ORACLEE 10053 事件

zhengbao_jun發表於2014-06-27



alter table emp enable row movement;
alter table emp shrink space cascade;
ORACLE
深入解析10053事件

本次我們主要講解oracle 10053事件和實驗,好多朋友可能對這個事件不是很熟悉,因為在日常運維中用到的不是很多。Oracle 1004610053 都是非官方trace sql的方法,在官方文件上是找不到相關資料的,但在MOS上可以找到。sql_trace是官方推薦的trace sql的方法,在官方文件上是可以查詢出來的。

10053事件:用來描述oracle如何選擇執行計劃的過程,然後輸出到trace檔案裡,共我們參考,因為我們經常看執行計劃怎麼執行的消耗了哪些資源,而不是常看執行計劃怎麼選擇出來了的。

10053場景:當SQL語句執行時走的是錯誤的執行計劃,而又找不到原因時,這時請用10053來分析一下原因。

10053特點:

1)只可以瞭解oracle執行計劃的選擇過程

2)無法獲知代價的計算公式,因為這是oracle內部的商業機密,而且每個oracle版本的優化器計算公式都不相同差距還是蠻大的,不同版本的同一個語句的代價也不一樣,優化器現在還不是很成熟,還有待完善。

3)在這個裡面我們重點要了解的是“代價”是如何計算出來的,然後我們才能瞭解執行計劃是如何選擇的。

4)在10053中可以瞭解哪些因素影響sql的執行代價

5oracle 8i cost等價IO資源消耗   9i以後cost等價IO+CPU+網路+等待事件+其他代價

一般IO資源的權重比較大 CPU權重較小

10053內容:

引數區:初始化引數,隱含引數,這些引數可以左右oracle工作方式

SQL區:執行的SQL語句,是否使用繫結變數,是否進行了轉換操作

系統資訊區:作業系統統計資訊  cpu主頻 CPU執行時間 IO定址時間 單塊讀時間 多塊讀時間

物件統計資訊區:

資料訪問方式:訪問方式不一樣計算代價的方法也不一樣,全表掃描 走索引 多表關聯 代價都不同

關聯查詢:把每張表都作為驅動表去組合,擇優選擇“代價”最小的關聯方式,與哪個表在前無關係

代價的最後修正:oracle會對選擇出來的代價再進行最後的修正,使其更準確一些,更合理一些

選擇出最終執行計劃:這個過程是非常快速的,毫秒級就搞定啦

實驗環境

LEO1@LEO1> select * from v$version;                     這是我的oracle edition

BANNER

--------------------------------------------------------------------------------

Oracle Database 11g Enterprise Edition Release 11.2.0.1.0 - 64bit Production

PL/SQL Release 11.2.0.1.0 - Production

CORE    11.2.0.1.0      Production

TNS for Linux: Version 11.2.0.1.0 - Production

NLSRTL Version 11.2.0.1.0 - Production

1.驗證全表掃描的成本計算公式,貼出執行計劃和計算公式。

LEO1@LEO1> col sname for a20

LEO1@LEO1> col pname for a20

LEO1@LEO1> col pual1 for a30

LEO1@LEO1> col pual2 for a30

LEO1@LEO1> select * from sys.aux_stats$;    檢視作業系統統計資訊

SNAME              PNAME                  PVAL1    PVAL2

-------------------- -------------------- ---------- ---------------------------------------------------

SYSSTATS_INFO        STATUS                             COMPLETED

SYSSTATS_INFO        DSTART                             08-15-2009 00:49

SYSSTATS_INFO        DSTOP                              08-15-2009 00:49

SYSSTATS_INFO        FLAGS                         1

SYSSTATS_MAIN        CPUSPEEDNW            2657.0122  

SYSSTATS_MAIN        IOSEEKTIM                    10   

SYSSTATS_MAIN        IOTFRSPEED                 4096

SYSSTATS_MAIN        SREADTIM      

SYSSTATS_MAIN        MREADTIM      

SYSSTATS_MAIN        CPUSPEED      

SYSSTATS_MAIN        MBRC      

SYSSTATS_MAIN        MAXTHR

SYSSTATS_MAIN        SLAVETHR

說明

aux_stats$sys管理員使用者下的一個基表字尾為$,必須寫schema才能查詢到,所謂的基表就是給動態效能檢視提供資料的原始表,由於基表非常重要,oracle規定不允許直接訪問和修改基表,如果你比較瞭解這些那麼另說了。這個表中記錄了“作業系統統計資訊”。Oracle會利用作業系統統計資訊來修正執行計劃的代價,也就是說這些資訊是影響代價計算的因素之一。

注意:如果oracle收集了作業系統統計資訊,那麼CBO採用工作量統計模式計算代價

      如果oracle沒有收集作業系統統計資訊,那麼CBO採用非工作量統計模式計算代價,看上面MBRC沒有引數值就說明還沒有收集作業系統統計資訊

這兩個模式計算代價的公式是不同的。

SNAME:是指作業系統統計資訊

PNAMEparameter name 引數名

PVAL1:引數值

PVAL2:引數值

引數解釋

FLAGS:標誌

CPUSPEEDNW:非工作量統計模式下CPU主頻,直接來自硬體

IOSEEKTIMIO定址時間(毫秒),直接來自硬體

IOTFRSPEEDIO傳輸速率(位元組/毫秒)

SREADTIM:讀取單個資料塊的平均時間

MREADTIM:讀取多個資料塊的平均時間

CPUSPEED:工作量統計模式下CPU主頻,根據當前工作量評估出一個合理值

MBRCoracle收集完統計資訊後評估出的一次多塊讀可以讀幾個資料塊db_file_multiblock_read_count

MAXTHR:最大IO吞吐量(位元組/秒)

SLAVETHR:平均IO吞吐量(位元組/秒)

後面這6個引數是在oracle收集完統計資訊後才能得出的引數值,有什麼用呢?我來解釋一下下

CBO在計算SQL語句的代價時,需要使用資料庫物件例如表 索引 等物件統計資料,還要使用作業系統統計資料例如CPU週期 IO速度 資料塊讀時間等,選擇花費時間最少的執行計劃為最佳執行計劃。

Oracle使用dbms_stats.gather_system_stats儲存過程來收集作業系統統計資訊,收集來的資料存放在sys.aux_stats$表中,如果我們做了收集操作那麼會有統計資料,如果沒有做就沒有統計資料,這兩種計算代價的方法是不同的,後續會講。

dbms_stats.gather_system_stats語法

execute  dbms_stats.gather_system_stats

gathering_mode varchar2 default ‘noworkload’

interval integer default null,

stattab varchar2 default null,

statid varchar2 default null,

statown varchar2 default null);

解釋

gathering_mode 引數,預設值“noworkload”,還可以設定為“workload”含義

noworkload:非工作量統計模式,收集上來的資料都是來自硬體

workload:工作量統計模式,收集上來的資料需要在特定的資料庫負載間隔內統計出來的,這樣的資料才能真實反映出資料庫的作業系統引數(需要執行sql測評出來)

interval:可以指定收集統計資訊的時間間隔,例如 5 收集5分鐘的統計資訊

命令:execute dbms_stats.gather_system_stats(‘noworkload’,5);  

STARTSTOP關鍵字自己決定何時開始何時結束收集統計資訊

命令:execute dbms_stats.gather_system_stats(‘start’);

上下兩條指令間隔3分鐘執行,然後把這3分鐘的統計資訊寫入到sys.aux_stats$表裡面

execute dbms_stats.gather_system_stats(‘stop’);

注意:上面有個MBRC引數我想多聊一下,它是初始化引數db_file_multiblock_read_count的簡寫中文翻譯“一次讀多少個資料塊or一次多塊讀可以讀幾個資料塊”,如果收集了統計資訊那麼CBO會用MBRC計算代價,如果沒有收集統計資訊CBO會用這個初始化引數db_file_multiblock_read_count計算代價。

LEO1@LEO1> show parameter db_file_multiblock_read_count     這是我機器上引數預設值

NAME                                 TYPE        VALUE

------------------------------------ ----------- ------------------------------------------

db_file_multiblock_read_count            integer       79

LEO1@LEO1> show parameter db_block_size                   我們的一個塊大小為8k

NAME                                 TYPE        VALUE

------------------------------------ ----------- ---------------------------------------------

db_block_size                           integer      8192

這個引數值並不是無限大的,大多數平臺下的oracle都是128。一般oracle block size =8k

128*8=1M,也就是說1M是大多數作業系統一次最大IO的限制,如果還有其他限制要從這1M裡面扣除,初始化引數db_file_multiblock_read_count的最大值之所以定為128,也是為了保守策略。

79*8k=632K

測試

LEO1@LEO1> drop table leo1 purge;                      清空環境

Table dropped.

LEO1@LEO1> create table leo1 as select * from dba_objects;   建立leo1

Table created.

LEO1@LEO1> begin

     dbms_stats.gather_table_stats(                      收集表的統計資訊

          wnname=>'leo1',                            使用者名稱

          tabname=>'leo1',                             表名

          cascade=>true,                               級聯操作

          estimate_percent=>null,                       全表取樣

          method_opt=>'for all columns size 1');   不作直方圖分析,減小代價計算的影響

end;

/

  2    3    4    5    6    7    8    9  

PL/SQL procedure successfully completed.

LEO1@LEO1> show parameter db_file_multiblock_read_count      

NAME                                 TYPE        VALUE

------------------------------------ ----------- ------------------------------

db_file_multiblock_read_count           integer     79

LEO1@LEO1> alter session set db_file_multiblock_read_count=16;    把多塊讀引數修改成16方便計算

Session altered.

LEO1@LEO1> show parameter db_file_multiblock_read_count

NAME                                 TYPE        VALUE

------------------------------------ ----------- ------------------------------

db_file_multiblock_read_count           integer     16

LEO1@LEO1> select * from sys.aux_stats$;         沒有收集作業系統統計資訊

SNAME                PNAME                     PVAL1 PVAL2

-------------------- -------------------- ---------- ------------------------------

SYSSTATS_INFO        STATUS                          COMPLETED

SYSSTATS_INFO        DSTART                          08-15-2009 00:49

SYSSTATS_INFO        DSTOP                           08-15-2009 00:49

SYSSTATS_INFO        FLAGS                         1

SYSSTATS_MAIN        CPUSPEEDNW            2657.0122

SYSSTATS_MAIN        IOSEEKTIM                    10

SYSSTATS_MAIN        IOTFRSPEED                 4096

SYSSTATS_MAIN        SREADTIM

SYSSTATS_MAIN        MREADTIM

SYSSTATS_MAIN        CPUSPEED

SYSSTATS_MAIN        MBRC

SYSSTATS_MAIN        MAXTHR

SYSSTATS_MAIN        SLAVETHR

我們沒有收集作業系統統計資訊,所以CBO採用了非工作量統計模式(noworkload)來計算代價

LEO1@LEO1> select blocks from user_tables where table_name='LEO1';   LEO1表總資料塊為1051

    BLOCKS

------------------

      1051

LEO1@LEO1> set autotrace trace explain

LEO1@LEO1> select * from leo1;

Execution Plan

----------------------------------------------------------

Plan hash value: 2716644435

--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 71968 |  6817K|   233   (1)| 00:00:03 |

|   1 |  TABLE ACCESS FULL| LEO1  | 71968 |  6817K|   233   (1)| 00:00:03 |

--------------------------------------------------------------------------

全表掃描的成本等於233,其中CPU代價佔整個權重百分比的1%

###################################################################################

成本的計算公式如下:
Cost = (
       #SRds * sreadtim +
       #MRds * mreadtim +
       CPUCycles / cpuspeed
       ) / sreadtime
      
#SRds - number of single block reads   
單塊讀的次數
#MRds - number of multi block reads    多塊讀的次數
#CPUCyles - number of CPU cycles      一個CPU週期

sreadtim - single block read time       讀取單個資料塊的平均時間
mreadtim - multi block read time      讀取多個資料塊的平均時間
cpuspeed - CPU cycles per second     CPU週期/

注意:如果oracle收集了作業系統統計資訊,那麼CBO採用工作量統計模式計算代價

      如果oracle沒有收集作業系統統計資訊,那麼CBO採用非工作量統計模式計算代價我們現在處於“非工作量統計模式”

#SRds=0,因為是全表掃描,單塊讀為0,全都使用的是多塊讀
#MRds=表的塊數/多塊讀引數=1051/16=65.6875

mreadtim=ioseektim+db_file_multiblock_count*db_block_size/iotftspeed=10+16*8192/4096=42

sreadtim=ioseektim+db_block_size/iotfrspeed=10+8192/4096=12

CPUCycles 等於 PLAN_TABLE裡面的CPU_COST

LEO1@LEO1> explain plan for select * from leo1;

Explained.

LEO1@LEO1> select cpu_cost from plan_table;

  CPU_COST

-----------------

  38430873

cpuspeed 等於 CPUSPEEDNW= 2657.0122

COST=65.6875*42/12+38430873/2657.0122/12/1000(毫秒換算成秒)=229.90625+1.20532=231.11157

229.90625 IO代價

1.20532   CPU代價

手工計算出來的COST用四捨五入等於232,和我們看到的233有差別,這是由於隱含引數_table_scan_cost_plus_one引數造成的

LEO1@LEO1> conn / as sysdba        切換到sys使用者才能檢視隱含引數

SYS@LEO1> SELECT x.ksppinm NAME, y.ksppstvl VALUE, x.ksppdesc describ FROM x$ksppi x,x$ksppcv y

  WHERE x.inst_id = USERENV ('Instance')

   AND y.inst_id = USERENV ('Instance')

   AND x.indx = y.indx

   AND x.ksppinm LIKE '%_table_scan_cost_plus_one%';  2    3    4    5  

NAME                     VALUE        DESCRIB

----------------------------------------------------------------------------------------------------------------------------------------------

_table_scan_cost_plus_one    TRUE         bump estimated full table scan and index ffs cost by one

根據該引數的描述,在table full scanindex fast full scan的時候會將cost+1 232+1=233

我們把_table_scan_cost_plus_one引數禁用看看cost變化

SYS@LEO1> alter session set "_table_scan_cost_plus_one"=false;    禁用

Session altered.

SYS@LEO1> SELECT x.ksppinm NAME, y.ksppstvl VALUE, x.ksppdesc describ FROM x$ksppi x,x$ksppcv y

  WHERE x.inst_id = USERENV ('Instance')

   AND y.inst_id = USERENV ('Instance')

   AND x.indx = y.indx

   AND x.ksppinm LIKE '%_table_scan_cost_plus_one%';  2    3    4    5    生效

NAME                     VALUE        DESCRIB

----------------------------------------------------------------------------------------------------------------------------------------------

_table_scan_cost_plus_one    FALSE        bump estimated full table scan and index ffs cost by one

SYS@LEO1> select * from leo1.leo1;

Execution Plan

----------------------------------------------------------

Plan hash value: 2716644435

--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 71968 |  6817K|   232   (1)| 00:00:03 |

|   1 |  TABLE ACCESS FULL| LEO1  | 71968 |  6817K|   232   (1)| 00:00:03 |

--------------------------------------------------------------------------

這次得到的COST等於232,與計算值正好匹配,這是禁用隱含引數的結果

SYS@LEO1> alter session set db_file_multiblock_read_count=32;   我們修改一下多塊讀引數

Session altered.

SYS@LEO1> select * from leo1.leo1;

Execution Plan

----------------------------------------------------------

Plan hash value: 2716644435

--------------------------------------------------------------------------

| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |

--------------------------------------------------------------------------

|   0 | SELECT STATEMENT  |      | 71968 |  6817K|   204   (1)| 00:00:03 |

|   1 |  TABLE ACCESS FULL| LEO1  | 71968 |  6817K|   204   (1)| 00:00:03 |

--------------------------------------------------------------------------

#SRds=0,因為是全表掃描,單塊讀為0,全都使用的是多塊讀
#MRds=表的塊數/多塊讀引數=1051/32=32.84375

mreadtim=ioseektim+db_file_multiblock_count*db_block_size/iotftspeed=10+32*8192/4096=74

sreadtim=ioseektim+db_block_size/iotfrspeed=10+8192/4096=12

CPUCycles=38430873

cpuspeed 等於 CPUSPEEDNW= 2657.0122

COST=32.84375*74/12+38430873/2657.0122/12/1000(毫秒換算成秒)= 202.53645+1.20532=203.74177

四捨五入等於204,與執行計劃中COST=204相一致

小結:從實驗中可以得出,oracle 11gR2中,全表掃描非工作量統計模式下COST計算公式依然和9i/10g一樣,沒有變化。同時我們也看到了IO成本佔整個代價權重的極大部分,是影響SQL效率的主要因素,需要我們多關注。


2.給出B-tree索引 Unique scan的成本計算公式,貼出執行計劃和計算公式。

CBO各種型別成本計算公式如下:
全表掃描

Full table scan cost= HWM/dbf_mbrc
索引唯一掃描

Unique scan cost = blevel +1
索引快速全掃描
Fast Full Scan cost=leaf_blocks/adj_mbrc
只訪問索引,不訪問原表掃描
Index-only cost = Blevel + effective index selectivity * leaf_blocks
索引範圍掃描
Range Cost = Blevel + effectivity index selectivity* leaf_blocks
                           + effective table selectivity * clustering_factor
巢狀迴圈關聯
nested loop join cost =outer access cost + (inner access cost * outer cardinality)
排序合併關聯
sort merge join cost = outer access cost + inner access cost + sort costs
雜湊關聯
hash join cost = (outer access cost * # of hash partitions) + inner access cost

實驗

LEO1@LEO1> drop table leo2 purge;                       清理環境

Table dropped.

LEO1@LEO1> create table leo2 as select * from dba_objects;   建立leo2

Table created.

LEO1@LEO1> create index idx_leo2 on leo2(object_id);        建立idx_leo2

Index created.

LEO1@LEO1> begin

     dbms_stats.gather_table_stats(                      收集表的統計資訊

          wnname=>'leo1',                            使用者名稱

          tabname=>'leo2',                             表名

          cascade=>true,                               級聯操作

          estimate_percent=>null,                       全表取樣

          method_opt=>'for all columns size 1');   不作直方圖分析,減小代價計算的影響

end;

/

  2    3    4    5    6    7    8    9  

PL/SQL procedure successfully completed.

必須要做分析,如果表沒有分析,下面統計資訊就沒有了

LEO1@LEO1> select index_name,blevel,leaf_blocks,clustering_factor,num_rows,distinct_keys from dba_indexes where index_name='IDX_LEO2';

INDEX_NAME   BLEVEL LEAF_BLOCKS CLUSTERING_FACTOR   NUM_ROWS DISTINCT_KEYS

------------------------------ ---------- ----------- ----------------- ---------- ----------------------- -----------------

IDX_LEO2      1      159         1076                71968     71968

BLEVEL:索引層數  1表示就1

LEAF_BLOCKS:索引樹的葉子塊數  159

CLUSTERING_FACTOR:索引聚簇因子

NUM_ROWS:有索引的行數    71968和資料行數相匹配

DISTINCT_KEYS:不同的索引鍵值  71968

LEO1@LEO1> select count(*) from leo2;

  COUNT(*)

-----------------

     71968

LEO1@LEO1> select * from leo2 where object_id=10000;

Execution Plan

----------------------------------------------------------

Plan hash value: 2495991774

----------------------------------------------------------------------------------------

| Id  | Operation                   | Name     | Rows  | Bytes | Cost (%CPU)| Time     |

----------------------------------------------------------------------------------------

|   0 | SELECT STATEMENT            |          |     1 |    97 |     2   (0)| 00:00:01 |

|   1 |  TABLE ACCESS BY INDEX ROWID | LEO2     |     1 |    97 |     2   (0)| 00:00:01 |

|*  2 |   INDEX UNIQUE SCAN         | IDX_LEO2 |     1 |       |     1   (0)| 00:00:01 |

----------------------------------------------------------------------------------------

COST=2,其中CPU代價=0,等值查詢與索引的條數無關,消耗CPU資源可以忽略不計

Predicate Information (identified by operation id):

---------------------------------------------------

   2 - access("OBJECT_ID"=10000)

公式
Unique scan cost = blevel +1

INDEX UNIQUE SCANCOST=1    就是blevelCBO看看需要遞迴幾層索引,與統計資訊中的blevel一致

TABLE ACCESS BY INDEX ROWIDCOST=1  通過索引rowid訪問表產生的代價

因此最終COST=1+1=2


3.通過10053事件分析一個SQL執行計劃的產生過程,需要貼出trace中的相關資訊和必要的文字說明。

測試

LEO1@LEO1> drop table leo3 purge;                         清理環境

Table dropped.

LEO1@LEO1> drop table leo4 purge;

Table dropped.

LEO1@LEO1> create table leo3 as select * from dba_objects;     建立leo3

Table created.

LEO1@LEO1> create table leo4 as select * from leo3 where rownum<100;    建立leo4

Table created.

LEO1@LEO1> select count(*) from leo4;                      這是個小表

  COUNT(*)

----------

        99

LEO1@LEO1> create index idx_leo3 on leo3(object_id);          建立了索引

Index created.

LEO1@LEO1> create index idx_leo4 on leo4(object_id);          同上

Index created.

LEO1@LEO1> begin

     dbms_stats.gather_table_stats(                leo3表做統計分析

          wnname=>'leo1',

          tabname=>'leo3',

          cascade=>true,

          estimate_percent=>null,

          method_opt=>'for all columns size 1');

end;

/

  2    3    4    5    6    7    8    9  

PL/SQL procedure successfully completed.

LEO1@LEO1> begin

     dbms_stats.gather_table_stats(                 leo4表做統計分析

          wnname=>'leo1',

          tabname=>'leo4',

          cascade=>true,

          estimate_percent=>null,

          method_opt=>'for all columns size 1');

end;

/

  2    3    4    5    6    7    8    9  

PL/SQL procedure successfully completed.

LEO1@LEO1> alter session set events '10053 trace name context forever,level 1';     啟動10053事件

10053事件有2level121級比2級內容要詳細的多

Session altered.

LEO1@LEO1> select count(*) from leo3,leo4 where leo3.object_id=leo4.object_id;    執行SQL

  COUNT(*)

----------

        99

LEO1@LEO1> alter session set events '10053 trace name context off';           關閉10053事件

Session altered.

LEO1@LEO1> select value from v$diag_info where name='Default Trace File';   當前會話寫入的trace

VALUE

-----------------------------------------------------------------------------------------

/u01/app/oracle/diag/rdbms/leo1/LEO1/trace/LEO1_ora_22298.trc

下面我們來看看trace檔案中相關資訊

引數區        包含初始化引數和隱含引數等

******************************************

----- Current SQL Statement for this session (sql_id=fh7dku2xy52rc) -----   這個會話的SQL_ID

select count(*) from leo3,leo4 where leo3.object_id=leo4.object_id

*******************************************

Legend   下面這些縮寫都是優化器使用的trace標識

The following abbreviations are used by optimizer trace.

CBQT - cost-based query transformation

JPPD - join predicate push-down

OJPPD - old-style. (non-cost-based) JPPD

FPD - filter push-down

PM - predicate move-around

CVM - complex view merging

SPJ - select-project-join

…………….

Compilation Environment Dump

optimizer_mode_hinted               = false

optimizer_features_hinted           = 0.0.0

parallel_execution_enabled          = true

parallel_query_forced_dop           = 0

parallel_dml_forced_dop             = 0

parallel_ddl_forced_degree          = 0

這些都是引數的預設值

……………………………………

***************************************

Column Usage Monitoring is ON: tracking level = 1     標識10053事件用的時level1級別

***************************************

SQL    SQL查詢轉換    合併塊   計數統計

**************************

Query transformations (QT)

**************************

****************

QUERY BLOCK TEXT           查詢塊文字,就是執行的哪個SQL語句

****************

select count(*) from leo3,leo4 where leo3.object_id=leo4.object_id

作業系統統計資訊區

-----------------------------

SYSTEM STATISTICS INFORMATION

-----------------------------

  Using NOWORKLOAD Stats        基於非工作量統計模式

  CPUSPEEDNW: 2657 millions instructions/sec (default is 100)  非工作量統計模式下CPU主頻

  IOTFRSPEED: 4096 bytes per millisecond (default is 4096)     IO傳輸速率(位元組/毫秒)

  IOSEEKTIM: 10 milliseconds (default is 10)                 IO定址時間(毫秒)

  MBRC: -1 blocks (default is 8)                           一次多塊讀可以讀幾個資料塊

基本統計資訊(物件級別統計資訊)  OLAP系統而言擁有物件級別統計資訊就已經足夠了

***************************************

BASE STATISTICAL INFORMATION        這些統計資訊都來自於檢視

***********************

Table Stats::  來自user_tables檢視

  Table: LEO4  Alias: LEO4

#Rows: 99  #Blks:  5  AvgRowLen:  75.00   

行數      塊數      平均行長

Index Stats::  來自user_indexes檢視

  Index: IDX_LEO4  Col#: 4

LVLS: 0  #LB: 1  #DK: 99  LB/K: 1.00  DB/K: 1.00  CLUF: 2.00

索引幾層 葉子塊數 多少個唯一鍵值 每個鍵值有多少個葉塊 每個鍵值有多少個資料塊 聚簇因子

***********************

Table Stats::

  Table: LEO3  Alias: LEO3

#Rows: 71969  #Blks:  1051  AvgRowLen:  97.00

行數         塊數         平均行長

Index Stats::

  Index: IDX_LEO3  Col#: 4

LVLS: 1  #LB: 159  #DK: 71969  LB/K: 1.00  DB/K: 1.00  CLUF: 1078.00

索引幾層 葉子塊數 多少個唯一鍵值 每個鍵值有多少個葉塊 每個鍵值有多少個資料塊 聚簇因子

Access path analysis for LEO3    LEO3表訪問路徑的不同代價

***************************************

SINGLE TABLE ACCESS PATH

  Single Table Cardinality Estimation for LEO3[LEO3]  

  Table: LEO3  Alias: LEO3

Card: Original: 71969.000000  Rounded: 71969  Computed: 71969.00  Non Adjusted: 71969.00

     原始行數             近似值         精確值             非修正值

  Access Path: TableScan     全表掃描代價

    Cost:  286.71  Resp: 286.71  Degree: 0    總代價=286.71

      Cost_io: 286.00  Cost_cpu: 22598123     總代價=IO代價+CPU代價

      Resp_io: 286.00  Resp_cpu: 22598123    並行訪問代價

  Access Path: index (index (FFS))   索引快速全掃描

    Index: IDX_LEO3

    resc_io: 45.00  resc_cpu: 9768589           序列訪問代價=45(因為索引是序列儲存的)

ix_sel: 0.000000  ix_sel_with_filters: 1.000000  ix_sel=1/DK=1/71969=0.000013 索引選擇率

ix_sel_with_filters帶過濾條件索引選擇率

  Access Path: index (FFS)

    Cost:  45.31  Resp: 45.31  Degree: 1       索引並行訪問代價=45.31>45(序列訪問代價)

      Cost_io: 45.00  Cost_cpu: 9768589        所以要選擇序列訪問

      Resp_io: 45.00  Resp_cpu: 9768589       並行度=1

  Access Path: index (FullScan)     索引全掃描

    Index: IDX_LEO3

    resc_io: 160.00  resc_cpu: 15533230        序列訪問代價=160,這個比較高

    ix_sel: 1.000000  ix_sel_with_filters: 1.000000

    Cost: 160.49  Resp: 160.49  Degree: 1       並行度=1

  Best:: AccessPath: IndexFFS

  Index: IDX_LEO3

         Cost: 45.31  Degree: 1  Resp: 45.31  Card: 71969.00  Bytes: 0

###############################################################################

Access path analysis for LEO4      LEO4表訪問路徑的不同代價

***************************************

SINGLE TABLE ACCESS PATH

  Single Table Cardinality Estimation for LEO4[LEO4]

  Table: LEO4  Alias: LEO4

Card: Original: 99.000000  Rounded: 99  Computed: 99.00  Non Adjusted: 99.00

原始行數              近似值       精確值          非修正值

  Access Path: TableScan     全表掃描代價

    Cost:  3.00  Resp: 3.00  Degree: 0    總代價=3

      Cost_io: 3.00  Cost_cpu: 56397      IO代價+CPU代價

      Resp_io: 3.00  Resp_cpu: 56397     並行訪問代價

  Access Path: index (index (FFS))   索引快速全掃描

    Index: IDX_LEO4

    resc_io: 2.00  resc_cpu: 19001        序列訪問代價=2

ix_sel: 0.000000  ix_sel_with_filters: 1.000000   ix_sel=1/DK=1/99=0.01 索引選擇率

ix_sel_with_filters帶過濾條件索引選擇率

  Access Path: index (FFS)

    Cost:  2.00  Resp: 2.00  Degree: 1    索引並行訪問代價=2,並行度=1

      Cost_io: 2.00  Cost_cpu: 19001

      Resp_io: 2.00  Resp_cpu: 19001

  Access Path: index (FullScan)     索引全掃描

    Index: IDX_LEO4

    resc_io: 1.00  resc_cpu: 26921        序列訪問代價=1,這個最低,就是它了

    ix_sel: 1.000000  ix_sel_with_filters: 1.000000

    Cost: 1.00  Resp: 1.00  Degree: 1

  Best:: AccessPath: IndexRange

  Index: IDX_LEO4

         Cost: 1.00  Degree: 1  Resp: 1.00  Card: 99.00  Bytes: 0

關聯查詢驅動表的選擇

OPTIMIZER STATISTICS AND COMPUTATIONS     優化器的統計和計算

***************************************

GENERAL PLANS                            選擇執行計劃

***************************************

Considering cardinality-based initial join order.

Permutations for Starting Table :0

Join order[1]:  LEO4[LEO4]#0  LEO3[LEO3]#1    關聯的物件

***************

Now joining: LEO3[LEO3]#1  現在要用leo4小表關聯leo3大表,leo4做驅動表

***************

NL Join巢狀迴圈關聯      leo4表中有99條,小表為驅動表

驅動表 Outer table: Card: 99.00  Cost: 1.00  Resp: 1.00  Degree: 1  Bytes: 3

Access path analysis for LEO3

  Inner table: LEO3  Alias: LEO3

  Access Path: TableScan    全表掃描-巢狀迴圈關聯COST=28253.17

    NL Join:  Cost: 28253.17  Resp: 28253.17  Degree: 1

      Cost_io: 28183.00  Cost_cpu: 2237241142

      Resp_io: 28183.00  Resp_cpu: 2237241142     並行訪問代價

  Access Path: index (index (FFS))  索引快速全掃描

    Index: IDX_LEO3

    resc_io: 43.08  resc_cpu: 9768589              序列訪問代價

    ix_sel: 0.000000  ix_sel_with_filters: 1.000000

  Inner table: LEO3  Alias: LEO3

  Access Path: index (FFS)

    NL Join:  Cost: 4296.33  Resp: 4296.33  Degree: 1   並行訪問

      Cost_io: 4266.00  Cost_cpu: 967117228

      Resp_io: 4266.00  Resp_cpu: 967117228

  Access Path: index (AllEqJoinGuess)

Index: IDX_LEO3

    resc_io: 1.00  resc_cpu: 8171

    ix_sel: 0.000014  ix_sel_with_filters: 0.000014

    NL Join (ordered): Cost: 100.03  Resp: 100.03  Degree: 1

      Cost_io: 100.00  Cost_cpu: 835894

      Resp_io: 100.00  Resp_cpu: 835894

  Best NL cost: 100.03   leo4為驅動表,小表為驅動表,最後代價100.03

          resc: 100.03  resc_io: 100.00  resc_cpu: 835894    序列方式的代價  IO代價+CPU代價

          resp: 100.03  resp_io: 100.00  resc_cpu: 835894    並行方式的代價

Outer table:  LEO4  Alias: LEO4

SM Join    先排序後合併關聯

  SM cost: 268.06       代價268.06

     resc: 268.06 resc_io: 265.00 resc_cpu: 97470464

     resp: 268.06 resp_io: 265.00 resp_cpu: 97470464

HA Join    雜湊關聯

  HA cost: 47.03        代價47.03,最好是雜湊代價最小

     resc: 47.03 resc_io: 46.00 resc_cpu: 32949334

     resp: 47.03 resp_io: 46.00 resp_cpu: 32949334

Best:: JoinMethod: Hash  最後關聯方法選擇:雜湊hash

       Cost: 47.03  Degree: 1  Resp: 47.03  Card: 99.00 Bytes: 8  返回記錄數+位元組

***************

Now joining: LEO4[LEO4]#0    現在要用leo3大表關聯leo4小表,leo3做驅動表

***************

NL Join   巢狀迴圈關聯      leo3表中有71969條,大表為驅動表

  Outer table: Card: 71969.00  Cost: 45.31  Resp: 45.31  Degree: 1  Bytes: 5

Access path analysis for LEO4

  Inner table: LEO4  Alias: LEO4

  Access Path: TableScan

    NL Join:  Cost: 97632.61  Resp: 97632.61  Degree: 1

      Cost_io: 97505.00  Cost_cpu: 4068618676

      Resp_io: 97505.00  Resp_cpu: 4068618676

  Access Path: index (index (FFS))

    Index: IDX_LEO4

    resc_io: 0.27  resc_cpu: 19001

    ix_sel: 0.000000  ix_sel_with_filters: 1.000000

  Inner table: LEO4  Alias: LEO4

  Access Path: index (FFS)

    NL Join:  Cost: 19581.20  Resp: 19581.20  Degree: 1

      Cost_io: 19538.00  Cost_cpu: 1377283224

      Resp_io: 19538.00  Resp_cpu: 1377283224

  Access Path: index (AllEqJoinGuess)

    Index: IDX_LEO4

    resc_io: 0.00  resc_cpu: 1050

    ix_sel: 0.010101  ix_sel_with_filters: 0.010101

    NL Join (ordered): Cost: 47.68  Resp: 47.68  Degree: 1

      Cost_io: 45.00  Cost_cpu: 85336039

Resp_io: 45.00  Resp_cpu: 85336039

  Best NL cost: 47.68    巢狀迴圈關聯最後代價47.68

          resc: 47.68  resc_io: 45.00  resc_cpu: 85336039

          resp: 47.68  resp_io: 45.00  resc_cpu: 85336039

SM Join   先排序後合併關聯

  SM cost: 269.06       代價269.06

     resc: 269.06 resc_io: 265.00 resc_cpu: 129384180

     resp: 269.06 resp_io: 265.00 resp_cpu: 129384180

Hash join: Resc: 106.17  Resp: 106.17  [multiMatchCost=0.00]   雜湊關聯,代價=106.17

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

  Best join order: 1    最終代價選擇47.0334,用leo4小表驅動表

  Cost: 47.0334  Degree: 1  Card: 99.0000  Bytes: 792

  Resc: 47.0334  Resc_io: 46.0000  Resc_cpu: 32949334

  Resp: 47.0334  Resp_io: 46.0000  Resc_cpu: 32949334

SQL執行計劃的選擇

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

Plan Table

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

------------------------------------------+-----------------------------------+

| Id  | Operation               | Name    | Rows  | Bytes | Cost  | Time      |

------------------------------------------+-----------------------------------+

| 0   | SELECT STATEMENT        |         |       |       |    47 |           |

| 1   |  SORT AGGREGATE        |         |     1 |     8 |       |           |

| 2   |   HASH JOIN             |         |    99 |   792 |    47 |  00:00:01 |

| 3   |    INDEX FULL SCAN       | IDX_LEO4|    99 |   297 |     1 |  00:00:01 |

| 4   |    INDEX FAST FULL SCAN   | IDX_LEO3|   70K |  351K |    45 |  00:00:01 |

------------------------------------------+-----------------------------------+

Predicate Information:

----------------------

2 - access("LEO3"."OBJECT_ID"="LEO4"."OBJECT_ID")

選擇的執行計劃和上面分析結果是相匹配的

來看看我們真實的執行計劃的樣子

LEO1@LEO1> set autotrace trace exp

LEO1@LEO1> select count(*) from leo3,leo4 where leo3.object_id=leo4.object_id;

Execution Plan

----------------------------------------------------------

Plan hash value: 172281424

-----------------------------------------------------------------------------------

| Id  | Operation              | Name     | Rows  | Bytes | Cost (%CPU)| Time     |

-----------------------------------------------------------------------------------

|   0 | SELECT STATEMENT       |          |     1 |     8 |    47   (3)| 00:00:01 |

|   1 |  SORT AGGREGATE       |          |     1 |     8 |            |          |

|*  2 |   HASH JOIN            |          |    99 |   792 |    47   (3)| 00:00:01 |

|   3 |    INDEX FULL SCAN      | IDX_LEO4 |    99 |   297 |     1   (0)| 00:00:01 |

|   4 |    INDEX FAST FULL SCAN  | IDX_LEO3 | 71969 |   351K|    45   (0)| 00:00:01 |

-----------------------------------------------------------------------------------

小結:一模一樣對吧,這說明我們的優化器在對比完不同代價後選擇的執行計劃是最優的,如果我們在實際工作中,遇到了執行計劃選擇錯誤的情景,我們可以通過10053事件來做詳細的分析。


4.當統計資訊不準確時,CBO可能產生錯誤的執行計劃,請給出這樣的一個例子,在10053 trace中找到CBO出錯的位置,並給出必要的文字說明。

LEO1@LEO1> drop table leo5 purge;                       清空環境

Table dropped.

LEO1@LEO1> create table leo5 as select * from dba_objects;   建立leo5

Table created.

LEO1@LEO1> create index idx_leo5 on leo5(object_id);       建立B-tree索引

Index created.

為了讓CBO產生錯誤的執行計劃,我把leo5資料分佈變的傾斜一些

LEO1@LEO1> select count(*) from leo5;                   總記錄數是72010

  COUNT(*)

----------

     72010

LEO1@LEO1> update leo5 set object_id=1 where object_id<70000;  我們更改了68840行,現在object_id=1 96%

68840 rows updated.

LEO1@LEO1> commit;                                  提交

LEO1@LEO1> update leo5 set object_id=2 where object_id>1;

3170 rows updated.

LEO1@LEO1> select count(*) from leo5 where object_id=1;     object_id等於1的有68840

  COUNT(*)

----------

     68840

LEO1@LEO1> select count(*) from leo5 where object_id=2;    object_id等於2的有3170

  COUNT(*)

----------

      3170

LEO1@LEO1> begin

     dbms_stats.gather_table_stats(             leo5進行表分析

          wnname=>'leo1',

          tabname=>'leo5',

          cascade=>true,

          estimate_percent=>null,

          method_opt=>'for all columns size 254');

end;

/

  2    3    4    5    6    7    8    9  

PL/SQL procedure successfully completed.

LEO1@LEO1> select count(object_name) from leo5 where object_id=1;    檢視執行計劃資訊

Execution Plan

----------------------------------------------------------

Plan hash value: 2750404108

---------------------------------------------------------------------------

| Id  | Operation          | Name | Rows  | Bytes | Cost (%CPU)| Time     |

---------------------------------------------------------------------------

|   0 | SELECT STATEMENT   |      |     1 |    28 |   287   (1)| 00:00:04 |

|   1 |  SORT AGGREGATE    |      |     1 |    28 |            |          |

|*  2 |   TABLE ACCESS FULL| LEO5 | 68840 |  1882K|   287   (1)| 00:00:04 |

---------------------------------------------------------------------------

全表掃描68840,還是比較準確的,說明表分析生效了

LEO1@LEO1> select count(object_name) from leo5 where object_id=2;

Execution Plan

----------------------------------------------------------

Plan hash value: 2542459021

-----------------------------------------------------------------------------------------

| Id  | Operation                    | Name     | Rows  | Bytes | Cost (%CPU)| Time     |

-----------------------------------------------------------------------------------------

|   0 | SELECT STATEMENT             |          |     1 |    28 |    57   (0)| 00:00:01 |

|   1 |  SORT AGGREGATE             |          |     1 |    28 |            |          |

|   2 |   TABLE ACCESS BY INDEX ROWID| LEO5     |  3170 | 88760 |    57   (0)| 00:00:01 |

|*  3 |    INDEX RANGE SCAN          | IDX_LEO5 |  3170 |       |    11   (0)| 00:00:01 |

-----------------------------------------------------------------------------------------

對於比較少的行走索引也是正確的

LEO1@LEO1> update leo5 set object_id=3 where rownum<60000;    修改了一下object_id分佈

59999 rows updated.

LEO1@LEO1> select count(*) from leo5 where object_id=1;   object_id的值從68840變成了8857

  COUNT(*)

----------

      8857

LEO1@LEO1> commit;      提交

Commit complete.

LEO1@LEO1> select count(object_name) from leo5 where object_id=1;

Execution Plan

----------------------------------------------------------

Plan hash value: 2750404108

---------------------------------------------------------------------------

| Id  | Operation          | Name | Rows  | Bytes | Cost (%CPU)| Time     |

---------------------------------------------------------------------------

|   0 | SELECT STATEMENT   |      |     1 |    28 |   287   (1)| 00:00:04 |

|   1 |  SORT AGGREGATE    |      |     1 |    28 |            |          |

|*  2 |   TABLE ACCESS FULL| LEO5 | 68840 |  1882K|   287   (1)| 00:00:04 |

---------------------------------------------------------------------------

此時CBO依然選擇走全表掃描,我們從記錄數的變化上就可以知道應該走索引效率更高些,就像object_id=2的執行計劃一樣INDEX RANGE SCAN代價更小些,為什麼CBO會選擇了錯誤的執行計劃呢?這是因為我們雖然修改了記錄值但沒有及時更新leo5表的物件統計資訊,CBO還是使用了當初最早的統計資訊,所以在計算COST的時候還是認為走全表掃描的代價最優。下面我們再把物件統計資訊重新統計一下,得出最新的代價列表進行篩選。

LEO1@LEO1> begin

     dbms_stats.gather_table_stats(

          wnname=>'leo1',

          tabname=>'leo5',

          cascade=>true,

          estimate_percent=>null,

          method_opt=>'for all columns size 254');

end;

/

  2    3    4    5    6    7    8    9  

PL/SQL procedure successfully completed.

LEO1@LEO1> alter session set events '10053 trace name context forever,level 1';   啟動10053事件

Session altered.

LEO1@LEO1> select count(object_name) from leo5 where object_id=1;     執行SQL語句

COUNT(OBJECT_NAME)

------------------

              8857

LEO1@LEO1> alter session set events '10053 trace name context off';       關閉10053事件

Session altered.

LEO1@LEO1> select value from v$diag_info where name='Default Trace File';  檢視trace檔案

VALUE

----------------------------------------------------------------------------------------------------------------------------------------------

/u01/app/oracle/diag/rdbms/leo1/LEO1/trace/LEO1_ora_22298.trc

[oracle@leonarding1 trace]$ vim LEO1_ora_22298.trc      檢視生成的trace檔案內容

Table Stats::
  Table:  LEO5  Alias:  LEO5
    #Rows: 72010  #Blks:  1051  AvgRowLen:  75.00  
Index Stats::
  Index: IDX_ LEO5  Col#: 1
    LVLS: 0  #LB: 1  #DK: 3  LB/K: 1.00  DB/K: 1.00  CLUF: 2.00
Access path analysis for LEO5
***************************************
SINGLE TABLE ACCESS PATH
  Single Table Cardinality Estimation for LEO5[LEO5]
  Table: LEO5  Alias: LEO5
    Card: Original: 72010.000000  Rounded: 72010  Computed: 72010.00  Non Adjusted: 72010.00
  Access Path: TableScan
    Cost:  287.55  Resp: 287.55  Degree: 0
      Cost_io: 287.00  Cost_cpu: 22598123
      Resp_io: 287.00  Resp_cpu: 22598123
  Access Path: index (AllEqRange)
    Index: IDX_LEO5
    resc_io: 31.00  resc_cpu: 12862199
    ix_sel: 0.333333 ix_sel_with_filters: 0.333333
    Cost: 31.33  Resp: 31.33  Degree: 1

LEO1@LEO1> select count(object_name) from leo5 where object_id=1;

Execution Plan

----------------------------------------------------------

Plan hash value: 2542459021

-----------------------------------------------------------------------------------------

| Id  | Operation                    | Name     | Rows  | Bytes | Cost (%CPU)| Time     |

-----------------------------------------------------------------------------------------

|   0 | SELECT STATEMENT             |          |     1 |    28 |   158   (0)| 00:00:02 |

|   1 |  SORT AGGREGATE             |          |     1 |    28 |            |          |

|   2 |   TABLE ACCESS BY INDEX ROWID| LEO5     |  8857 |   242K|   158   (0)| 00:00:02 |

|*  3 |    INDEX RANGE SCAN          | IDX_LEO5 |  8857 |       |    31   (0)| 00:00:01 |

-----------------------------------------------------------------------------------------

小結:經過對比CBO最終選擇了索引,當我們更新完統計資訊,CBO選擇了正確的執行計劃



10053 cost 執行計劃 CBO  計算公式  10046  選擇執行計劃



來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/235507/viewspace-1195911/,如需轉載,請註明出處,否則將追究法律責任。

相關文章