在收集多列統計資訊之前，Oracle並不知道這兩個查詢條件有關聯，所以在計算選擇率（selectivity）時，只是簡單地採取了相乘的方法。