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版本的最佳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，最佳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

（5）oracle 8i cost等價IO資源消耗   9i以後cost等價IO+CPU++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$是sys管理員使用者下的一個基表字尾為$，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

PNAME：parameter 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

IOSEEKTIM：IO定址時間（毫秒），直接來自硬體

IOTFRSPEED：IO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

MBRC：oracle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負載間隔內統計出來的，這樣的資料才能真實反映出的作業系統引數（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);  

START和STOP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表

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/秒

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 是IO代價

1.20532   是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 scan和index fast full scan的時候會將cost+1 即 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表

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層

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 SCAN的COST=1    就是blevel，CBO看看需要遞迴幾層索引，與統計資訊中的blevel一致

TABLE ACCESS BY INDEX ROWID的COST=1  透過索引rowid訪問表產生的代價

因此最終COST=1+1=2

 

3.透過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表

Table created.

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

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2個level，1和2，1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   下面這些縮寫都是最佳化器使用的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區    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     最佳化器的統計和計算

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

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，這說明我們的最佳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，我們可以透過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表

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 佔 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(             對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