IDC资讯中心
oracle数据库的pl/sql语句执行的优化器，有基于代价的优化器（cbo）和基于规则的优化器（rbo）。
rbo的优化方式，依赖于一套严格的语法规则，只要按照规则写出的语句，不管数据表和索引的内容是否发生变化，不会影响pl/sql语句的”执行计划”。
cbo自oracle 7版被引入，oracle自7版以来采用的许多新技术都是只基于cbo的，如星型连接排列查询，哈希连接查询，反向索引，索引表，分区表和并行查询等。cbo计算各种可能”执行计划”的”代价”，即cost，从中选用cost最低的方案，作为实际运行方案。各”执行计划”的cost的计算根据，依赖于数据表中数据的统计分布，oracle数据库本身对该统计分布是不清楚的，须要分析表和相关的索引，才能搜集到cbo所需的数据。
cbo是oracle推荐使用的优化方式，要想使用好cbo，使sql语句发挥最大效能，必须保证统计数据的及时性。
统计信息的生成可以有完全计算法和抽样估算法。sql例句如下：
完全计算法： analyze table abc compute statistics;
抽样估算法(抽样20%)： analyze table abc estimate statistics sample 20 percent;
对表作完全计算所花的时间相当于做全表扫描，抽样估算法由于采用抽样，比完全计算法的生成统计速度要快，如果不是要求要有精确数据的话，尽量采用抽样分析法。建议对表分析采用抽样估算，对索引分析可以采用完全计算。
我们可以采用以下两种方法，对数据库的表和索引及簇表定期分析生成统计信息，保证应用的正常性能。
1. 在系统设置定时任务，执行分析脚本。
在数据库服务器端，我们以unix用户oracle，运行脚本analyze,在analyze中，我们生成待执行sql脚本，并运行。（假设我们要分析scott用户下的所有表和索引）
analyze脚本内容如下：
sqlplus scott/tiger << eof
set pagesize 5000
set heading off
spool analytab.sql
select analyze table scott.||table_name|| estimate statistics sample 20 percent ; from user_tables；
spool off
spool analyind.sql
select analyze table scott.||table_name|| estimate statistics sample 20 percent for all indexes; from user_tables；
spool off
spool analyze.log
@analytab.sql
@analyind.sql
spool off
exit
在unix平台上crontab加入，以上文件，设置为每个月或合适的时间段运行。
2. 利用oracle提供的程序包（package）对相关的数据库对象进行分析。
有以下的程序包可以对表，索引，簇表进行分析。
包中的存储过程的相关参数解释如下：
type可以是：table，index，cluster中其一。
schema为：table，index，cluster的所有者，null为当前用户。
name为：相关对象的名称。
method是：estimate，compute，delete中其一，当选用estimate，
下面两项，estimate_rows和estimate_percent不能同
时为空值。
estimate_rows是：估算的抽样行数。
estimate_percent是：估算的抽样百分比。
method_opt是：有以下选项，
for table /*只统计表*/
[for all [indexed] columns] [size n] /*只统计有索引的表列*/
for all indexes /*只分析统计相关索引*/
partname是：指定要分析的分区名称。
1)
dbms_ddl.analyze_object(
type varchar2,
schema varchar2,
name varchar2,
method varchar2,
estimate_rows number default null,
estimate_percent number default null,
method_opt varchar2 default null,
partname varchar2 default null ) ;
该存储过程可对特定的表，索引和簇表进行分析。
例如，对scott用户的emp表，进行50%的抽样分析，参数如下：
dbms_ddl.analyze_object(table, scott, emp, estimate, null,50);
2)
dbms_utility.analyze_schema (
schema varchar2,
method varchar2,
estimate_rows number default null,
estimate_percent number default null,
method_opt varchar2 default null ) ;
dbms_utility.analyze_database (
method varchar2,
estimate_rows number default null,
estimate_percent number default null,
method_opt varchar2 default null ) ;
其中，analyze_schema用于对某个用户拥有的所有table，index和cluster的分析统计。
analyze_database用于对整个数据库进行分析统计。
3) dbms_stats是在oracle8i中新增的程序包，它使统计数据的生成和处理更加灵活方便，并且可以并行方式生成统计数据。在程序包中的以下过程分别分析统计table，index，schema，database级别的信息。
dbms_stats.gather_table_stats
dbms_stats.gather_index_stats
dbms_stats.gather_schema_stats
dbms_stats.gather_database_stats
在这里，我们以数据库job的方式，定时对数据库中scott模式下所有的表和索引进行分析：
在sql*plus下运行：
variable jobno number;
begin
dbms_jobs.submit ( :jobno ,
dbms_utility.analyze_schema ( “scott”, “estimate”, null, 20) ; ,
sysdate, sysdate+30);
commit;
end;
/
statement processed.
print jobno
jobno
————-
16
以上作业，每隔一个月用dbms_utility.analyze_schema对用户scott的所有表，簇表和索引作统计分析
