本文共 1824 字，大约阅读时间需要 6 分钟。

什么是统计信息？

统计信息是数据库管理系统（DBMS）中用于优化查询执行计划的重要数据。它主要描述表、索引等数据库对象的大小、规模、数据分布状况等信息。例如，表的行数、块数、平均每行大小、索引的叶子块数、索引字段的行数、不同值的大小等都属于统计信息。基于统计信息，Cost-Based Optimization（CBO）可以计算不同访问路径和join方式下各种执行计划的成本，并选择成本最小的方案来执行查询操作。

统计信息的基本内容

统计信息包含以下几个重要的宏观数据：

此外，如果收集了列级或索引的统计信息，还包括以下内容：

• COLID列的ID
• 数据类型（SQL_PL_TYPE）
• 总记录数（N_TOTAL）
• 采样记录数（N_SAMPLE）
• 不同值数（N_DISTINCT）
• 空值数（N_NULL）
• 最小值（V_MIN）
• 最大值（V_MAX）
• B树的高度（BLEVEL）
• 叶子段的页数目（N_LEAF_PAGES）
• 叶子段实际使用的页数目（N_LEAF_USED_PAGES）
• 聚集因子（CLUSTER_FACTOR）

需要注意的是，无论是否收集统计信息，表的当前记录数是系统自动维护的，这与大多数其他DBMS系统有所不同。

统计信息的收集

在Oracle数据库中，DM7（Data Mining Option）提供了两种收集统计信息的方法：存储过程和DBMS_STATS包。

存储过程方法

• 对表上所有索引生成统计信息：SP_TAB_INDEX_STAT_INIT
• 对库上所有模式下的所有用户表上的所有索引生成统计信息：SP_DB_STAT_INIT
• 对指定的索引生成统计信息：SP_INDEX_STAT_INIT
• 对指定的列生成统计信息（不支持大字段列）：SP_COL_STAT_INIT

推荐方法

推荐使用DBMS_STATS包来收集统计信息。与存储过程相比，DBMS_STATS包具有以下优势：

• 可以指定采样率，尤其在数据分布极不均匀时，可以提高统计信息的采样率，提供更精确的统计信息。
• 包含多种有用存储过程，例如：
  • COLUMN_STATS_SHOW：获取指定列的统计信息。
  • INDEX_STATS_SHOW：获取指定索引的统计信息。
  • GATHER_TABLE_STATS：根据设定的参数收集表的统计信息。
  • GATHER_INDEX_STATS：根据设定的参数收集索引的统计信息。
  • GATHER_SCHEMA_STATS：收集模式下对象的统计信息。

示例

例如，可以对SYSDBA模式下对象的统计信息进行采样，采样率为50%，对该模式下所有列进行统计信息收集（大字段列除外），如图所示。

统计信息的查看

在Oracle数据库中，可以通过以下方式查看统计信息：

例如，可以执行以下SQL语句查看表的统计信息：

SELECT column_name, table_name, n_distinct, n_null, n_sample 
FROM DBA_STATISTICS 
WHERE column_name = 'AGE'
AND table_name = 'TEST_TJ';

统计信息对查询的影响

统计信息对数据库的查询执行计划（Plan）有重要影响。例如，如果未收集统计信息，数据库将使用默认的选择率（如5%）进行估算，这可能导致CBO选择错误的执行计划。

示例

假设执行以下查询：

explain select count(*) from TEST_TJ where age = 20;

在没有统计信息的情况下，执行计划可能如下：

#SLCT2: [11, 2500, 4]; TEST_TJ.AGE = 205

这里的2500是根据默认选择率（2.5%）估算的。

而如果收集了统计信息，执行计划将基于更精确的选择率进行优化：

#SLCT2: [11, 5000, 4]; TEST_TJ.AGE = 205

这里的5000是基于实际数据分布（100000 * 0.05）估算的。

因此，收集统计信息对CBO选择正确执行计划至关重要。

转载地址：http://lqxd.baihongyu.com/