Oracle-探究统计信息收集自动采样AUTO_SAMPLE_SIZE

前言:

Oracle数据库进行统计信息收集时,可以通过ESTIMATE_PERCENT参数指定采样方式或者比例,有以下4种指定的方式

1 统计信息收集时不指定值,这时候ESTIMATE_PERCENT值为默认值DBMS_STATS.AUTO_SAMPLE_SIZE,自动采样

2 指定采样比例,范围可以为0.000001到100

3 指定采样方式为自动采样DBMS_STATS.AUTO_SAMPLE_SIZE

4 指定为null,这时候采样比例为100

统计收集测试:

对一张1000W行的1.2G的表TEST进行统计信息收集测试,分别使用指定采样比例方式以及自动采样方式进行收集测试

使用estimate_percent =>DBMS_STATS.AUTO_SAMPLE_SIZE自动采样方式,花费时间9.04秒

复制代码
SQL> exec  DBMS_STATS.GATHER_TABLE_STATS(ownname=>'TEST', tabname=>'TEST',estimate_percent => DBMS_STATS.AUTO_SAMPLE_SIZE, method_opt       =>'for all columns size auto',no_invalidate    => FALSE,degree=> 8,  cascade=> TRUE);
​
PL/SQL procedure successfully completed.
​
Elapsed: 00:00:09.04

查看表统计信息收集的采样比例,这里自动采样使用的比例为100

查看表列统计信息的采样比例为,可以看到对于收集直方图信息的owner,created列,采样比例发生了改变,这里使用了一个很低的采样比例大小

查看索引统计信息的采样比例,这里同样也是使用了一个很低的采样比例

使用estimate_percent =>30指定30%比例采样,花费时间28秒,慢了2倍左右

复制代码
SQL> exec  DBMS_STATS.GATHER_TABLE_STATS(ownname=>'TEST', tabname=>'TEST',estimate_percent => 30, method_opt       =>'for all columns size auto',no_invalidate    => FALSE,degree=> 8,  cascade=> TRUE);
​
PL/SQL procedure successfully completed.
​
Elapsed: 00:00:28.27
SQL> 

查看表统计信息收集的采样比例,跟指定的比例一样为30%

查看列统计信息收集的采样比例,跟指定的比例一样为30%

查看索引统计信息收集的采样比例,跟指定的比例一样为30%

分析DBMS_STATS.AUTO_SAMPLE_SIZE自动采样的执行过程:

通过10046j进行跟踪,分析DBMS_STATS.AUTO_SAMPLE_SIZE自动采集的过程

主要执行的语句步骤如下

1 获取表的统计信以及列的统计信息,这里采用的是100比例的采样,也是主要的耗时操作

2 对于要收集直方图信息的列,按0.0495277038比例的采样数据插入临时表ora_temp_1_ds_110008

3 从临时表ora_temp_1_ds_110008分组统计owner列频率直方图列的信息

4 从临时表ora_temp_1_ds_110008分组统计created列的高度均衡直方图的信息

5 清空临时表数据

truncate table sys.ora_temp_1_ds_110008

6 按4.3728587743的采样比例收集索引IND_TEST_OWNER的统计信息

7 按3.8608254352的采样比例收集索引IND_TEST_CREATED的统计信息

可以看到DBMS_STATS.AUTO_SAMPLE_SIZE默认对于全表的采用的是100%的采样比例收集,但对于索引,需要收集直方图信息的列单独采集的比例很低,所以整体的速度提升很多

从Oracle mos的文档**How to Gather Optimizer Statistics on 11g (Doc ID 749227.1)**我们也可以看到在Oracle11g版本,为了对表本身收集尽可能的准确以及11g版本后使用了新的更快的hash算法去计算统计信息,所以默认对于表自身的统计信息收集采用的比例是100%,而对于列级别的统计信息采集比例则采用内部自动计算的方式

分析指定采样比例的执行过程:

继续通过10046跟踪分析指定采样比例30%的收集过程

主要执行的语句步骤如下

1 按30%采样全表扫描,获取表的统计信以及列的统计信息

2 按30%采样分组统计owner列频率直方图列的信息

3 按30%采样分组统计created列高频直方图列的信息

4 按采样30%的比例收集索引IND_TEST_OWNER的统计信息

5 按采样30的比例收集索引IND_TEST_CREATED的统计信息

可以看到指定采样比例的方式,全程不管是对于表,列的直方图以及索引都采集30%表数据的方式进行采样,所以在列的直方图以及索引这一块的消耗时间要比DBMS_STATS.AUTO_SAMPLE_SIZE高,整个过程下来收集的时间相对较长,要多次执行对表统计信息收集表TEST的全表扫描

总结:

测试下来,在Oracle11g 版本使用DBMS_STATS.AUTO_SAMPLE_SIZE的方式进行统计信息收集还是比较不错的方式,在确保表自身统计信息准确的情况下,对于一些额外的统计信息列直方图,索引,则采取使用内部自动计算采样比例进行收集,兼具了采集的准确度高以及较高的执行效率

相关推荐
island131416 分钟前
【Redis#10】渐进式遍历 | 数据库管理 | redis_cli | RES
数据库·redis·bootstrap
心想事成的幸运大王22 分钟前
Redis的过期策略
数据库·redis·缓存
倔强的石头_23 分钟前
CentOS 上安装KingbaseES(ISO包)详细教程
数据库
Aspiresky1 小时前
浅析Linux进程信号处理机制:基本原理及应用
linux·运维·信号处理
2401_897930061 小时前
使用Docker轻松部署Neo4j图数据库
数据库·docker·neo4j
诗句藏于尽头1 小时前
Django模型与数据库表映射的两种方式
数据库·python·django
全栈工程师修炼指南1 小时前
告别手动构建!Jenkins 与 Gitlab 完美协作,根据参数自动化触发CI/CD流水线实践
运维·ci/cd·自动化·gitlab·jenkins
ajassi20002 小时前
linux C 语言开发 (八) 进程基础
linux·运维·服务器
寻星探路2 小时前
数据库造神计划第六天---增删改查(CRUD)(2)
java·大数据·数据库
matlab的学徒3 小时前
Web与Nginx网站服务(改)
linux·运维·前端·nginx·tomcat