微课sql优化(5)、统计信息收集(3)-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。

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

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

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

---

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

---

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 。