統計資訊不正確導致執行計劃的錯誤選擇

hooca發表於2016-06-04
過時的統計資訊，會對執行計劃的選擇產生偏差。尤其對於突然產生的效能很差的SQL，可以從這個方向去判斷。

參考：http://www.eygle.com/archives/2011/02/dba_event_10046_10053.html

上文中的例子，過程概述：

1）檢視執行計劃顯示的“疑問表”的行數rows_A；
2）檢視10053 event trace中顯示的“疑問表”的行數rows_B；

rows_A是統計資訊中的值，rows_B是實際計算的值。

文章示例是在9i下的，以下是11g的示例，與9i略有不同。


點選(此處)摺疊或開啟

  1. -----------------------------
  2. SYSTEM STATISTICS INFORMATION
  3. -----------------------------
  4.   Using NOWORKLOAD Stats
  5.   CPUSPEEDNW: 3074 millions instructions/sec (default is 100)
  6.   IOTFRSPEED: 4096 bytes per millisecond (default is 4096)
  7.   IOSEEKTIM: 10 milliseconds (default is 10)
  8.   MBRC: NO VALUE blocks (default is 8)

  10. ***************************************
  11. BASE STATISTICAL INFORMATION
  12. ***********************
  13. Table Stats::
  14.   Table: SUM$ Alias: S
  15.     #Rows: 1 #Blks: 1 AvgRowLen: 129.00 ChainCnt: 0.00
  16. Index Stats::
  17.   Index: SYS_IL0000001030C00030$$ Col#: (NOT ANALYZED)
  18.     LVLS: 1 #LB: 25 #DK: 100 LB/K: 1.00 DB/K: 1.00 CLUF: 800.00
  19.   Index: SYS_IL0000001030C00031$$ Col#: (NOT ANALYZED)
  20.     LVLS: 1 #LB: 25 #DK: 100 LB/K: 1.00 DB/K: 1.00 CLUF: 800.00
  21.   Index: I_SUM$_1 Col#: 1
  22.     LVLS: 0 #LB: 1 #DK: 1 LB/K: 1.00 DB/K: 1.00 CLUF: 1.00
  23. ***************************************
  24. 1-ROW TABLES: SUM$[S]#0
  25. Access path analysis for SUM$
  26. ***************************************
  27. SINGLE TABLE ACCESS PATH
  28.   Single Table Cardinality Estimation for SUM$[S]
  29.   Column (#1): OBJ#(
  30.     AvgLen: 5 NDV: 1 Nulls: 0 Density: 1.000000 Min: 81279 Max: 81279
  31.   Column (#11): XPFLAGS(
  32.     AvgLen: 6 NDV: 1 Nulls: 0 Density: 1.000000 Min: 67108864 Max: 67108864
  33.   Table: SUM$ Alias: S
  34.     Card: Original: 1.000000 Rounded: 1 Computed: 0.01 Non Adjusted: 0.01
  35.   Access Path: TableScan
  36.     Cost: 2.00 Resp: 2.00 Degree: 0

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/22621861/viewspace-2113854/，如需轉載，請註明出處，否則將追究法律責任。

相關文章