oracle研究中心：目前，CBO（Cost-Based Optimizer）是Oracle默认使用的查询优化器Query Optimizer模式。在CBO中，sql执行计划的生成，是以一种寻找成本（Cost）最优为目标导向的执行计划探索过程。所谓成本（Cost）就是将cpu和IO消耗整合起来的量化指标，每一个执行计划的成本就是经过优化器内部公式估算出的数字值。
与RBO（Rule-Based Optimizer）不同，CBO的灵活性建立在对数据统计量的强依赖关系上。CBO Query Optimizer工作的原料就是数据表、索引等对象统计量信息。在绝大部分情况下，CBO是可以帮助我们寻找到最优的执行计划的。但是，在一些特殊的场合下，CBO在估算方面存在一些问题，可能导致一些问题。本篇主要介绍Oracle中多列统计量估算偏差问题。
1、环境准备
我们在Oracle 11g中进行试验。
sql> select * from v$version;
BANNER
----------------------------------------------------------
Oracle Database 11g Enterprise Edition Release 11.2.0.1.0 - Production
PL/sql Release 11.2.0.1.0 - Production
CORE 11.2.0.1.0 Production
TNS for Linux: Version 11.2.0.1.0 - Production
NLSRTL Version 11.2.0.1.0 �C Production
创建数据表T，并且按照常规方法收集统计量信息。
sql> create table t (id number,name varchar2(100));
Table created
sql> select * from t;
ID NAME
---------- ----------
1 TT
2 MT
3 FT
1 MM
sql> exec dbms_stats.gather_table_stats(user,'T',cascade => true);
PL/sql procedure successfully completed
2、Multi-Columns估算偏差问题展现
此时，我们需要获取到id=1并且name=’TT’的记录。我们首先生成执行计划。
sql> explain plan for select * from t where id=1 and name='TT';
Explained
sql> select * from table(dbms_xplan.display);
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
Plan hash value: 1601196873
--------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%cpu)| Time |
| 0 | SELECT STATEMENT | | 1 | 6 | 2 (0)| 00:00:01 |
|* 1 | TABLE ACCESS FULL| T | 1 | 6 | 2 (0)| 00:00:01 |
Predicate Information (identified by operation id):
---------------------------------------------------
1 - filter("NAME"='TT' AND "ID"=1)
13 rows selected
注意，从估算结果看，该sql执行返回的Row Source数量为1。也就是说，Oracle优化器认为该sql返回的结果数量为1。但是实际上数量是多少呢？
--实际运行结果
sql> select * from t where id=1 and name='TT';
这就是出现了执行计划与实际Row Source差异的现象。产生这种问题的原因，在于Oracle中默认只对单列进行统计量收集，而sql中出现多列情况组合，就会发生问题。
具体来说，对数据表T，Oracle只会分别对列id和name进行统计量收集。在进行组合估算的时候，只会进行组合方式“剔除”结果集合。如果出现数据表T这种id=1和name=’TT’较多且符合的情况，估算出执行计划的row source就会有偏差出现。
Row source在执行计划成本公式中地位是很重要的，直接与进行逻辑物理读（Logical/Physical Get）数据块的个数相关，进而影响到Cost计算。如果发生Multi Columns估算问题，执行计划成本估算的cost就会相对较小。
公允的说，在大多数情况下，由于Multi Column统计量引起的执行计划错误问题是很少发生的。真正出现的场景是一些特殊的数据分布结构和查询方式上。如果深究这些问题，都能或多或少的存在数据库设计不合理或者应用开发不适当的问题。
在过去的Oracle版本中，Multi Column问题是不能处理的。在Oracle 11g中，我们可以使用Oracle拓展统计量（也称为Column Group）来解决这个问题。
3、Multi-Column和Column Group
Oracle 11g对统计量提供了多列统计量的拓展功能。也就是说，我们可以指定对多列数据制定一个列组（Column Group），针对这个列组进行统计量收集过程。
在11g的dbms_stats包中，添加了函数create_extended_stats，用于收集拓展统计量。
function create_extended_stats(
ownname varchar2,
tabname varchar2,255);"> extension varchar2)
return varchar2;
具体使用上，步骤如下：
根据create_extended_stats方法的提示，要求compatible参数选取在11以上。
sql> show parameter compatible
NAME TYPE VALUE
------------------------------------ ----------- -------------
compatible string 11.2.0.0.0
创建id和name共同构成的column group。
sql> var vc_res varchar2(100);
sql> exec :vc_res := dbms_stats.create_extended_stats('SCOTT','(id,name)');
vc_res
---------
SYS_STUIA0V924QODN5R5SCAKM60G#
调用方法后，反馈回一个内部的编号。之后，我们重新收集统计量信息。
--可以让Oracle给Column Group收集直方图信息；
------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 2 | 12 | 2 (0)| 00:00:01 |
|* 1 | TABLE ACCESS FULL| T | 2 | 12 | 2 (0)| 00:00:01 |
注意，此时Oracle执行计划正确的获得了结果集合row source信息。多列统计量生效。
那么，Oracle在内部是怎么进行组织和管理的呢？以及调用create_extend_stats方法获得到那个随机字符串是什么含义呢？我们下面继续进行探讨。
4、Multi-Column本质论
在Oracle中，是怎么组织多列组的信息呢？我们首先从列统计量入手分析。
sql> select column_name,num_distinct,SAMPLE_SIZE,AVG_COL_LEN,HISTOGRAM from user_tab_col_statistics where table_name='T';
COLUMN_NAM NUM_DISTINCT SAMPLE_SIZE AVG_COL_LEN HISTOGRAM
---------- ------------ ----------- ----------- ---------------
ID 3 5 3 FREQUENCY
NAME 4 5 3 FREQUENCY
SYS_STUIA0 4 5 12 FREQUENCY
V924QODN5R
5SCAKM60G#
在列中存在一个特殊列的统计信息，这里的列名同我们生成拓展统计量时候的那个字符串。
同时，Oracle也提供了一个视图user_stat_extensions来查看生成的拓展统计量。
sql> select * from user_stat_extensions where extension_name = 'SYS_STUIA0V924QODN5R5SCAKM60G#';
TABLE_NAME EXTENSION_NAME EXTENSION CREATOR DROPPABLE
---------- ------------------------------ -------------------- ------- ---------
T SYS_STUIA0V924QODN5R5SCAKM60G# ("ID","NAME") USER YES
那么，Oracle是不是同函数索引采用相同的内部策略，构建一个虚拟列进行管理呢？我们只有去到col$基表中进行检查。
sql> select object_id from dba_objects where object_name='T' and wner='SCOTT';
OBJECT_ID
----------
75482
sql> select col#,name,DEFAULT$ from col$ where obj#=75482;
COL# NAME DEFAULT$
---------- ---------- ------------------------------
1 ID
2 NAME
0 SYS_STUIA0 SYS_OP_COMBINED_HASH("ID","NAM
V924QODN5R E")
5SCAKM60G#
果然，此处显示的内容是：Oracle使用类似虚拟列的方法，构建了一个列。之后对这个列进行统计量收集。
5、Column Group的失效场景
在笔者的实验中，发现并不是建立了column group之后，所有的统计量估算都是正确的。起码当条件中存在非等号之后，拓展统计量估值是可能错误的。
--结果集合为3
sql> select * from emp where job='MANAGER' and sal>2000;
EMPNO ENAME JOB MGR HIREDATE SAL COMM DEPTNO
----- ---------- --------- ----- ----------- --------- --------- ------
7566 JONES MANAGER 7839 1981-4-2 2975.00 20
7698 BLAKE MANAGER 7839 1981-5-1 2850.00 30
7782 CLARK MANAGER 7839 1981-6-9 2450.00 10
查看执行计划中的估算值。
sql> explain plan for select * from emp where job='MANAGER' and sal>2000;
Plan hash value: 3956160932
| 0 | SELECT STATEMENT | | 1 | 38 | 3 (0)| 00:00:01 |
|* 1 | TABLE ACCESS FULL| EMP | 1 | 38 | 3 (0)| 00:00:01 |
1 - filter("JOB"='MANAGER' AND "SAL">2000)
此时，我们收集一下拓展统计量。
sql> var vc_res varchar2(1000);
SYS_STU73TUM4UV1A$7U9OVY05$MH6
sql> select * from user_stat_extensions;
EMP SYS_STU73TUM4UV1A$7U9OVY05$MH6 ("JOB","SAL") USER YES
（篇幅原因，有省略。。。。。。）
DEPTNO 3 14 3 FREQUENCY
SYS_STU73T 12 14 12 FREQUENCY
UM4UV1A$7U
9OVY05$MH6
此时，执行计划并没有改变。
这说明拓展统计量在非等号情况下，是存在一些问题的。
6、其他注意问题和结论
此外，在使用column group上，我们还需要注意下面的问题：
ü 拓展列中不允许出现虚拟列（Virtual Column）；
ü 不能对sys schema下的数据表列建立column group；
ü 不能对聚簇表（Cluster Table）、索引组织表（Index Organized Table）、临时表（Temporary Table）和外部表（External Table）上的列创建Column Group；
ü 一个数据表中创建的拓展列数目不能超过20和数据表10%非虚拟列的数目；
ü 一个拓展列组中包括了列数目位于2-32的范围内；
ü 一个列只能出现在一个拓展列组中；
ü 列组中不能包括表达式；
ü compatible参数必须在11.0.0.0以上；
最后，个人感觉在实际中，特别是开发环境下很少会使用到column group的功能。因为解决执行计划问题的手段很多，column group不是最优的方法。而在运维环境中，常常会遇到书写很糟糕的sql和设计。此时运维人员通常没有机会修改sql源代码。所以，column group作为一种运维手段，是可以进行尝试的。
--------------------------------------ORACLE-DBA----------------------------------------
最权威、专业的Oracle案例资源汇总之【学习笔记】oracle11g multi column statistics深入研究笔记
原文唯一网址：http://www.oracleplus.net/arch/1464.html
