统计信息
统计信息概述
统计信息是数据库中关于表和索引数据的元信息，用于描述数据的分布、唯一性、大小等特征。数据库优化器依赖统计信息来选择最优的执行计划。统计信息对于 CBO（基于代价的优化器）生成执行计划具有直接影响。
收集统计信息
dm收集统计信息的三种方法：
• 使用dbms_stats包收集
• 使用stat on语句收集
• 使用sp_stat函数收集
–dbms_stats 支持对模式下对象、单个表、单个索引收集统计信息，指定采样率
dbms_stats.gather_table_stats(‘DMTEST’,‘T_TESTTAB’,ESTIMATE_PERCENT=>100);
–查询sp_stat相关的函数
select name from v$ifun t where name like ‘SP%_STAT%_INIT’;
–stat 语句支持对表、索引、列收集统计信息
stat 100 on dmtest.t_testtab(userid);
DM 收集统计信息的方法分为手动收集和自动收集。
手动收集
–收集指定用户下所有表所有列的统计信息：
DBMS_STATS.GATHER_SCHEMA_STATS(‘username’,100,TRUE,‘FOR ALL COLUMNS SIZE AUTO’);
–收集指定用户下所有索引的统计信息：
DBMS_STATS.GATHER_SCHEMA_STATS(‘usename’,1.0,TRUE,‘FOR ALL INDEXED SIZE AUTO’);
–或 收集单个索引统计信息：
DBMS_STATS.GATHER_INDEX_STATS(‘username’,‘IDX_T2_X’);
–收集指定用户下某表统计信息：
DBMS_STATS.GATHER_TABLE_STATS(‘username’,‘table_name’,null,100,TRUE,‘FOR ALL COLUMNS SIZE AUTO’);
–收集某表某列的统计信息：
STAT 100 ON table_name(column_name);
自动收集
DM支持统计信息的自动收集，当全表数据量变化超过设定阈值后可自动更新统计信息
–打开表数据量监控开关，参数值为 1 时监控所有表，2 时仅监控配置表
SP_SET_PARA_VALUE(1,‘AUTO_STAT_OBJ’,2);
–设置 SYSDBA.T 表数据变化率超过 15% 时触发自动更新统计信息
DBMS_STATS.SET_TABLE_PREFS(‘SYSDBA’,‘T’,‘STALE_PERCENT’,15);
–配置自动收集统计信息触发时机
SP_CREATE_AUTO_STAT_TRIGGER(1, 1, 1, 1,‘14:36’, ‘2020/3/31’,60,1);
/*
函数各参数介绍
SP_CREATE_AUTO_STAT_TRIGGER(
TYPE INT, --间隔类型，默认为天
FREQ_INTERVAL INT, --间隔频率，默认 1
FREQ_SUB_INTERVAL INT, --间隔频率，与 FREQ_INTERVAL 配合使用
FREQ_MINUTE_INTERVAL INT, --间隔分钟，默认为 1440
STARTTIME VARCHAR(128), --开始时间，默认为 22:00
DURING_START_DATE VARCHAR(128), --重复执行的起始时间，默认 1900/1/1
MAX_RUN_DURATION INT, --允许的最长执行时间(秒)，默认不限制
ENABLE INT --0 关闭，1 启用 --默认为 1
);
*/
统计信息的基本操作
查看统计信息
–用于经过 GATHER_TABLE_STATS、GATHER_INDEX_STATS 或 GATHER_SCHEMA_STATS 收集之后展示。
dbms_stats.table_stats_show(‘模式名’,‘表名’);
–用于经过 GATHER_TABLE_STATS、GATHER_INDEX_STATS 或 GATHER_SCHEMA_STATS 收集之后展示。 返回两个结果集：一个是索引的统计信息；另一个是直方图的统计信息。
dbms_stats.index_stats_show(‘模式名’,‘索引名’);
–用于经过 GATHER_TABLE_STATS、GATHER_INDEX_STATS 或 GATHER_SCHEMA_STATS 收集之后展示。
dbms_stats.COLUMN_STATS_SHOW(‘模式名’,‘表名’,‘列名’);
更新统计信息
–更新已有统计信息
DBMS_STATS.UPDATE_ALL_STATS();
删除统计信息
–表
DBMS_STATS.DELETE_TABLE_STATS(‘模式名’,‘表名’,‘分区名’,…);
–模式
DBMS_STATS.DELETE_SCHMA_STATS(‘模式名’,‘’,‘’,…);
–索引
DBMS_STATS.DELETE_INDEX_STATS(‘模式名’,‘索引名’,‘分区表名’,…);
–字段
DBMS_STATS.DELETE_COLUMN_STATS(‘模式名’,‘表名’,‘列名’,‘分区表名’,…);
测试用例
表数据量大幅变化后未更新统计信息
创建测试表并插入初始数据
CREATE TABLE test_employees (
emp_id INT,
dept_id INT,
emp_name VARCHAR(50)
);
– 插入 1000 条数据，dept_id 均匀分布（1~10）
INSERT INTO test_employees
SELECT LEVEL, MOD(LEVEL, 10) + 1, ‘EMP_’ || LEVEL
FROM DUAL CONNECT BY LEVEL <= 1000;
– 创建非唯一索引
CREATE INDEX idx_dept ON test_employees(dept_id);
收集统计信息
DBMS_STATS.GATHER_TABLE_STATS(‘SYSDBA’, ‘TEST_EMPLOYEES’, NULL, 100);
查看执行计划（正确使用索引）
EXPLAIN SELECT * FROM test_employees WHERE dept_id = 5;
预期：INDEX RANGE SCAN（dept_id=5 筛选约 100 行）
插入倾斜数据（不更新统计信息）
– 插入 100000 条数据，dept_id 全部为 5
INSERT INTO test_employees
SELECT 1000 + LEVEL, 5, ‘EMP_’ || (1000 + LEVEL)
FROM DUAL CONNECT BY LEVEL <= 100000;
再次执行查询（CBO 错误选择索引扫描）
EXPLAIN SELECT * FROM test_employees WHERE dept_id = 5;
– 实际结果：INDEX RANGE SCAN
– 预期问题：CBO 仍认为 dept_id=5 仅有约 100 行，实际有 100100 行。
更新统计信息并验证
– 预期修正：TABLE FULL SCAN（因 dept_id=5 数据量过大，全表扫描更优）
索引创建后未更新统计信息
创建测试表并插入数据
CREATE TABLE test_products (
product_id INT,
product_name VARCHAR(50),
category_id INT
);
INSERT INTO test_products
SELECT LEVEL, ‘Product_’ || LEVEL, MOD(LEVEL, 10)
FROM DUAL CONNECT BY LEVEL <= 100000;
收集统计信息
DBMS_STATS.GATHER_TABLE_STATS(‘SYSDBA’, ‘TEST_PRODUCTS’, NULL, 100);
创建索引但不更新统计信息
CREATE INDEX idx_category_id ON test_products(category_id);
查看执行计划
EXPLAIN SELECT * FROM test_products WHERE category_id = 5;
–预期选择全表扫描，结果是优化器正确选择索引扫描
更新统计信息后验证
–优化器依然正确选择索引扫描
更多详细资料可前往达梦社区：https://eco.dameng.com