CBO 基于成本的优化器[基础]

转载：CBO基于成本的优化器

----------------------------------2013/10/02

CBO基于成本的优化器：让oracle获取所有执行计划的相关信息，通过对这些信息做计算分析，最后得出一个代价最小的执行计划作为最终执行计划。

还是前面的例子，让我们再来看看CBO的表现：

SQL> select /*+ all_rows */ * from t where id = 1;

已选择50600行。


执行计划
----------------------------------------------------------
Plan hash value: 1601196873

--------------------------------------------------------------------------
| Id  | Operation         | Name | Rows  | Bytes | Cost (%CPU)| Time     |
--------------------------------------------------------------------------
|   0 | SELECT STATEMENT  |      | 47385 |  3655K|    56   (4)| 00:00:01 |
|*  1 |  TABLE ACCESS FULL| T    | 47385 |  3655K|    56   (4)| 00:00:01 |
--------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter("ID"=1)

Note
-----
   - dynamic sampling used for this statement


统计信息
----------------------------------------------------------
          9  recursive calls
          0  db block gets
       3649  consistent gets
          0  physical reads
          0  redo size
    1510200  bytes sent via SQL*Net to client
      37503  bytes received via SQL*Net from client
       3375  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
      50600  rows processed

SQL> select /*+ all_rows */ * from t where id = 99;


执行计划
----------------------------------------------------------
Plan hash value: 4013845416

-------------------------------------------------------------------------------------
| Id  | Operation                   | Name  | Rows  | Bytes | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT            |       |     1 |    79 |     2   (0)| 00:00:01 |
|   1 |  TABLE ACCESS BY INDEX ROWID| T     |     1 |    79 |     2   (0)| 00:00:01 |
|*  2 |   INDEX RANGE SCAN          | IND_T |     1 |       |     1   (0)| 00:00:01 |
-------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - access("ID"=99)

Note
-----
   - dynamic sampling used for this statement


统计信息
----------------------------------------------------------
          7  recursive calls
          0  db block gets
         67  consistent gets
          0  physical reads
          0  redo size
        473  bytes sent via SQL*Net to client
        400  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          1  rows processed

 

CBO作出了正确的执行计划：id=1，全表扫描；id=99，索引扫描。

CBO优化器有两种可选的运行模式：

FIRST_ROWS(n)：将结果集中的前n条记录以最快的速度反馈回来，而其他的结果并不需要同时返回。（适用于分页等）

ALL_ROWS：用最快的速度将sql执行完毕，将结果集全部返回。

OLAP（在线分析系统）：就是数据仓库，用户数很小，数据量非常大，长事务的操作。

OLTP（在线事务处理系统）：用户并发数都很多，但他们只对数据库做很小的操作，数据库侧重于对用户操作的快速响应。

可以看见一个OLTP数据库的默认优化器就是ALL_ROWS

SQL> conn /as sysdba
已连接。
SQL> show parameter optimizer_mode

NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
optimizer_mode                       string      ALL_ROWS

 

dbms_stats包：

exec dbms_stats.gather_table_stats(ownname=>'u1',tabname=>'t',cascade=>true);
exec dbms_stats.gather_index_stats(ownname=>'u1',indname=>'ind_t');
exec dbms_stats.gather_schema_stats(ownname=>'u1',options=>'gather auto');
options参数选项：
gather    ——重新分析整个架构（Schema）。 
gather empty    ——只分析目前还没有统计的表。 
gather stale    ——只重新分析修改量超过10%的表（这些修改包括插入、更新和删除）。 
gather auto    ——重新分析当前没有统计的对象，以及统计数据过期（变脏）的对象。
注意，使用gather auto类似于组合使用gather stale和gather empty。