布隆过滤（Bloom Filter）-必须了解的优化器算法
在最近的一次用户升级中，客户将数据库从11.2.0.1升级到了11.2.0.3版本，虽然只是一个小版本的变化，确引起了严重的性能问题。原本正常的SQL执行计划，因为使用了布隆过滤，导致了百倍的性能衰减。在版本升级中，严格的性能测试必不可少，比对SQL执行计划变化，是测试评估的必要步骤。
布隆过滤器(Bloom Filter)是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。
吴军博士，在《数学之美》一书中，曾经介绍过这个算法，以下内容转引自吴军博士的文章：
假定我们存储一亿个电子邮件地址，我们先建立一个十六亿二进制(比特)，即两亿字节的向量，然后将这十六亿个二进制全部设置为零。对于每一个电子邮件地址 X，我们用八个不同的随机数产生器(F1,F2, ...,F8) 产生八个信息指纹(f1, f2, ..., f8)。再用一个随机数产生器 G 把这八个信息指纹映射到 1 到十六亿中的八个自然数 g1, g2, ...,g8。现在我们把这八个位置的二进制全部设置为一。当我们对这一亿个 email 地址都进行这样的处理后。一个针对这些 email 地址的布隆过滤器就建成了。(见下图)
现在，让我们看看如何用布隆过滤器来检测一个可疑的电子邮件地址 Y 是否在黑名单中。我们用相同的八个随机数产生器(F1, F2, ..., F8)对这个地址产生八个信息指纹 s1,s2,...,s8，然后将这八个指纹对应到布隆过滤器的八个二进制位，分别是 t1,t2,...,t8。如果 Y 在黑名单中，显然，t1,t2,..,t8 对应的八个二进制一定是一。这样在遇到任何在黑名单中的电子邮件地址，我们都能准确地发现。
布隆过滤能够使用极低的存储空间，存储海量数据的映射，从而可以提供快速的过滤机制。
这一算法在Oracle Database 10gR2中被引入到Oracle数据库中，在类似如下的执行计划中，就可以看到布隆过滤的作用：
-----------------------------------------------------------------------------------------------
| Id | Operation | Name | Pstart| Pstop |IN-OUT| PQ Distrib |
-----------------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | | | | |
| 1 | PX COORDINATOR | | | | | |
| 2 | PX SEND QC (RANDOM) | :TQ10002 | | | P->S | QC (RAND) |
|* 3 | FILTER | | | | PCWC | |
| 4 | HASH GROUP BY | | | | PCWP | |
| 5 | PX RECEIVE | | | | PCWP | |
| 6 | PX SEND HASH | :TQ10001 | | | P->P | HASH |
| 7 | HASH GROUP BY | | | | PCWP | |
|* 8 | HASH JOIN | | | | PCWP | |
| 9 | PART JOIN FILTER CREATE | :BF0000 | | | PCWP | |
| 10 | PX RECEIVE | | | | PCWP | |
| 11 | PX SEND PARTITION (KEY) | :TQ10000 | | | P->P | PART (KEY) |
| 12 | PX BLOCK ITERATOR | | | | PCWC | |
| 13 | TABLE ACCESS FULL | CUSTOMERS | | | PCWP | |
| 14 | PX PARTITION HASH JOIN-FILTER| |:BF0000|:BF0000| PCWC | |
|* 15 | TABLE ACCESS FULL | SALES |:BF0000|:BF0000| PCWP | |
-----------------------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
3 - filter(COUNT(SYS_OP_CSR(SYS_OP_MSR(COUNT(*)),0))>100)
8 - access("S"."CUST_ID"="C"."CUST_ID")
15 - filter("S"."TIME_ID"<=TO_DATE(\' 1999-10-01 00:00:00\', \'syyyy-mm-dd hh24:mi:ss\') AND
"S"."TIME_ID">=TO_DATE(\' 1999-07-01 00:00:00\', \'syyyy-mm-dd hh24:mi:ss\'))
在以上执行计划中，BF0000 即 Bloom Filter的缩写提示。
而PART JOIN FILTER CREATE 这个步骤，是创建Bloom Filter的过程，在14，15 PX PARTITION HASH JOIN-FILTER中，过滤器被使用。
Oracle的很多新特性在最初引入时，都可能带来BUG，影响性能，所以了解Oracle数据库在不同版本中引入的新特性，对于DBA来说非常重要。
