成都创新互联网站制作重庆分公司

Oracle11g/12cdbms_statextendedstats实验的示例分析

Oracle11g/12c dbms_stat extended stats 实验的示例分析，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

创新互联公司从2013年成立，是专业互联网技术服务公司，拥有项目网站设计、网站建设网站策划，项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命，1280元嘉峪关做网站,已为上家服务,为嘉峪关各地企业和个人服务,联系电话:13518219792


目的：
1. 测试下 dbms_stats 的 extended stats 包的使用效果， 是否可以在选择率低的情况下，解决 执行计划/cardinatlity 基数行不准的问题，
并且是只验证  extended stats 包的使用效果。 :D:

环境：
1. windows 7 64 位
2. oracle 12.2.0.1  64 位
3. 使用demo程序的 sales history , SH 用户 测试 。
4. 先手动安装下 sales history 范例数据

步骤 ：
1. sales 表先插入 50 行，
2. 分析表，获得统计信息
3. 插入大量数据， 让统计信息不准
4. 使用extended status 分析包
5. 对比执行计划


步骤1-2 ：
alter session set statistics_level = all ;

set linesize 120

show parameter statistics_level ;
NAME                                 TYPE                   VALUE
------------------------------------ ---------------------- --------------------
statistics_level                     string                 ALL
SQL>

insert into sales select * from sales_02 where rownum <= 50 ;

EXEC DBMS_STATS.GATHER_TABLE_STATS(user,'SALES');
select column_name, num_distinct, histogram from user_tab_columns where table_name = 'SALES'  ;

SQL> select column_name, num_distinct, histogram from user_tab_columns where table_name = 'SALES'  ;

COLUMN_NAM NUM_DISTINCT HISTOGRAM
---------- ------------ ------------------------------
PROD_ID               1 FREQUENCY
CUST_ID              50 NONE
TIME_ID               2 NONE
CHANNEL_ID            2 FREQUENCY
PROMO_ID              1 FREQUENCY
QUANTITY_S            1 NONE
AMOUNT_SOL            2 FREQUENCY


select num_rows from user_tables where table_name = 'SALES'  ;
SQL> select num_rows from user_tables where table_name = 'SALES'  ;

  NUM_ROWS
----------
        50




select count(*) from sales a where amount_sold >
( select avg(amount_sold)  from sales b
where b.prod_id = a.prod_id
and channel_id = 3 and promo_id = 999 )
and channel_id = 3 and promo_id = 999 ;


  COUNT(*)
----------
       309

已用时间:  00: 00: 00.02
SQL>

select * from table(dbms_xplan.display_cursor(NULL,NULL,'allstats last')) ;

PLAN_TABLE_OUTPUT
------------------------------------------------------------------------------------------------------------------------
SQL_ID  18vj1zs6jut5g, child number 0
-------------------------------------
select count(*) from sales a where amount_sold > ( select
avg(amount_sold)  from sales b where b.prod_id = a.prod_id and
channel_id = 3 and promo_id = 999 ) and channel_id = 3 and promo_id =
999

Plan hash value: 1265065521

----------------------------------------------------------------------------------------
| Id  | Operation            | Name  | Starts | E-Rows | A-Rows |   A-Time   | Buffers |
|   0 | SELECT STATEMENT     |       |      1 |        |      1 |00:00:00.01 |      14 |
|   1 |  SORT AGGREGATE      |       |      1 |      1 |      1 |00:00:00.01 |      14 |
|*  2 |   FILTER             |       |      1 |        |      0 |00:00:00.01 |      14 |
|*  3 |    TABLE ACCESS FULL | SALES |      1 |     48 |     49 |00:00:00.01 |       7 |
|   4 |    SORT AGGREGATE    |       |      1 |      1 |      1 |00:00:00.01 |       7 |
|*  5 |     TABLE ACCESS FULL| SALES |      1 |     48 |     49 |00:00:00.01 |       7 |
----------------------------------------------------------------------------------------
  

CHANNEL_ID            2 FREQUENCY
PROMO_ID              1 FREQUENCY

  NUM_ROWS
----------
      50
      
计算 cardinality      
      1/2 * 1 * 50 = 25  ,
基数算出来是 25


     
步骤3：

SQL> select count(*) from sales ;

  COUNT(*)
----------
   2756579


再次执行sql， 并看执行计划：


select count(*) from sales a where amount_sold >
( select avg(amount_sold)  from sales b
where b.prod_id = a.prod_id
and channel_id = 3 and promo_id = 999 )
and channel_id = 3 and promo_id = 999 ;


   
select * from table(dbms_xplan.display_cursor(NULL,NULL,'allstats last')) ;
PLAN_TABLE_OUTPUT
------------------------------------------------------------------------------------------
SQL_ID  18vj1zs6jut5g, child number 0
-------------------------------------
select count(*) from sales a where amount_sold > ( select
avg(amount_sold)  from sales b where b.prod_id = a.prod_id and
channel_id = 3 and promo_id = 999 ) and channel_id = 3 and promo_id =
999

Plan hash value: 1265065521

----------------------------------------------------------------------------------------
| Id  | Operation            | Name  | Starts | E-Rows | A-Rows |   A-Time   | Buffers |

PLAN_TABLE_OUTPUT
------------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT     |       |      1 |        |      1 |00:01:53.45 |    2336K|
|   1 |  SORT AGGREGATE      |       |      1 |      1 |      1 |00:01:53.45 |    2336K|
|*  2 |   FILTER             |       |      1 |        |    709K|00:01:53.33 |    2336K|
|*  3 |    TABLE ACCESS FULL | SALES |      1 |     48 |   1554K|00:00:00.98 |   13431 |
|   4 |    SORT AGGREGATE    |       |    173 |      1 |    173 |00:01:51.30 |    2323K|
|*  5 |     TABLE ACCESS FULL| SALES |    173 |     48 |   2131K|00:01:50.93 |    2323K|
----------------------------------------------------------------------------------------


48 VS  2131000  = 50000 倍

SQL> select num_rows from user_tables where table_name = 'SALES'  ;

  NUM_ROWS
----------
        50


使用 extended 包
select dbms_stats.create_extended_stats(ownname => 'SH' , tabname => 'SALES' , extension => '(CHANNEL_ID,PROMO_ID)' ) from dual ;

DBMS_STATS.CREATE_EXTENDED_STATS(OWNNAME=>'SH',TABNAME=>'SALES',EXTENSION=>'(CHANNEL_ID,PROMO_ID)')
------------------------------------------------------------------------------------------------------------------------
SYS_STU7$MLVU9QOBUF89709XS1VC9

已用时间:  00: 00: 01.65
SQL>
SQL>


exec dbms_stats.gather_table_stats(null,'SALES', method_opt => 'for columns SYS_STU7$MLVU9QOBUF89709XS1VC9 size 2' );  

select count(*) from sales a where amount_sold >
( select avg(amount_sold)  from sales b
where b.prod_id = a.prod_id
and channel_id = 3 and promo_id = 999 )
and channel_id = 3 and promo_id = 999 ;

alter system flush shared_pool;   
select * from table(dbms_xplan.display_cursor(NULL,NULL,'allstats last')) ;  

PLAN_TABLE_OUTPUT
-----------------------------------------------------------------------------------------------------------------------
SQL_ID  18vj1zs6jut5g, child number 0
-------------------------------------
select count(*) from sales a where amount_sold > ( select
avg(amount_sold)  from sales b where b.prod_id = a.prod_id and
channel_id = 3 and promo_id = 999 ) and channel_id = 3 and promo_id =
999

Plan hash value: 4009253081

----------------------------------------------------------------------------------------------------------------------
| Id  | Operation             | Name    | Starts | E-Rows | A-Rows |   A-Time   | Buffers |  OMem |  1Mem | Used-Mem |
|   0 | SELECT STATEMENT      |         |      1 |        |      1 |00:00:01.79 |   26898 |       |    |             |
|   1 |  SORT AGGREGATE       |         |      1 |      1 |      1 |00:00:01.79 |   26898 |       |    |             |
|*  2 |   HASH JOIN           |         |      1 |  94910 |    709K|00:00:01.79 |   26898 |  1316K|  1316K| 1666K (0)|
|   3 |    VIEW               | VW_SQ_1 |      1 |     72 |     72 |00:00:00.92 |   13431 |       |    |             |
|   4 |     HASH GROUP BY     |         |      1 |     72 |     72 |00:00:00.92 |   13431 |  1106K|  1106K| 2480K (0)|
|*  5 |      TABLE ACCESS FULL| SALES   |      1 |   1554K|   1554K|00:00:00.48 |   13431 |       |    |             |
|*  6 |    TABLE ACCESS FULL  | SALES   |      1 |   1554K|   1554K|00:00:00.49 |   13431 |       |    |             |
----------------------------------------------------------------------------------------------------------------------

SQL> select num_rows from user_tables where table_name = 'SALES'  ;

  NUM_ROWS
----------
   2756579
   
   
EXEC DBMS_STATS.GATHER_TABLE_STATS(user,'SALES');


SQL> select column_name, num_distinct, histogram from user_tab_columns where table_name = 'SALES'  ;

COLUMN_NAM NUM_DISTINCT HISTOGRAM
---------- ------------ ------------------------------
PROD_ID              72 FREQUENCY
CUST_ID            7059 NONE
TIME_ID            1460 NONE
CHANNEL_ID            4 FREQUENCY
PROMO_ID              4 FREQUENCY
QUANTITY_S            1 NONE
AMOUNT_SOL         3586 HYBRID

已选择 7 行。
CHANNEL_ID  PROMO_ID 各选择一个值，就是：

1/4 * 1/4 * 2756579 =  172286
           
基数是 172286
estimated rows : 1554000


去掉统计信息

这些都无效，
exec DBMS_STATS.DROP_EXTENDED_STATS(null,'SALES','(CHANNEL_ID,PROMO_ID)');
exec DBMS_STATS.DELETE_TABLE_STATS(ownname => 'SH',  tabname => 'SALES');
select ADDRESS, HASH_VALUE from V$SQLAREA where SQL_ID = '18vj1zs6jut5g';
ADDRESS          HASH_VALUE
---------------- ----------
000007FF0465AB40  220030127
exec SYS.DBMS_SHARED_POOL.PURGE ('000007FF0465AB40,220030127', 'C');


select count(*) from sales a where amount_sold >
( select avg(amount_sold)  from sales b
where b.prod_id = a.prod_id
and channel_id = 3 and promo_id = 999 )
and channel_id = 3 and promo_id = 999 ;


SQL> select column_name, num_distinct, histogram from user_tab_columns where table_name = 'SALES'  ;

COLUMN_NAM NUM_DISTINCT HISTOGRAM
---------- ------------ ------------------------------
PROD_ID                 NONE
CUST_ID                 NONE
TIME_ID                 NONE
CHANNEL_ID              NONE
PROMO_ID                NONE
QUANTITY_S              NONE
AMOUNT_SOL              NONE

已选择 7 行。

SQL>  select num_rows from user_tables where table_name = 'SALES'  ;

  NUM_ROWS
----------



select * from table(dbms_xplan.display_cursor(NULL,NULL,'allstats last')) ;

Plan hash value: 4009253081

----------------------------------------------------------------------------------------------------------------------
| Id  | Operation             | Name    | Starts | E-Rows | A-Rows |   A-Time   | Buffers |  OMem |  1Mem | Used-Mem |

PLAN_TABLE_OUTPUT
------------------------------------------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT      |         |      1 |        |      1 |00:00:01.67 |   26898 |       |    |             |
|   1 |  SORT AGGREGATE       |         |      1 |      1 |      1 |00:00:01.67 |   26898 |       |    |             |
|*  2 |   HASH JOIN           |         |      1 |  95637 |    709K|00:00:01.67 |   26898 |  1316K|  1316K| 1583K (0)|
|   3 |    VIEW               | VW_SQ_1 |      1 |     72 |     72 |00:00:00.87 |   13431 |       |    |             |
|   4 |     HASH GROUP BY     |         |      1 |     72 |     72 |00:00:00.87 |   13431 |  1106K|  1106K| 2480K (0)|
|*  5 |      TABLE ACCESS FULL| SALES   |      1 |   1566K|   1554K|00:00:00.45 |   13431 |       |    |             |
|*  6 |    TABLE ACCESS FULL  | SALES   |      1 |   1566K|   1554K|00:00:00.45 |   13431 |       |    |             |
----------------------------------------------------------------------------------------------------------------------

最后还是truncate table ，重新建立数据


truncate table sales ;

insert into sales select * from sales_02 where rownum <= 50 ;

EXEC DBMS_STATS.GATHER_TABLE_STATS(user,'SALES');

SQL> select column_name, num_distinct, histogram from user_tab_columns where table_name = 'SALES'  ;

COLUMN_NAM NUM_DISTINCT HISTOGRAM
---------- ------------ ------------------------------
PROD_ID               1 FREQUENCY
CUST_ID              50 NONE
TIME_ID               2 NONE
CHANNEL_ID            2 FREQUENCY
PROMO_ID              1 FREQUENCY
QUANTITY_S            1 NONE
AMOUNT_SOL            2 FREQUENCY

已选择 7 行。

SQL> select num_rows from user_tables where table_name = 'SALES'  ;

  NUM_ROWS
----------
        50

select count(*) from sales a where amount_sold >
( select avg(amount_sold)  from sales b
where b.prod_id = a.prod_id
and channel_id = 3 and promo_id = 999 )
and channel_id = 3 and promo_id = 999 ;
COUNT(*)
---------
   709087
   
select * from table(dbms_xplan.display_cursor(NULL,NULL,'allstats last')) ;
Plan hash value: 1265065521

----------------------------------------------------------------------------------------
| Id  | Operation            | Name  | Starts | E-Rows | A-Rows |   A-Time   | Buffers |

PLAN_TABLE_OUTPUT
-----------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT     |       |      1 |        |      1 |00:01:32.27 |    2339K|
|   1 |  SORT AGGREGATE      |       |      1 |      1 |      1 |00:01:32.27 |    2339K|
|*  2 |   FILTER             |       |      1 |        |    709K|00:01:32.13 |    2339K|
|*  3 |    TABLE ACCESS FULL | SALES |      1 |      1 |   1554K|00:00:00.67 |   13571 |
|   4 |    SORT AGGREGATE    |       |    173 |      1 |    173 |00:01:30.73 |    2326K|
|*  5 |     TABLE ACCESS FULL| SALES |    173 |      1 |   2131K|00:01:30.44 |    2326K|
----------------------------------------------------------------------------------------

1 VS 2131k 差无数倍

   1 - SEL$1
   3 - SEL$1 / A@SEL$1
   4 - SEL$2
   5 - SEL$2 / B@SEL$2


使用  hint



select /*+UNNEST(@"SEL$2")*/ count(*) from sales a where amount_sold >
( select avg(amount_sold)  from sales b
where b.prod_id = a.prod_id
and channel_id = 3 and promo_id = 999 )
and channel_id = 3 and promo_id = 999 ;  
select * from table(dbms_xplan.display_cursor(NULL,NULL,'allstats last')) ;

Plan hash value: 4009253081

----------------------------------------------------------------------------------
| Id  | Operation             | Name    | Starts | E-Rows | A-Rows |   A-Time   |

PLAN_TABLE_OUTPUT
----------------------------------------------------------------------------------
----------------------------------------------------------------------------------
|   0 | SELECT STATEMENT      |         |      1 |        |      1 |00:00:01.64 |
|   1 |  SORT AGGREGATE       |         |      1 |      1 |      1 |00:00:01.64 |
|*  2 |   HASH JOIN           |         |      1 |      2 |    709K|00:00:01.64 |
|   3 |    VIEW               | VW_SQ_1 |      1 |      1 |     72 |00:00:00.85 |
|   4 |     HASH GROUP BY     |         |      1 |      1 |     72 |00:00:00.85 |
|*  5 |      TABLE ACCESS FULL| SALES   |      1 |     48 |   1554K|00:00:00.44 |
|*  6 |    TABLE ACCESS FULL  | SALES   |      1 |     48 |   1554K|00:00:00.44 |
----------------------------------------------------------------------------------

看完上述内容，你们掌握Oracle11g/12c dbms_stat extended stats 实验的示例分析的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！


网页题目：Oracle11g/12cdbms_statextendedstats实验的示例分析
文章源于：http://cxhlcq.com/article/pipsce.html

其他资讯

全国免费咨询:

400-028-6601

业务咨询：028-86922220 / 13518219792

节假值班：18980820575 / 13518219792

联系地址：成都市太升南路288号锦天国际A幢1002号

Copyright © 成都创新互联科技有限公司重庆分公司 渝ICP备2021005571号
友情链接:： 成都网站建设 重庆网站建设 四川网站建设 重庆建设网站 移动服务器托管 成都服务器托管 云服务器 广告设计制作 重庆网页设计 重庆做网站 重庆网站制作 重庆网站建设 重庆网站公司 渝中网站制作 重庆网站设计

在线咨询

微信咨询

电话咨询

028-86922220（工作日）

18980820575（7×24）

提交需求

返回顶部