oracle 一個or語句因欄位資料分佈不均並缺少直方圖引起的全表掃描優化分析

darren__chan發表於2018-12-08

以下SQL 走了全表掃描，效率下降，而SQL中謂詞欄位選擇性非常低，通過直方圖，並從btree轉bitmap後效能提供，於是對此過程進行分析。

Select Count(*) From pmc.DesignXXXXX t Where 1=1  and OrganId='C00000220'And CategoryCode=2 and IsEnable=1 and isdelete=0 or (PublicStatus=1  and isdelete=0 );
  COUNT(*)
----------
      1845

較差的執行計劃：通過掃描表方式，邏輯讀需要844525：

=====================================================

Execution Plan
----------------------------------------------------------
Plan hash value: 527126818
-----------------------------------------------------------------------------------
| Id  | Operation	   | Name	 | Rows  | Bytes | Cost (%CPU)| Time     |
-----------------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |		 |	1|    19 |   229K  (1)| 00:45:58 |
|   1 |  SORT AGGREGATE    |		 |	1|    19  |	      |	       	|
|*  2 |   TABLE ACCESS FULL| DESIGNXXXXX |  4744K|    85M|   229K  (1)| 00:45:58 |
-----------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   2 - filter("ISDELETE"=0 AND ("PUBLICSTATUS"=1 OR "ORGANID"='C00000220'
	      AND "CATEGORYCODE"=2 AND "ISENABLE"=1))
Statistics
----------------------------------------------------------
  	  1  recursive calls
  	  0  db block gets
 844525  consistent gets
 842418  physical reads
  	  0  redo size
  	527  bytes sent via SQL*Net to client
  	520  bytes received via SQL*Net from client
  	  2  SQL*Net roundtrips to/from client
  	  0  sorts (memory)
  	  0  sorts (disk)
	  1  rows processed

該SQL是如何選擇的執行計劃(通過10053進行追蹤)：

oracle進行了次以下幾種方式的cost 比較：

1.評估通過全表掃描需要的cost是229760.92.

 Access Path: TableScan
    Cost:  229760.92  Resp: 229760.92  Degree: 0
      Cost_io: 229075.00  Cost_cpu: 25302994949
      Resp_io: 229075.00  Resp_cpu: 25302994949

2.評估通過點陣圖索引的方式cost是741028,這裡是已經同時用bitmap方式將or兩邊進行聯結的消耗。

****** trying bitmap/domain indexes ******

....

Bitmap nodes:

Used IND_DESIGNXXXXX_ISENABLE_ORG

Cost = 35.099036, sel = 0.000494

Used IND_DESIGNXXXXX_CATEGORYCODE

Cost = 1281.621955, sel = 0.034894

Bitmap nodes:

Used IND_PUBLICSTATUS

Cost = 17275.447942, sel = 0.471383

Used bitmap node

Bitmap nodes:

Used bitmap node

Access path: Bitmap index - accepted

Cost: 741028.481879 Cost_io: 740534.527080 Cost_cpu: 18221443693.247154 Sel: 0.471392

因為該語句中存在or ，即分別計算or左右的訪問路徑消耗，再來進行組合。

3.or右邊通過IND_PUBLICSTATUS索引範圍掃描 cost是429957

Access Path: index (AllEqRange)

Index: IND_PUBLICSTATUS

resc_io: 429587.00 resc_cpu: 13681713060

ix_sel: 0.477347 ix_sel_with_filters: 0.477347

Cost: 429957.89 Resp: 429957.89 Degree: 1

4.or左邊分別計算使用以下索引的的消耗

1)DESIGNXXXXX_TIME_ORGANID的消耗是88778。

Access Path: index (SkipScan)

Index: DESIGNXXXXX_TIME_ORGANID

resc_io: 88761.00 resc_cpu: 643271006

ix_sel: 0.000509 ix_sel_with_filters: 0.000509

Cost: 88778.44 Resp: 88778.44 Degree: 1

2)IND_DESIGNXXXXX_CATEGORYCODE的消耗是32961.

Access Path: index (AllEqRange)

Index: IND_DESIGNXXXXX_CATEGORYCODE

resc_io: 32934.00 resc_cpu: 1020893102

ix_sel: 0.036885 ix_sel_with_filters: 0.036885

Cost: 32961.67 Resp: 32961.67 Degree: 1

ColGroup Usage:: PredCnt: 2 Matches Full: #2 Partial: Sel: 0.0005

3)IND_DESIGNXXXXX_CATEGORYCODE的消耗是32961.

Access Path: index (AllEqRange)

Index: IND_DESIGNXXXXX_ISENABLE_ORG

resc_io: 6499.00 resc_cpu: 57845156

ix_sel: 0.000494 ix_sel_with_filters: 0.000494

Cost: 6500.57 Resp: 6500.57 Degree: 1

4)單獨 IND_DESIGNXXXXX_ISENABLE_ORG和IND_DESIGNXXXXX_CATEGORYCODE轉bitmap 的消耗是1406。

Bitmap nodes:

Used IND_DESIGNXXXXX_ISENABLE_ORG

Cost = 35.099036, sel = 0.000494

Used IND_DESIGNXXXXX_CATEGORYCODE

Cost = 1281.621955, sel = 0.034894

Access path: Bitmap index - accepted

Cost: 1406.374238 Cost_io: 1399.626467 Cost_cpu: 248917754.369408 Sel: 0.000017

這裡需要注意的是將or左右兩邊分別拿出來計算，最終合併需要統計計算兩邊的消耗，因此以上的所有消耗評估是：

全表掃描(Cost: 229760.92)< IND_PUBLICSTATUS索引（Cost: 429957.89）+任意左邊任意一種訪問路徑方式 <兩邊直接轉點陣圖聯結的方式（Cost: 741028）

於是自然而然選擇了全表掃描：

Final cost for query block SEL$1 (#0) - All Rows Plan:

Best join order: 1

Cost: 229760.9246 Degree: 1 Card: 1845.0000 Bytes: 35055

Resc: 229760.9246 Resc_io: 229075.0000 Resc_cpu: 25302994949

Resp: 229760.9246 Resp_io: 229075.0000 Resc_cpu: 25302994949

我們要知道以上都只是oracle CBO評估的結果，而在日常應用中CBO如果獲取的表資訊不夠準確便為導致評估結果不一定是正確，而我們有時無法控制的是SQL每次硬解析時獲取資訊是否足夠準確，這也是因此偶爾會出現執行計劃突變的狀況。

以上SQL 通過收集直方圖後便可暫時得到解決。

這是收集直方圖後，較優的執行計劃：分別通過btree索引轉成BITMAP索引方式，邏輯讀需要 2196

================================================================

Execution Plan
----------------------------------------------------------
Plan hash value: 4067119963
--------------------------------------------------------------------------------------------------------------------
| Id  | Operation			   | Name			   | Rows  | Bytes | Cost (%CPU)| Time	   |
--------------------------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT		   |				   |	 1 |	19 |   647   (1)| 00:00:08 |
|   1 |  SORT AGGREGATE 		   |				   |	 1 |	19 |		|	   |
|*  2 |   TABLE ACCESS BY INDEX ROWID	   | DESIGNXXXXX		   |  1901 | 36119 |   647   (1)| 00:00:08 |
|   3 |    BITMAP CONVERSION TO ROWIDS	   |				   |	   |	   |		|	   |
|   4 |     BITMAP OR			   |				   |	   |	   |		|	   |
|   5 |      BITMAP CONVERSION FROM ROWIDS |				   |	   |	   |		|	   |
|*  6 |       INDEX RANGE SCAN		   | IND_PUBLICSTATUS		   |	   |	   |	 6   (0)| 00:00:01 |
|   7 |      BITMAP AND 		   |				   |	   |	   |		|	   |
|   8 |       BITMAP CONVERSION FROM ROWIDS|				   |	   |	   |		|	   |
|*  9 |        INDEX RANGE SCAN 	   | IND_DESIGNXXXXx_ISENABLE_ORG  |	   |	   |	 3   (0)| 00:00:01 |
|  10 |       BITMAP CONVERSION FROM ROWIDS|				   |	   |	   |		|	   |
|* 11 |        INDEX RANGE SCAN 	   | IND_DESIGNXXXXXX_CATEGORYCODE |	   |	   |   102   (0)| 00:00:02 |
--------------------------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   2 - filter("ISDELETE"=0)
   6 - access("PUBLICSTATUS"=1)
   9 - access("ISENABLE"=1 AND "ORGANID"='C00000220')
  11 - access("CATEGORYCODE"=2)
Statistics
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
       2196  consistent gets
	  0  physical reads
	  0  redo size
	527  bytes sent via SQL*Net to client
	520  bytes received via SQL*Net from client
	  2  SQL*Net roundtrips to/from client
	  0  sorts (memory)
	  0  sorts (disk)
	  1  rows processed

以上 BITMAP CONVERSION的順序過程：

步驟1.sql通過IND_PUBLICSTATUS索引到表中獲取符合條件的行，然後從獲取的行中的rowid轉換成bitmap，這一步是BITMAP CONVERSION FROM ROWIDS。

步驟2.sql通過IND_DESIGNXXXXX_CATEGORYCODE索引到表中獲取符合條件的行，然後同樣從獲取的行中的rowid轉換成bitmap，這一步是BITMAP CONVERSION FROM ROWIDS。

步驟3.sql通過IND_DESIGNXXXXX_ISENABLE_ORG索引到表中獲取符合條件的行，然後同樣從獲取的行中的rowid轉換成bitmap，這一步是BITMAP CONVERSION FROM ROWIDS。

步驟4.sql 將步驟2和步驟3所得bitmap資料通過BITMAP AND 方式取交集。

步驟5.sql 將步驟1所得bitmaps資料與步驟4通過BITMAP OR方式取並集。

步驟6.sql 將步驟5最終獲取的並集bitmap資料轉換成ROWIDS，這一步是BITMAP CONVERSION TO ROWIDS。

步驟7.sql 將步驟6獲取的rowid通過回表方式到表中獲取所需要的欄位資料，這一步是ABLE ACCESS BY INDEX ROWID 。

為什麼會這樣:

當對錶中的唯一度不高的列建立了index，oracle就有可能選擇轉為bitmap來執行。檢視sql中where條件後欄位都是選擇性非常的低。

相應欄位選擇性：

COLUMN_NAME                      NUM_ROWS CARDINALITY SELECTIVITY
------------------------------ ---------- ----------- -----------
ORGANID                          21095783        2070         .01
CATEGORYCODE                     21095783          29           0
ISENABLE                         21095783           2           0
ISDELETE                         21095783           2           0
PUBLISHSTATE                     21095783           1           0
對應索引：
INDEX_NAME                         INDEX_COL              INDEX_TYPE            
--------------------------------   ---------------------- ----------------------
PMC.IND_DESIGNXXXXX_CATEGORYCODE  CATEGORYCODE           NORMAL-NONUNIQUE      
PMC.IND_DESIGNXXXXX_ISENABLE_ORG  ISENABLE,ORGANID       NORMAL-NONUNIQUE      
PMC.IND_PUBLICSTATUS               PUBLICSTATUS           NORMAL-NONUNIQUE

同樣使用10053追蹤增加直方圖後SQL執行，此時CBO為什麼可以選擇到轉點陣圖的執行計劃，發現增加直方圖之後評估消耗只需要647，而在此之前所需消耗要高達741028。

增加直方圖後的評估：

Access path: Bitmap index - accepted

Cost: 647.047103 Cost_io: 646.348285 Cost_cpu: 25778603.541021 Sel: 0.000103

對比未增加直方圖之前的評估：

Access path: Bitmap index - accepted

Cost: 741028.481879 Cost_io: 740534.527080 Cost_cpu: 18221443693.247154 Sel: 0.471392

為什麼收集直方圖後評估的消耗可以這麼低？

在oracle CBO 計算cost主要是IO成本+CPU成本，在計算成本之前,CBO會收集以下統計資訊:

列中不同值的數量也就是NDV

列中的最小值/最大值

列中null值的數量

資料分佈

直方圖資訊（前提是收集直方圖）

對比收集直方圖前後的欄位資訊：

收集直方圖之前的欄位資訊：

Column (#4): ORGANID(

AvgLen: 10 NDV: 2023 Nulls: 4717 Density: 0.000494

Column (#29): CATEGORYCODE(

AvgLen: 2 NDV: 27 Nulls: 1164044 Density: 0.037037 Min: 0 Max: 66

Column (#38): ISENABLE(

AvgLen: 2 NDV: 2 Nulls: 1151627 Density: 0.500000 Min: 0 Max: 1

Column (#14): ISDELETE(

AvgLen: 3 NDV: 2 Nulls: 0 Density: 0.500000 Min: 0 Max: 1

Column (#32): PUBLICSTATUS(

AvgLen: 2 NDV: 2 Nulls: 1151554 Density: 0.500000 Min: 0 Max: 1

收集直方圖之後的欄位資訊：

Single Table Cardinality Estimation for DESIGNXXXXX[T]

Column (#14):

NewDensity:0.041803, OldDensity:0.000000 BktCnt:6033548, PopBktCnt:6033548, PopValCnt:2, NDV:2

Column (#14): ISDELETE(

AvgLen: 3 NDV: 2 Nulls: 0 Density: 0.041803 Min: 0 Max: 1

Histogram: Freq #Bkts: 2 UncompBkts: 6033548 EndPtVals: 2

Column (#4):

NewDensity:0.000185, OldDensity:0.001779 BktCnt:254, PopBktCnt:160, PopValCnt:25, NDV:2027

Column (#4): ORGANID(

AvgLen: 10 NDV: 2027 Nulls: 4830 Density: 0.000185

Histogram: HtBal #Bkts: 254 UncompBkts: 254 EndPtVals: 120

Column (#29):

NewDensity:0.000000, OldDensity:0.000000 BktCnt:5680066, PopBktCnt:5680055, PopValCnt:16, NDV:27

Column (#29): CATEGORYCODE(

AvgLen: 2 NDV: 27 Nulls: 1162620 Density: 0.000000 Min: 0 Max: 66

Histogram: Freq #Bkts: 27 UncompBkts: 5680066 EndPtVals: 27

Column (#38):

NewDensity:0.000943, OldDensity:0.000000 BktCnt:5687407, PopBktCnt:5687407, PopValCnt:2, NDV:2

Column (#38): ISENABLE(

AvgLen: 2 NDV: 2 Nulls: 1150490 Density: 0.000943 Min: 0 Max: 1

Histogram: Freq #Bkts: 2 UncompBkts: 5687407 EndPtVals: 2

ColGroup (#2, Index) IND_DESIGNXXXXX_ISENABLE_ORG

Col#: 4 38 CorStregth: 2.00

ColGroup (#3, Index) IND_DESIGNXXXXX_AUTHOR_TIME

Col#: 6 7 CorStregth: -1.00

ColGroup (#1, Index) DESIGNXXXXX_TIME_ORGANID

Col#: 4 7 CorStregth: -1.00

ColGroup Usage:: PredCnt: 3 Matches Full: Partial:

Column (#32):

NewDensity:0.000055, OldDensity:0.000000 BktCnt:5688611, PopBktCnt:5688611, PopValCnt:2, NDV:2

Column (#32): PUBLICSTATUS(

AvgLen: 2 NDV: 2 Nulls: 1150387 Density: 0.000055 Min: 0 Max: 1

Histogram: Freq #Bkts: 2 UncompBkts: 5688611 EndPtVals: 2

在沒有收集直方圖之前，發現有部分欄位的Density都是0.5，這個值是從1/NDV(基數)得到的，這是因為CBO有時無法正確的統計到表的資料分佈，但當收集直方圖後該值就改變了，因為在一個表中，不一定所有的資料都能分配平均，直方圖的作用就是能找出這種不平均，

那PUBLICSTATUS欄位來說，我們看到NDV是2，即是說全表之後兩個值，這兩個值是0或1，在沒有收集直方圖之前CBO可能會認為0和1的分佈是各一半，此時他去評估訪問該欄位的路徑可能是全表掃描比較好，

而實際上，表中PUBLICSTATUS=1 的資料量非常少。

sys@LVDB SQL>Select Count(*) From pmc.DesignXXXXX t where PublicStatus=1 and isdelete=0 ;

COUNT(*)

----------

1845

但直到PUBLICSTATUS的資料分佈後，CBO評估通過IND_PUBLICSTATUS索引訪問cost只需要6。這也是為什麼收集直方圖後能更加準確的評估訪問表的消耗了。

Access Path: index (AllEqRange)

Index: IND_PUBLICSTATUS

resc_io: 6.00 resc_cpu: 457729

ix_sel: 0.000112 ix_sel_with_filters: 0.000112

Cost: 6.01 Resp: 6.01 Degree: 0

然後該種0或1的情況選擇了轉換成bitmap索引的模式。

其實如果不選擇btree 轉換bitmap方式，直接使用btree索引回表效率也是沒問題的，只是需要將sql中的or拆成union語句

Execution Plan
----------------------------------------------------------
Plan hash value: 3766559296
------------------------------------------------------------------------------------------------------------------
| Id  | Operation			 | Name 			 | Rows  | Bytes | Cost (%CPU)| Time	 |
------------------------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT		 |				 |     1 |    13 |   105   (2)| 00:00:02 |
|   1 |  SORT AGGREGATE 		 |				 |     1 |    13 |	      | 	 |
|   2 |   VIEW				 |				 |     2 |    26 |   105   (2)| 00:00:02 |
|   3 |    SORT UNIQUE			 |				 |     2 |    22 |   105   (2)| 00:00:02 |
|   4 |     UNION-ALL			 |				 |	 |	 |	      | 	 |
|   5 |      SORT AGGREGATE		 |				 |     1 |    17 |     9  (12)| 00:00:01 |
|*  6 |       TABLE ACCESS BY INDEX ROWID| DESIGXXXXXXX 		 |     1 |    17 |     8   (0)| 00:00:01 |
|*  7 |        INDEX RANGE SCAN 	 | IND_DESIGNXXXXXX_ISENABLE_ORG |     6 |	 |     3   (0)| 00:00:01 |
|   8 |      SORT AGGREGATE		 |				 |     1 |     5 |    96   (2)| 00:00:02 |
|*  9 |       TABLE ACCESS BY INDEX ROWID| DESIGNXXXXXXX 		 |  1874 |  9370 |    95   (0)| 00:00:02 |
|* 10 |        INDEX RANGE SCAN 	 | IND_PUBLICSTATUS		 |  2046 |	 |     6   (0)| 00:00:01 |
------------------------------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   6 - filter("CATEGORYCODE"=2 AND "ISDELETE"=0)
   7 - access("ISENABLE"=1 AND "ORGANID"='C00000281')
   9 - filter("ISDELETE"=0)
  10 - access("PUBLICSTATUS"=1)
Statistics
----------------------------------------------------------
	  1  recursive calls
	  0  db block gets
       2114  consistent gets
	  0  physical reads
	  0  redo size
	527  bytes sent via SQL*Net to client
	520  bytes received via SQL*Net from client
	  2  SQL*Net roundtrips to/from client
	  1  sorts (memory)
	  0  sorts (disk)
	  1  rows processed

對於開啟直方圖和btree轉Bitma都各自存在某些bug,有時甚至可能引發異常的效能問題，這點是需要重點注意的。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/29863023/viewspace-2284608/，如需轉載，請註明出處，否則將追究法律責任。

21_Oracle資料庫全表掃描詳解(一)
2020-03-14
Oracle資料庫
24_Oracle資料庫全表掃描詳解(四)_全表掃描生產最佳化案例三則
2020-03-14
Oracle資料庫
Oracle優化案例-單表分頁語句的優化（八）
2018-11-21
Oracle優化
23_Oracle資料庫全表掃描詳解(三)
2020-03-14
Oracle資料庫
22_Oracle資料庫全表掃描詳解(二)
2020-03-14
Oracle資料庫
全表掃描和全索引掃描
2023-02-16
索引
oracle是如何進行全表掃描的
2019-05-30
Oracle
[20210205]警惕toad下優化直方圖相關sql語句.txt
2021-02-05
優化直方圖SQL
[20210205]警惕toad下優化直方圖相關sql語句3.txt
2021-02-07
優化直方圖SQL
MySQL中的全表掃描和索引樹掃描
2022-05-14
MySql索引
SQL優化案例-單表分頁語句的優化（八）
2018-11-28
SQL優化
Oracle優化案例-分頁語句返回資料順序不一致（十一）
2018-12-17
Oracle優化
怎麼解決因全表掃描帶來的 Buffer Pool 汙染
2024-03-25
理解資料庫掃描方法-利用掃描方法對資料儲存進行優化
2018-09-15
資料庫優化
全表掃描和全索引掃描繼續（PG-TiDB）
2023-02-20
索引TiDB
Oracle-新增一個欄位並設定日期
2018-04-16
Oracle
SQL Server中獲取資料庫名、表名、欄位名和欄位註釋的SQL語句
2021-03-24
SQLServer資料庫
python 資料視覺化：直方圖、核密度估計圖、箱線圖、累積分佈函式圖
2023-11-18
Python視覺化直方圖函式
Oracle資料遷移後由列的直方圖統計資訊引起的執行計劃異常
2020-06-08
Oracle直方圖
關係型資料庫全表掃描分片詳解
2019-08-02
資料庫
mysql資料表按照某個欄位分類輸出
2021-09-09
MySql
mongodb資料庫範圍分片資料分佈不均勻
2024-07-30
MongoDB資料庫
Sql查詢一個表中某欄位的資料在另一個表中某欄位中不存在的
2024-03-12
SQL
MySQL 更新一個表裡的欄位等於另一個表某欄位的值
2018-08-30
MySql
PostgreSQL模擬兩個update語句死鎖-利用掃描方法
2018-10-05
SQL
MySQL中修改一個資料庫下包含有某個相同欄位的所有表的欄位長度
2024-07-10
MySql資料庫
oracle資料庫檢視鎖表的sql語句整理
2024-12-08
Oracle資料庫SQL
sql語句修改欄位型別和增加欄位
2018-12-14
SQL型別
sqlserver採集欄位的sql語句
2020-10-30
SQLServer
C# 掃描並讀取圖片中的文字
2021-06-21
C#
直方圖均衡化
2023-01-08
直方圖
【TUNE_ORACLE】列出NL（NESTED LOOPS）被驅動表走了全表掃描的SQL參考
2021-08-04
OracleOOPSQL
基於MySQL自增ID欄位增量掃描研究
2019-01-10
MySql
【Oracle】索引的掃描方式
2018-07-31
Oracle索引
資料庫全表查詢之-分頁查詢優化
2020-12-31
資料庫優化
oracle 修改表欄位的長度
2020-10-31
Oracle
資料庫效能優化之冗餘欄位的作用
2020-07-02
資料庫優化
【SQL】16 SQL CREATE INDEX 語句、撤銷索引、撤銷表以及撤銷資料庫、ALTER TABLE 語句、AUTO INCREMENT 欄位
2018-07-26
SQLIndex索引資料庫REM

oracle 一個or語句因欄位資料分佈不均並缺少直方圖引起的全表掃描優化分析

相關文章