Oracle sql优化基本概念

基数（Cardinality）

• 定义：相对于一个字段而言，所有取值范围的数量
• 脚本：SELECT COUNT(DISTINCT JOB) FROM EMP;
• 说明：单看基数，没有意义

选择性（selectivity）

• 定义：相对于一个字段而言，基数/总行数*100%
• 脚本：
  • 人工计算：根据定义，人工编写脚本计算
  • 统计表：借助DBA_TAB_COL_STATISTICS、DBA_TABLES，这种方式需要先收集统计信息
• 说明：选择性实际上反应的是字段的离散度，选择性越大离散度越高，字段的值分布均衡概率越大

直方图（histogram）

• 定义：相对于一个字段而言，实际上是字段值的具体分布
• 脚本：相当于select job,count(*) from emp group by job;
• 说明：优化器默认字段的数据分布是均衡的，但实际上选择性低的字段的数据分布往往是不均衡的，默认规则与现实的差异会导致优化器选择错误的执行计划

回表（table access by index rowid）

• 定义：通过索引本身无法获取全部数据，需要再借助rowid访问表中的数据。执行计划中的标识为：table access by index rowid
• 说明：回表一般是单块读，回表次数太多会严重影响sql性能

集群因子（clustering factor）

• 定义：通过一个索引扫描一张表，需要访问的表的数据块的数量。用于判断索引回表的物理I/O次数，其值介于表块数和行数之间
• 脚本：SELECT OWNER, INDEX_NAME, CLUSTERING_FACTOR FROM DBA_INDEXES WHERE OWNER = 'SCOTT' AND INDEX_NAME = 'IDX_JOB';
• 说明：
  • 值越接近块数，说明表的数据基本是有序的，并且其顺序与索引顺序基本一致；值越接近行数，说明表的数据和索引顺序差异很大。
  • 当索引范围扫描、索引全扫描不回表或返回数据量很少的时候，不管集群因子多大，对于sql查询性能几乎没有影响。索引唯一扫描只返回一条数据不受影响、索引快速全扫描不回表更不受影响

表之间关系

• 定义：主要指表之间的数量关系，一对一、一对多等

思考

• 基数、直方图等，都属于统计信息，统计信息有很多，比如：
  • 表的统计信息：总行数、块数、行平均长度，DBA_TABLES
  • 列的统计信息：基数、空值数量、数据分布（直方图），DBA_TAB_COL_STATISTICS
  • 索引的统计信息：blevel、叶子块个数、集群因子，DBA_INDEXES

它们有一个共同点，都是静态的统计信息，随着时间推移当表中数据发生变化时，统计信息其实已经过时、不准确了。对于这种情况，oracle提供了一种补偿机制——动态采样，顾名思义它是动态的实时的，同时因为是对数据块做采样，所以不是完全准确的。采样级别越高，采样的数据块越多，得到的分析数据就越接近于真实，但同时伴随着资源消耗的开销也增加了，这是一个需要权衡考虑的东西。