DBA性能调优内功心法（十四）：天眼篇——开启直方图与动态采样，洞悉数据分布之秘

阅读时间： 2025年08月10日
章节： 5.5-5.7 Oracle里的统计信息 (进阶部分)
摘要： 本章节深入到统计信息的核心细节，首先阐述了列统计信息特别是直方图，在解决数据倾斜问题、提升基数估算准确性上的关键作用。接着，本章节讲解了分区表全局统计信息的重要性，并最后介绍了动态采样这一在统计信息缺失时的“应急”机制。掌握这些进阶概念，是DBA从宏观维护转向精细化调优的必经之路。

一、核心概要

本章节的核心，是从“宏观”走向“微观”，探讨了如何为CBO提供更精细、更准确的决策依据。

• • 列统计信息与直方图：解决了CBO最大的软肋之一——它默认数据是均匀分布的。直方图的出现，让CBO拥有了看清“数据倾斜”的火眼金睛。
• • 全局统计信息：解决了分区表的“全局视野”问题，让CBO在处理无法进行分区裁剪的查询时，能够基于整张表的特征进行优化。
• • 动态采样：这是CBO的“后备计划”。当它发现没有统计信息或者现有信息不可信时，它会选择在解析时“临时侦察”一下，以避免做出完全离谱的判断。

二、关键概念重述与实战解读

1. 1. 列的统计信息
• • 种类与含义：除了基本的NUM_DISTINCT
  （唯一值数量）、NUM_NULLS
  （空值数量），最重要的就是LOW_VALUE
  和HIGH_VALUE
  ，它们定义了列中数据的范围。
• • 谓词越界实例的警示：本章节的实例深刻说明，如果LOW_VALUE
  或HIGH_VALUE
  不准，当WHERE
  条件中的值超出了这个记录的范围时，CBO会估算出极小（通常为1）的基数，这几乎必然会导致其选择错误的执行计划（如嵌套循环）。
• • 直方图：
• • 含义：直方图是解决数据分布不均问题的关键武器。它告诉CBO，在LOW_VALUE
  和HIGH_VALUE
  之间，数据的分布并非一条直线，而是高低起伏的。
• • 类型：主要有两类，频率直方图（适用于唯一值较少的列），它精确记录了每个值出现的次数；以及高度均衡直方图（适用于唯一值较多的列），它将数据范围切成多个“桶”，保证每个桶里的数据量大致相等。
• • 对CBO的影响：有了直方图，CBO在估算WHERE col = :b1
  这类查询的成本时，就不再使用简单的公式，而是会去查询直方图，从而得知:b1
  这个值是热门数据还是冷门数据，基数估算的准确性得到质的飞跃。
• • DBA视角与注意事项：直方图并非万能丹。它会增加统计信息收集的开销和数据字典的存储。我们应有选择性地、仅在那些“数据分布确实倾斜，且该列经常出现在WHERE条件中”的列上创建。通过DBMS_STATS
  包中的METHOD_OPT
  参数，我们可以精确控制直方图的收集策略。
2. 2. 全局统计信息
• • 是什么：对于分区表而言，除了每个分区自身的统计信息，还存在一份描述这张表“作为一个整体”的统计信息。
• • DBA视角：全局统计信息至关重要。当一个查询无法利用分区键进行分区裁剪时（例如，查询条件不含分区键），CBO必须依赖全局统计信息来评估整张表的成本。如果缺失全局统计信息，CBO可能会错误地将所有分区的统计信息简单相加，这在估算NUM_DISTINCT
  等指标时会产生巨大偏差，从而影响执行计划。自11g起，增量收集统计信息（Incremental Statistics）机制大大简化了全局统计信息的维护。
3. 3. 动态采样
• • 是什么：在SQL解析阶段，如果CBO发现目标对象没有统计信息，或者它怀疑现有统计信息已严重过时，它可能会触发一个“动态采样”的操作。即在解析时，对目标对象随机读取少量数据块，现场进行一次“迷你”的统计信息收集，并以此为依据来生成执行计划。
• • DBA视角：动态采样是一把双刃剑。
• • 优点：它是一个“保险丝”，能有效避免在无统计信息的情况下产生最坏的执行计划，对于数据仓库或临时表等场景尤其有用。
• • 缺点：它会增加SQL的解析时间。对于要求极低响应时间的OLTP系统，每一次查询都要额外增加采样的开销是不可接受的。
• • 我们的行动：在OLTP系统中，频繁的动态采样是一个明确的告警信号，它说明我们的常规统计信息收集策略出了问题。我们要做的不应该是粗暴地禁用动态采样（通过OPTIMIZER_DYNAMIC_SAMPLING
  参数），而是应该去找到那些缺失或陈旧统计信息的对象，并为它们建立起可靠的、定期的统计信息收集作业。