百度360必应搜狗淘宝本站头条
php redisredis 命令redis 锁redis 主从redis 删除
当前位置：网站首页 > 技术教程 > 正文

Oracle列直方图的问题隐患（oracle查看直方图）

mhr18 2025-01-23 19:47 17 浏览 0 评论

第一章 Oracle列直方图介绍

众所周知 ，列的直方图主要用于针对数据倾斜的情况，能帮助数据库更准确的了解数据的分布情况，从而选择更高效的执行计划。

经过测试，直方图也是存在很多问题隐患的。大致包括：

1.默认的收集参数FOR COLUMNS SIZE AUTO导致未使用列无法准确收集直方图；

2.自动采样率AUTO_SAMPLE_SIZE导致对大表的直方图收集信息不完全；

3.过长的列导致直方图记录信息不完整，从而导致预估返回行数不准的问题。

下面分别进行分析及测试：

第二章 FOR COLUMNS SIZE AUTO参数问题

FOR COLUMNS SIZE AUTO参数主要有如下特点：

  • 由Oracle自动根据数据的分布情况，确定是否收集直方图；
  • 根据相关列的使用情况来决定是否收集直方图。

因此，只有当sys.col_usage$视图中记录了相关列的使用情况时，才会根据列上数据的分布情况对该列收集直方图。

查看当前的默认参数：系统采用默认的AUTO参数。

select  dbms_stats.get_param('METHOD_OPT')  from DUAL;

实验脚本如下：

--创建测试表
CREATE TABLE T1 AS SELECT * FROM DBA_OBJECTS;
--查看相应列是否倾斜：
SELECT OBJECT_TYPE, COUNT(*)
          FROM T1
         GROUP BY OBJECT_TYPE
         ORDER BY 2 DESC;

SELECT NAMESPACE, COUNT(*)
          FROM T1
         GROUP BY NAMESPACE
         ORDER BY 2 DESC

数据倾斜严重。由于col_usage$的内容并不是实时反映相关列的使用情况，所以在对sys.col_usage$查询前，需要执行exec
dbms_stats.flush_database_monitoring_info 的语句，以确保相关列上的使用情况信息已经刷出到col_usage$表中。

通过以下视图查询：

select object_id from dba_objects where object_name='T1';
SELECT name,intcol# FROM sys.col$ where obj#='94350';
exec dbms_stats.flush_database_monitoring_info;
select obj#,intcol#,equality_preds from sys.col_usage$ where obj#='94350';

2.1 直接AUTO参数收集直方图

在列未使用的情况下使用AUTO参数收集直方图：

exec dbms_stats.gather_table_stats(ownname=>'SZT',tabname=>'T1',METHOD_OPT=>'FOR ALL COLUMNS  SIZE AUTO');

查询列的统计信息：

 col owner for a20
 col table_name for a25 
 col column_name for a20
  col HISTOGRAM for a15
 col LOW_VALUE for a15
 col HIGH_VALUE for a15
 SELECT OWNER,TABLE_NAME,COLUMN_NAME,NUM_DISTINCT
 ,HISTOGRAM,LAST_ANALYZED FROM DBA_TAB_COL_STATISTICS 
 WHERE TABLE_NAME in ('T1') 
 and OWNER = upper('SZT')
 and column_name in ('OBJECT_TYPE','NAMESPACE');

可以看到，相应列上均没有收集直方图。

2.2 使用列后收集直方图

SELECT count(*) FROM T1 WHERE OBJECT_TYPE='INDEX';
SELECT count(*) FROM T1 WHERE NAMESPACE=1;

是否是使用了列就一定可以收集成功直方图了？答案是否定的。

AUTO参数的判断标准之一是看sys.col_usage$视图中是否有相应列的使用记录。可以看到该视图中没有目标列的使用记录。

sys.col_usage$视图的数据是每隔一段由SMON进程进行刷新。为了确定系统是否记录了列的使用情况，使用如下刷新语句：

exec DBMS_STATS.FLUSH_DATABASE_MONITORING_INFO;
select obj#,intcol#,equality_preds from sys.col_usage$ where obj#='94350';

重新收集直方图：

exec dbms_stats.gather_table_stats(ownname=>'SZT',tabname=>'T1',METHOD_OPT=>'FOR ALL COLUMNS  SIZE AUTO');

查询列的统计信息：

系统成功收集的Frequency类型的直方图。

第三章 AUTO_SAMPLE_SIZE参数问题

AUTO_SAMPLE_SIZE参数主要有如下优点：

  • 指定AUTO抽样大小时,系统会自动判断一个合适的抽样百分比;
  • 固定的抽样百分比在有些时候是好的,但是表的数据分布发生变化后可能就不合适了。

但是对大表而言，合适的抽样百分比意味着收集的统计信息并不足够准确，尤其是对直方图而言，默认的BUCKETS统计针对部分值的返回值估算不够准确。

查看当前的默认参数：系统采用默认的AUTO_SAMPLE_SIZE参数。

实验脚本如下：

--创建测试表：分别创建大表及小表
CREATE TABLE T1 AS SELECT * FROM DBA_OBJECTS;
CREATE TABLE T2 AS SELECT * FROM DBA_OBJECTS WHERE ROWNUM<10000;

大表直接采用上述T1表，查询小表上OBJECT_TYPE列和NAMESPACE列列上的数据分布：

--查看相应列是否倾斜：
SELECT OBJECT_TYPE, COUNT(*)
          FROM T2
         GROUP BY OBJECT_TYPE
         ORDER BY 2 DESC;

SELECT NAMESPACE, COUNT(*)
          FROM T2
         GROUP BY NAMESPACE
         ORDER BY 2 DESC;

数据倾斜严重。为了减少列使用情况的影响。直接对上述两个表指定大于最大唯一值数量的BUCKETS，数据库会根据实际的数据分布选择建立对应的BUCKETS值。

3.1 分别对两表收集直方图

实验脚本如下：

exec dbms_stats.gather_table_stats(ownname=>'SZT',tabname=>'T1',METHOD_OPT=>'FOR all COLUMNS  SIZE 100');
exec dbms_stats.gather_table_stats(ownname=>'SZT',tabname=>'T2',METHOD_OPT=>'FOR all COLUMNS  SIZE 100');

查询列的统计信息：

系统均收集了Frequency类型直方图。查看对应的BUCKETS数量：

小表T2、OBJECT_TYPE列：

col owner for a20
 col table_name for a25 
 col column_name for a20
  col ENDPOINT_NUMBER for 999999
  col ENDPOINT_VALUE for 99999999999999999999999999999999999999
  col ENDPOINT_ACTUAL_VALUE for a30
 select * from dba_tab_histograms where TABLE_NAME = upper('T2') and column_name  in(upper('OBJECT_TYPE')) ORDER BY ENDPOINT_VALUE;

小表T2、NAMESPACE列：

大表T1、OBJECT_TYPE列：

大表T1、NAMESPACE列：

  • 大表的OBJECT_TYPE唯一值：45、NAMESPACE唯一值：21
  • 小表的OBJECT_TYPE唯一值：37、NAMESPACE唯一值：15。

分别对上述两张表按照AUTO_SAMPLE_SIZE收集直方图。小表收集了列中全部唯一值的BUCKETS，大表仅收集了一部分唯一值的BUCKETS。同时查看最大BUCKETS，小表记录了全部行数9999，大表仅记录到5587行。

直方图中不同的记录方式也势必会对预估行数产生一定的影响。

3.2 测试对预估行数的影响：

首先采用如下SQL获得相应条件值的所有数据分布情况：

SELECT OBJECT_TYPE,COUNT(*) AS CARDINALITY,SUM(COUNT(*)) OVER (ORDER BY OBJECT_TYPE RANGE UNBOUNDED PRECEDING) AS CUM_CARDINALITY FROM T1 GROUP BY OBJECT_TYPE;

分别对上述表选择对应条件过滤，查看预估行数是否准确：

大表T1，选择popular value:

select count(*) from t1 where object_type='FUNCTION';

执行计划如下：

预估行数314。与实际行数基本一致。

由于只采集了一部分数据，因此分析预估值时需要按比例扩大。

带入计算公式：

(28-8)*(87726/5587)=314.03。符合预估值。

大表T1，选择非popular value:

select count(*) from t1 where object_type='DESTINATION';

执行计划如下：

预估行数8。与实际行数存在一定差异。

带入计算公式：

1/2*(87726/5587)=7.85≈8。符合预估值。

如果是对采用了100%采用的小表T2，做上述查询。则能避免预估不准确的情况：

可以看到预估与实际保持一致。主要来源于计算公式的差异：

FUNCTION:(122-44)(87726/87726)=78
DESTINATION:(32-30)(87726/87726)=2

分析结论：AUTO_SAMPLE_SIZE采样比例的不同，对直方图可能造成预估行数的差异。

第四章 列宽过长导致的问题

对于文本型超过32位、数量型超过15位的列，直方图收集后都会产生一定的问题，从而导致可选择率的不准确问题。

4.1 文本型列过宽

如果针对文本型的列收集直方图，Oracle只会将该文本型字段的头32个字节给取出来（实际上只取头15个字节），并转换为一个浮点数。这种机制的缺陷就在于，对于那些超过32个字节的文本型字段，只要其头32个字节相同，直方图中记录的值就会是相同的，从而影响CBO对可选择率即返回结果的预估值。

实验脚本如下：

ALTER TABLE T1 ADD LONG_VARCHAR VARCHAR2(40);
UPDATE T1 SET LONG_VARCHAR =LPAD(OBJECT_TYPE,40,0);
COMMIT;
--对LONG_VARCHAR列收集直方图
exec dbms_stats.gather_table_stats(ownname=>'SZT',tabname=>'T1',METHOD_OPT=>'FOR COLUMNS SIZE 100 LONG_VARCHAR',ESTIMATE_PERCENT=>100);
--查看该列统计信息：
 col owner for a20
 col table_name for a25 
 col column_name for a20
  col HISTOGRAM for a15
 col LOW_VALUE for a15
 col HIGH_VALUE for a15
 SELECT OWNER,TABLE_NAME,COLUMN_NAME,NUM_DISTINCT
 ,HISTOGRAM,LAST_ANALYZED FROM DBA_TAB_COL_STATISTICS 
 WHERE TABLE_NAME in ('T1') 
 and OWNER = upper('SZT')
 and column_name in ('LONG_VARCHAR');

该列包含45个唯一值，收集了Frequency类型直方图。

查看直方图的BUCKETS情况：

 col owner for a20
 col table_name for a25 
 col column_name for a20
  col ENDPOINT_NUMBER for 999999
  col ENDPOINT_ACTUAL_VALUE for a33
 select * from dba_tab_histograms where TABLE_NAME = upper('T1') and column_name  in(upper('LONG_VARCHAR')) ORDER BY ENDPOINT_NUMBER;

该列包含45个唯一值，采用率100，但是确仅使用了22个BUCKETS。

该列为40个字符，而直方图仅按照前32个字符进行记录。

对该列取前32个字符：

select distinct substr(LONG_VARCHAR,0,32) from t1 order by 1;

正好符合直方图中记录的22个BUCKETS。

如果在拼接上后面的8个字符：

col LONG_VARCHAR for a40
col LONG_32 for a32
select  substr(LONG_VARCHAR,0,32)||substr(LONG_VARCHAR,33,40) LONG_VARCHAR,substr(LONG_VARCHAR,0,32) as LONG_32,count(*) from t1
group by substr(LONG_VARCHAR,0,32)||substr(LONG_VARCHAR,33,40),substr(LONG_VARCHAR,0,32)
order by 2,3 desc;

正好对应与表中的全部唯一值数量。但有部分数据的前32个字符完全相同。

分析相应的数据选择性：

可以看到，由于在dba_tab_histograms视图中仅记录了前32个字符的信息，

而前32个字符中，如果其对应的ENDPOINT_ACTUAL_VALUE完全一致，就造成了数据分布差异很大的两个值的选择率完全一样。从而造成了评估行数的不准确问题。

因此，对列宽过长的列（大于32个字符）收集直方图时，要注意其可能对可选择率造成的影响。

4.2 数量型列过宽

如果针对数量型的列收集直方图，Oracle只会针对该数量型字段的前15位取ROUND。记录在直方图中。这种机制的缺陷同上，对于那些超过15个字节的数量型字段，只要其头15个字节相同，直方图中记录的值就会是相同的，从而影响CBO对可选择率即返回结果的预估值。

实验脚本如下：

ALTER TABLE T1 ADD LONG_NUMBER NUMBER(20,0);
update t1 set LONG_NUMBER =LPAD(TRUNC(dbms_random.value(1,100)),16,100000000000000);
update t1 set LONG_NUMBER =LPAD(TRUNC(dbms_random.value(60,70)),16,100000000000000) where rownum<60000;
COMMIT;
--对LONG_VARCHAR列收集直方图
exec dbms_stats.gather_table_stats(ownname=>'SZT',tabname=>'T1',METHOD_OPT=>'FOR COLUMNS SIZE 100 LONG_NUMBER',ESTIMATE_PERCENT=>100);
--查看该列统计信息：
 col owner for a20
 col table_name for a25 
 col column_name for a20
  col HISTOGRAM for a15
 col LOW_VALUE for a15
 col HIGH_VALUE for a15
 SELECT OWNER,TABLE_NAME,COLUMN_NAME,NUM_DISTINCT
 ,HISTOGRAM,LAST_ANALYZED FROM DBA_TAB_COL_STATISTICS 
 WHERE TABLE_NAME in ('T1') 
 and OWNER = upper('SZT')
 and column_name in ('LONG_NUMBER');

该列包含99个唯一值，收集了Frequency类型直方图。

查看直方图的BUCKETS情况：

col table_name for a25 
 col column_name for a20
  col ENDPOINT_NUMBER for 999999
  col ENDPOINT_VALUE for 999999999999999999999
 select column_name,
        ENDPOINT_NUMBER,
        ENDPOINT_NUMBER - LAG(ENDPOINT_NUMBER, 1) OVER(ORDER BY ENDPOINT_NUMBER) cardinality,
        ENDPOINT_VALUE
   from dba_tab_histograms
  where TABLE_NAME = upper('T1')
    and column_name in (upper('LONG_NUMBER'))
  ORDER BY ENDPOINT_NUMBER;

该列为20个整数位，而直方图仅按照前15位取ROUND进行记录。

下面验证一下：

col LONG_NUMBER for 9999999999999999999999
col ROUND_15 for 9999999999999999999999
select  LONG_NUMBER,round(LONG_NUMBER,-1) as ROUND_15,count(*) from t1
group by LONG_NUMBER,round(LONG_NUMBER,-1)
order by 1,2 desc;

直方图中的ENDPOINT_NUMBER值正好对应于表中数据的前15位取ROUND值。

继续分析相应列上的选择性：
采用上述数据分布出现差异的50-70区间段。

采用非popular值计算：

采用非popular值计算，进而与实际的差异较大。造成预估行数不准。

采用popular值计算，与实际值比较接近。

采用popular值计算，与实际值比较接近。

总结结论：

1.过长的数量型导致直方图中只会记录数量型的前15位ROUND值。

2.进而可能出现更多的非popular值，大大增加可选择率不准的问题。

第五章 总结

通过上述的测试，列的直方图容易受很多方面的影响：

AUTO_SAMPLE_SIZE、FOR COLUMNS SIZE AUTO等参数都可能给需要收集直方图的列带来性能隐患。

同时，还要注意相应列的列类型和列宽。很可能造成预估行数远远小于实际行数的情况，从而造成SQL的低效执行计划。定位出问题并分析列分布后，可以采用：删除列上的直方图、HINT固定执行计划等方式，来避免后续产生低效的查询。

墨天轮原文链接：https://www.modb.pro/db/48913（复制链接至浏览器或点击ORACLE列直方图的问题隐患 - 墨天轮查看）

关于作者

张程，云和恩墨SQL优化工程师，长期服务于金融、保险行业。现负责：公司Oracle、SQLServer、MySQL数据库优化方面的技术工作；公司SQL审核软件SQM的审核相关工作。热衷于性能优化的学习与分享。

相关推荐

【推荐】一个开源免费、AI 驱动的智能数据管理系统，支持多数据库

如果您对源码&技术感兴趣，请点赞+收藏+转发+关注，大家的支持是我分享最大的动力！！！.前言在当今数据驱动的时代，高效、智能地管理数据已成为企业和个人不可或缺的能力。为了满足这一需求，我们推出了这款开...

Pure Storage推出统一数据管理云平台及新闪存阵列

PureStorage公司今日推出企业数据云(EnterpriseDataCloud)，称其为组织在混合环境中存储、管理和使用数据方式的全面架构升级。该公司表示，EDC使组织能够在本地、云端和混...

对Java学习的10条建议（对java课程的建议）

不少Java的初学者一开始都是信心满满准备迎接挑战，但是经过一段时间的学习之后，多少都会碰到各种挫败，以下北风网就总结一些对于初学者非常有用的建议，希望能够给他们解决现实中的问题。Java编程的准备：...

SQLShift 重大更新:Oracle→PostgreSQL 存储过程转换功能上线!

官网：https://sqlshift.cn/6月，SQLShift迎来重大版本更新！作为国内首个支持Oracle->OceanBase存储过程智能转换的工具，SQLShift在过去一...

JDK21有没有什么稳定、简单又强势的特性?

佳未阿里云开发者2025年03月05日08:30浙江阿里妹导读这篇文章主要介绍了Java虚拟线程的发展及其在AJDK中的实现和优化。阅前声明：本文介绍的内容基于AJDK21.0.5[1]以及以上...

「松勤软件测试」网站总出现404 bug?总结8个原因，不信解决不了

在进行网站测试的时候，有没有碰到过网站崩溃，打不开，出现404错误等各种现象，如果你碰到了，那么恭喜你，你的网站出问题了，是什么原因导致网站出问题呢，根据松勤软件测试的总结如下：01数据库中的表空间不...

Java面试题及答案最全总结(2025版)

大家好，我是Java面试陪考员最近很多小伙伴在忙着找工作，给大家整理了一份非常全面的Java面试题及答案。涉及的内容非常全面，包含：Spring、MySQL、JVM、Redis、Linux、Sprin...

数据库日常运维工作内容（数据库日常运维 工作内容）

#数据库日常运维工作包括哪些内容?#数据库日常运维工作是一个涵盖多个层面的综合性任务，以下是详细的分类和内容说明：一、数据库运维核心工作监控与告警性能监控：实时监控CPU、内存、I/O、连接数、锁等待...

分布式之系统底层原理(上)（底层分布式技术）

作者：allanpan，腾讯IEG高级后台工程师导言分布式事务是分布式系统必不可少的组成部分，基本上只要实现一个分布式系统就逃不开对分布式事务的支持。本文从分布式事务这个概念切入，尝试对分布式事务...

oracle 死锁了怎么办?kill 进程 直接上干货

1、查看死锁是否存在selectusername,lockwait,status,machine,programfromv$sessionwheresidin(selectsession...

SpringBoot 各种分页查询方式详解(全网最全)

一、分页查询基础概念与原理1.1什么是分页查询分页查询是指将大量数据分割成多个小块（页）进行展示的技术，它是现代Web应用中必不可少的功能。想象一下你去图书馆找书，如果所有书都堆在一张桌子上，你很难...

《战场兄弟》全事件攻略 一般事件合同事件红装及隐藏职业攻略

《战场兄弟》全事件攻略，一般事件合同事件红装及隐藏职业攻略。《战场兄弟》事件奖励，事件条件。《战场兄弟》是OverhypeStudios制作发行的一款由xcom和桌游为灵感来源，以中世纪、低魔奇幻为...

LoadRunner（loadrunner录制不到脚本）

一、核心组件与工作流程LoadRunner性能测试工具-并发测试-正版软件下载-使用教程-价格-官方代理商的架构围绕三大核心组件构建，形成完整测试闭环：VirtualUserGenerator(...

Redis数据类型介绍（redis 数据类型）

介绍Redis支持五种数据类型：String（字符串），Hash（哈希），List（列表），Set（集合）及Zset(sortedset：有序集合)。1、字符串类型概述1.1、数据类型Redis支持...

RMAN备份监控及优化总结（rman备份原理）

今天主要介绍一下如何对RMAN备份监控及优化，这里就不讲rman备份的一些原理了，仅供参考。一、监控RMAN备份1、确定备份源与备份设备的最大速度从磁盘读的速度和磁带写的带度、备份的速度不可能超出这两...

取消回复欢迎 你 发表评论:

一周热门
最近发表
标签列表