oracle 收集统计信息

本篇主要是从两个角度出发：

1. 什么统计信息；
2. 怎么正确收集统计信息（dbms_stats）

一、统计信息相关概念

1. 什么是统计信息？
   oracle数据库中的统计信息存储在数据字典中，从多个维度描述了oracle数据库里的详细信息。

2. 统计信息作用是什么？
   oracle CBO优化器会利用统计信息计算目标SQL各种可能、不同的执行路径的成本，并从中选择一条最小的执行路径来作为目标SQL的执行计划。（统计信息不准确，SQL的执行计划会走错，SQL会出现性能问题）

3. 统计信息分类：

• 表的统计信息
  表的统计信息主要包含表的总行数（num_rows）,表块数（blocks）以及平均长度（avg_row_len）
• 索引的统计信息
  索引的统计信息描述了索引的详细信息，所以索引的层级、叶子块的数量、聚簇因子等
• 列统计信息
  列统计信息记录了列的distinct值的数量、null的数量、列最小值和列最大值。
• 系统统计信息
  系统统计信息是描述了oracle数据库服务器的系统处理能力，包含cpu和I/O两个方面，可以通过这两个方面来知道数据库服务器的实际处理能力
• 数据字典统计信息
  描述了字典基表（tab,ind,ind,ind等），数据字典基表上的索引。
• 内部对象统计信息
  记录了一些内部表（x系统表）的详细信息，它的维度和普通表的统计信息类似，但是其表块数为0，x系统表）的详细信息，它的维度和普通表的统计信息类似，但是其表块数为0，x系统表）的详细信息，它的维度和普通表的统计信息类似，但是其表块数为0，x实际上只是oracle自定义的内存结构，不占用实际物理空间。

二、收集统计信息方法选择

oracle有两种方法收集统计信息，1、analyze；2、dbms_stats

2.1 analyze命令收集

oracle 7开始，通过analyze命令来收集表、索引、列的统计信息。以下是一些典型的用法。

• 采样比为15%，对test表搜集统计信息

analyze table test estimate statistics smaple 15 percent for table;

• 计算模式 对test表收集统计信息

analyze table test compute statistics for table;

该模式下，只有test表有统计信息，test的列和索引都没有统计信息，且收集的统计信息和实际情况是一致的。

• 计算模式下对test表 列1和列2收集统计信息

analyze table test compute statistics for cloumns 列1,列2;

只会对列1和列2收集统计信息，且之前的覆盖掉之前的收集统计信息。

• 计算模式下同时对表和列1和列2收集统计信息

analyze table test compute statistics for table for cloumns 列1,列2;

• 收集索引统计信息

analyze index idx_1 statistics;

• 删除统计信息

analyze table test delete statistics;

• 删除test表、列、所有索引的统计信息

analyze index idx_1 delete statistics;
details/106810013

2.2 dbms_stats包收集统计信息

oracle 8.1.5开始，dbms_stats被广泛应用于统计信息收集，也是oracle官方推荐的方式。
dbms_stats有4个存储过程。

• gather_table_stats:用于收集目标表、列和索引的统计信息。
  示例：
  收集test表的统计信息

BEGIN
  DBMS_STATS.GATHER_TABLE_STATS(ownname          => 'SCOTT',
                                tabname          => 'TEST',
                                estimate_percent => 15, --采样比是15%
                                method_opt       => 'for table',
                                cascade          => false);  --默认是true，级联收集
END;
/

• gather_index_stats:用于收集指定统计信息。
  示例：收集索引idx_text的统计信息

BEGIN
  DBMS_STATS.GATHER_INDEX_STATS(ownname          => 'SCOTT',
                                indname          => 'IDX_TEST',
                                estimate_percent => 100,
								);
END;
/

• gather_schema_stats:用于收集指定schema下的所有对象统计信息。
  示例：收集scott用户下的所有对象

BEGIN
  DBMS_STATS.GATHER_SCHEMA_STATS(ownname		 => 'SCOTT',
                                cascade			 =>true,
                                granularity=>'ALL', --收集分区表
								);
END;
/

• gather_database_stats:用于书籍全库所有的统计信息。
  示例：收集全库的统计信息

BEGIN
  DBMS_STATS.GATHER_DATABASE_STATS(estimate_percent=>100,
                                   degree=>8,
                                   cascade=>true,
                                   granularity=>'ALL', --收集分区表
								);
END;
/

2.2.1 DBMS_STATS重要参数详解

• ownname:表示表的拥有者，不区分大小写。

• tabname:表示表名字，不区分大小写。

• granularity:表示收集统计信息的粒度，该选项只对分区表生效，默认为 AUTO，表示让Oracle根据表的分区类型自己判断如何收集分区表的统计信息。
  对于该选项，我们一般采用AUTO 方式，也就是数据库默认方式，因此在后面的脚本中，省略该选项。

• estimate_percent:表示采样率，范围是0.000 001～100。
  这个参数主要是用于CBO估算表的总行数，采样率越高，CBO估算的表行数越接近于真实值，执行计划越能走正确。
  估算总行数=样本大小(DBA_TAB_STATISTICS.SAMPLE_SIZE）*100/采样率(estimate_percent)
  这个参数可能对于很多新手来说都不知道怎么设置：
  一般对小于 1GB 的表进行100%采样，因为表很小，即使100%采样速度也比较快。有时候小表有可能数据分布不均衡，如果没有100%采样，可能会导致统计信息不准。
  因此建议对小表 100%采样。我们一般对表大小在1GB～5GB 的表采样50%，对大于5GB的表采样30%。如果表特别大，有几十甚至上百 GB，我们建议应该先对表进行分区，然后分别对每个分区收集统计信息。一般情况下，为了确保统计信息比较准确，我们建议采样率不要低于30%。
  <1GB 建议采样比100%
  1GB～5GB 建议采样比50%
  >5GB 建议采样比30%

• method_opt：用于控制收集直方图策略。
  直方图简单来说就是数据库了解表中某列的数据分布，从而更正确的走更优的执行计划
  method_opt => ‘for all columns size 1’ 表示所有列都不收集直方图
  method_opt => ‘for all columns size skewonly’ 表示对表中所有列收集自动判断是否收集直方图。选择率非常高的列和null的列不会收集（谨慎使用）
  method_opt => ‘for all columns size auto’ 表示对出现在 where 条件中的列自动判断是否收集直方图。
  method_opt => ‘for all columns size repeat’ 表示当前有哪些列收集了直方图，现在就对哪些列收集直方图。
  在实际工作中，当系统趋于稳定之后，使用 REPEAT 方式收集直方图。

• no_invalidate ：表示共享池中涉及到该表的游标是否立即失效，默认值为 DBMS_STATS.AUTO_INVALIDATE，表示让 Oracle 自己决定是否立即失效。
  建议将 no_invalidate 参数设置为 FALSE，立即失效。因为发现有时候 SQL 执行缓慢是因为统计信息过期导致，重新收集了统计信息之后执行计划还是没有更改，原因就在于没有将这个参数设置为 false。

• degree： 表示收集统计信息的并行度，默认为 NULL。如果表没有设置 degree。如果表没有设置 degree，收集统计信息的时候后就不开并行；如果表设置了 degree，收集统计信息的时候就按照表的 degree 来开并行。可以查询 DBA_TABLES.degree 来查看表的 degree，一般情况下，表的 degree 都为 1。我们建议可以根据当时系统的负载、系统中 CPU 的个数以及表大小来综合判断设置并行度。

• cascade ：表示在收集表的统计信息的时候，是否级联收集索引的统计信息，默认值为DBMS_STATS.AUTO_CASCADE，表示让 Oracle 自己判断是否级联收集索引的统计信息。

2.3 analyze和dbms_stats的区别

1. analyze命令不能正确的手机分区表的统计信息，而dbms_stats包却可以。
2. analyze命令不能并行收集统计信息，而dbms_stats包可以。
3. analyze命令不能收集x$的统计信息
   所以选择推荐使用dbms_stats来对表进行统计信息收集。

3 推荐使用收集统计信息脚本

BEGIN
  DBMS_STATS.GATHER_TABLE_STATS(ownname          => 'SCOTT',
                                tabname          => 'TEST',
                                estimate_percent => 100,
                                method_opt       => 'for all columns size repeat',
                                no_invalidate    => FALSE,
                                degree           => 8,
                                granularity      => 'ALL',
                                cascade          => TRUE);
END;
/

需要注意选择的地方是：
estimate_percent：
<1GB 建议采样比100%
1GB～5GB 建议采样比50%
>5GB 建议采样比30%
（朋友们可以自己尝试用存储过程去判断表大小，自定义收集统计信息脚本）
degree：
根据服务器的资源，和业务负载来指定
method_opt：
系统刚上线使用auto，业务系统稳定后使用repeat。