Oracle 11g统计信息收集--多列统计信息的收集

我们在写SQL语句的时候，有的时候会碰到where子句后面有多个条件的情况，也就是根据多列的条件筛选得到数据。默认情况下，oracle会把多列的选择性（selectivity）相乘从而得到where语句的选择性，这样有可能会让oracle的选择性变的不够准确，从而导致优化器做出错误的判断。比如对于汽车厂商和汽车型号，实际上是有关联关系的，一旦你知道了汽车的型号，就能判断出是哪一个厂商的汽车。再比如说酒店星级和酒店价格等级也有类似的对应关系。为了能够让优化器做出准确的判断，从而生成准确的执行计划，oracle在11g数据库中引入了多列统计信息的概念。

选择性：在本例中是 1/唯一值

我们有一张表BOOKS，两个列hotel_id,rate_category,我们来看一下这两列的数据分布：

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.

仔细检查数据：hotel_id 10 的 rate_category 列仅包含 11、12 和 13，而 hotel_id 20 的该列仅包含 21、22 和 23（11、12 和 13 一个都不包含)。为什

么？原因可能与酒店的星级有关。酒店 20 是一家定价较高的酒店，而租金等级 11、12 和 13 是较低的等级，因此它们不适用于一家高收费的酒店。同样地，

21、22 和 23 是较高的租金等级，因此它们不适用于酒店 10 这样的经济型酒店。而且，酒店 10 的房间预定数量多于酒店 20。

在表books的两个列上创建索引，并收集表的统计信息。

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.

如果我们要找到表中满足条件20号酒店价格等级是21的记录，执行计划会是什么样子呢？

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

从上例中可以看到，oracle选择了走全表扫描，判定的记录条数是8296条，而我么表中真实的数据是5106条，对于整张表99550条记录来说，应当可以使用到索引的。但是oracle没有，因为oracle会把两个列分别考虑，而计算出来的选择性是hotel_id 1/2，rate_category 1/6,从而得到了语句的选择性是1/12,这也就

是我们在执行计划中看到8296（99550*1/12）条记录的原因。

为了能够让oracle得到准确的执行记录，我们可以采取两个方法

1.使用程序包 dbms_stats 中的新函数 create_extended_stats 创建一个虚拟列，然后对表收集统计信息。

大致如下：

dbms_stats.create_extended_stats('SCOTT', 'BOOKS','(HOTEL_ID, RATE_CATEGORY)')

下次再收集表的统计信息时，将会自动收集您的列组的多列统计信息。

2.直接在程序包 dbms_stats 指定method_opt，收集统计信息时，把列组合作为单独列使用

在这里我们使用第二种方法

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.

收集完列组统计信息后，再来看一下语句的执行计划

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)

该输出清晰地显示索引 BOOK_IDX2 已使用。为什么现在使用了索引？注意“Rows”列下方的值 (5106)。优化程序正确地确定了值组合的行数的估计值，而非分开的各个值的行数的估计值。

当然了，对于其他的条件，oracle也可以做出准确的判断

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)

在视图 USER_STAT_EXTENSIONS 中，您可以看到在数据库中定义的扩展统计信息：

SQL> select extension_name, extension

2 from user_stat_extensions

3 where table_name='BOOKS';

EXTENSION_NAME EXTENSION

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

SYS_STUW3MXAI1XLZHCHDYKJ9E4K90 ("HOTEL_ID","RATE_CATEGORY")