快上网专注成都网站设计 成都网站制作 成都网站建设
成都网站建设公司服务热线：028-86922220

网站建设知识

十年网站开发经验 + 多家企业客户 + 靠谱的建站团队

量身定制 + 运营维护+专业推广+无忧售后，网站问题一站解决

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
微课sql优化(5)、统计信息收集(3)-关于默认采样率
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

    专注于为中小企业提供成都网站设计、成都网站制作服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业黎川免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了千余家企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。

微课sql优化(5)、统计信息收集(3)-关于默认采样率

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

微课sql优化(5)、统计信息收集(3)-关于默认采样率

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 。

标题名称：微课sql优化(5)、统计信息收集(3)-关于默认采样率
网页URL：http://6mz.cn/article/gicsgs.html

其他资讯