Oracle 11g統計信息收集--多列統計信息的收集

咱們在寫SQL語句的時候，有的時候會碰到where子句後面有多個條件的狀況，也就是根據多列的條件篩選獲得數據。默認狀況下，oracle會把多列的選擇性（selectivity）相乘從而獲得where語句的選擇性，這樣有可能會讓oracle的選擇性變的不夠準確，從而致使優化器作出錯誤的判斷。好比對於汽車廠商和汽車型號，其實是有關聯關係的，一旦你知道了汽車的型號，就能判斷出是哪個廠商的汽車。再好比說酒店星級和酒店價格等級也有相似的對應關係。爲了可以讓優化器作出準確的判斷，從而生成準確的執行計劃，oracle在11g數據庫中引入了多列統計信息的概念。
選擇性：在本例中是 1/惟一值

咱們有一張表BOOKS，兩個列hotel_id,rate_category,咱們來看一下這兩列的數據分佈：
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.

仔細檢查數據：hotel_id 10 的 rate_category 列僅包含 十一、12 和 13，而 hotel_id 20 的該列僅包含 2一、22 和 23（十一、12 和 13 一個都不包含)。爲什

麼？緣由可能與酒店的星級有關。酒店 20 是一家訂價較高的酒店，而租金等級 十一、12 和 13 是較低的等級，所以它們不適用於一家高收費的酒店。一樣地，

2一、22 和 23 是較高的租金等級，所以它們不適用於酒店 10 這樣的經濟型酒店。並且，酒店 10 的房間預約數量多於酒店 20。

在表books的兩個列上建立索引，並收集表的統計信息。
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.

若是咱們要找到表中知足條件20號酒店價格等級是21的記錄，執行計劃會是什麼樣子呢？
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

從上例中能夠看到，oracle選擇了走全表掃描，斷定的記錄條數是8296條，而我麼表中真實的數據是5106條，對於整張表99550條記錄來講，應當可使用到索引的。可是oracle沒有，由於oracle會把兩個列分別考慮，而計算出來的選擇性是hotel_id 1/2，rate_category 1/6,從而獲得了語句的選擇性是1/12,這也就

是咱們在執行計劃中看到8296（99550*1/12）條記錄的緣由。

爲了可以讓oracle獲得準確的執行記錄，咱們能夠採起兩個方法
1.使用程序包 dbms_stats 中的新函數 create_extended_stats 建立一個虛擬列，而後對錶收集統計信息。
大體以下：
dbms_stats.create_extended_stats('SCOTT', 'BOOKS','(HOTEL_ID, RATE_CATEGORY)')
下次再收集表的統計信息時，將會自動收集您的列組的多列統計信息。

2.直接在程序包 dbms_stats 指定method_opt，收集統計信息時，把列組合做爲單獨列使用

在這裏咱們使用第二種方法
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.

收集完列組統計信息後，再來看一下語句的執行計劃
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)

該輸出清晰地顯示索引 BOOK_IDX2 已使用。爲何如今使用了索引？注意「Rows」列下方的值 (5106)。優化程序正確地肯定了值組合的行數的估計值，而非分開的各個值的行數的估計值。

固然了，對於其餘的條件，oracle也能夠作出準確的判斷

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)

在視圖 USER_STAT_EXTENSIONS 中，您能夠看到在數據庫中定義的擴展統計信息：
SQL> select extension_name, extension
2 from user_stat_extensions
3 where table_name='BOOKS';

EXTENSION_NAME EXTENSION

SYS_STUW3MXAI1XLZHCHDYKJ9E4K90 ("HOTEL_ID","RATE_CATEGORY")