什么是global statistics？
大家都知道，dbms_stats是Oracle 9i及后续的版本中用于收集优化器统计信息的包，虽然analyze命令也一直可用，但是现在已经不推荐使用analyze来收集统计信息，而是使用dbms_stats。二者之间一个很大的不同，也是dbms_stats一个很突出的优点就是能够正确收集分区表的统计信息，换言之就是global statistics。而analyze命令只会收集最低层次对象的统计信息，然后推导和汇总出高一级的统计信息，如分区表只会收集分区信息，然后再汇总所有分区的统计信息，得到表一级的统计信息。
那什么是global statistics？简单地说global statistics就是指直接从对象本身这一级收集到的统计信息，而不是从下一级对象“推导”或“汇总”出来的统计信息。比如，表的global statistics指直接通过表收集到的统计信息，而不是从分区收集的统计信息进行汇总或推导出的。同样，分区的global statistics是指直接通过分区收集到的统计信息，而不是从子分区收集的统计信息进行汇总或推导出的。global statistics对优化器来说是非常重要的，一个SQL，除非其查询条件限定了数据只在部分分区上，否则在大多数情况下需要global statistics才能得到正确的执行计划。
有的统计值可以从对象的下一级对象进行汇总后得到，比如表的总行数，可以通过各分区的行数相加得到。但有的统计值则不能从下一级对象得到，比如列上的唯一值数量(distinct value）以及密度值（density）。
怎样收集global statistics？
global statistics只能通过dbms_stats包来收集。注意，用analyze命令得到的统计信息，虽然也会有表一级的统计值，但是，那些值是从分区或子分区推导和汇总出来的，是不精确的。后面的实验中，将会验证这一点。
使用dbms_stats收集统计信息时，参数granularity（比如gather_table_stats过程） 指定了哪个级别上的统计信息会被收集：
- Global -- Table （表）
- Partition -- Partition （分区）
- SubPartition -- SubPartition （子分区）
- Default -- Table + Partition （表+分区）
- All -- Table + Partition + Subpartition （表+分区+子分区）
- Auto -- Table + Partition + Subpartition （10g，表+分区，当子分区是list分区时还包括子分区）
比如，要在一个做为子分区的表上，以'ALL'级别收集统计信息时，会收集”表+分区+子分区“上的统计信息，相当于需要执行下面的三类SQL：
- select .... from table
- select .... from table (partition P1) -- 在每个分区上都重复一次
- select .... from table (subpartition SP1) -- 在每个子分区上重复一次
可以看到，dbms_stats需要比analyze命令更多的时间来进行统计信息的收集。对于有子分区的表，dbms_stats至少要多花三倍的时间。
怎样查看表是否收集了global statistics？
统计信息(下面主要描述表和分区，不涉及索引）一般是通过查看下列视图来检查的：
- 表的统计信息：
- 分区的统计信息：
- 子分区的统计信息：
[DBA|ALL|USER]_TABLES
[DBA|ALL|USER]_TAB_COL_STATISTICS
[DBA|ALL|USER]_TAB_PARTITIONS
[DBA|ALL|USER]_PART_COL_STATISTICS
[DBA|ALL|USER]_TAB_SUBPARTITIONS
[DBA|ALL|USER]_SUBPART_COL_STATISTICS
在以上的视图中，如果GLOBAL_STATS列值为”YES“，表示该级对象上收集了global statistics，而值为”NO“则表示没有收集global statistics。
下面用一些实验来更深入地验证dbms_stats,analyze以及global statistics三者之间的联系。测试环境为Linux AS4上的Oracle 10.2.0.3。注意不同的Oracle可能有不同的行为。
我们先用下面的SQL创建一个测试表，这个表有2个分区，每个分区有2个子分区：
CREATE TABLE T3(i number, p number,sp number)
PARTITION BY RANGE(p)
SUBPARTITION BY HASH(sp) SUBPARTITIONS 2
(
PARTITION q1 VALUES LESS THAN(3) TABLESPACE USERS,
PARTITION q2 VALUES LESS THAN(MAXVALUE) TABLESPACE USERS
);declare
i number;
begin
for i in 1..100000 loop
insert into T3 values(i,mod(i,7), mod(i,8));
if( mod(i, 1000) = 0) then commit; end if;
end loop;
for i in 1..50000 loop
insert into T3 values(i,mod(i,7), mod(i,8)+5);
if( mod(i, 1000) = 0) then commit; end if;
end loop;
end;
/
我们向测试表中插入15W行数据。I列有100,000个不同的值，P列有7个不同的值，SP列有13个不同的值。为了能够方便地查看收集的统计信息，我们使用了一段来自Metalink的sql代码，点击此处下载此代码文件sosi.sql。
首先用@sosi可以看到，T3没有任何统计信息存在。
使用analyze table t3 compute statistics;收集T3表的统计信息，可以看到如下的统计信息（由于版面原因，去除了一些与本文无关的信息）：
SQL> analyze table t3 compute statistics;
SQL> @sosi
SQL> set echo offTables owned by TEST
------------------------------
T3Please enter Name of Table Owner (Null = TEST):
Please enter Table Name to show Statistics for: T3***********
Table Level
***********Table Number Empty Average Chain Average Global User Sample
Name of Rows Blocks Blocks Space Count Row Len Stats Stats Size
------------- -------- ------ ------- ----- ------- ------ ------ ------
T3 150,000 328 32 921 0 13 NO NO 0Column Column Distinct Number Number Global User Sample
Name Details Values Density Buckets Nulls Stats Stats Size
------ ------------------ ------- ------- ------ ------ ------ ------
I NUMBER(22) 59,845 0 1 0 NO NO
P NUMBER(22) 7 0 1 0 NO NO
SP NUMBER(22) 8 0 1 0 NO NO***************
Partition Level
***************
Partition Number Empty Average Chain Average Global User Sample
Name of Rows Blocks Blocks Space Count Row Len Stats Stats Size
--------- ------- -------- ------ ------- ----- ------- ------ ------ ------
Q1 64,285 138 14 878 0 13 NO NO
Q2 85,715 190 18 954 0 14 NO NOPartition Column Distinct Number Number Global User Sample
Name Name Values Density Buckets Nulls Stats Stats Size
--------- ------ -------- ------- ------- ------ ------ ------ ------
Q1 I 44,878 0 1 0 NO NO
P 3 0 1 0 NO NO
SP 8 0 1 0 NO NO
Q2 I 59,844 0 1 0 NO NO
P 4 0 1 0 NO NO
SP 8 0 1 0 NO NO
***************
SubPartition Level
***************Partition SubPartition Number Empty Average Average Global User Sample
Name Name of Rows Blocks Blocks Space Row Len Stats Stats Size
--------- ------------ ------- -------- ------ ------- ------- ------ ------ ------
Q2 SYS_SUBP31 35,715 80 8 992 14 NO NO 35,715
Q1 SYS_SUBP29 26,785 58 6 902 14 NO NO 26,785
Q2 SYS_SUBP32 50,000 110 10 928 14 NO NO 50,000
Q1 SYS_SUBP30 37,500 80 8 861 13 NO NO 37,500Partition SubPartition Column Distinct Number Number Global User Sample
Name Name Name Values Density Buckets Nulls Stats Stats Size
--------- --------------- ------- -------- ------- ------- ------ ------ ------ ------
Q1 SYS_SUBP29 I 24,106 0 1 0 NO NO 26,785
SYS_SUBP29 P 3 0 1 0 NO NO 26,785
SYS_SUBP29 SP 5 0 1 0 NO NO 26,785
SYS_SUBP30 I 32,142 0 1 0 NO NO 37,500
SYS_SUBP30 P 3 0 1 0 NO NO 37,500
SYS_SUBP30 SP 8 0 1 0 NO NO 37,500
Q2 SYS_SUBP31 I 32,144 0 1 0 NO NO 35,715
SYS_SUBP31 P 4 0 1 0 NO NO 35,715
SYS_SUBP31 SP 5 0 1 0 NO NO 35,715
SYS_SUBP32 I 42,858 0 1 0 NO NO 50,000
SYS_SUBP32 P 4 0 1 0 NO NO 50,000
SYS_SUBP32 SP 8 0 1 0 NO NO 50,000
由上面的表可以看到，analyze只是收集了sub partition的统计信息，然后经过汇总和推导得到了partition和table级别的统计信息。global_stats列值均为"NO"。在表级的I字段的统计信息上看到，I的唯一值个数为59,845，而实际的值应该为100,000，这里差距是比较大的；SP的唯一值个数为8，而实际的值应该为13。
下面再将统计信息删除，然后使用dbms_stats重新收集统计信息：
SQL> exec dbms_stats.gather_table_stats(ownname=>user,tabname=>'T3',granularity=>'ALL');
SQL> @sosi
SQL> set echo offTables owned by TEST
------------------------------
T3Please enter Name of Table Owner (Null = TEST):
Please enter Table Name to show Statistics for: T3***********
Table Level
***********Table Number Empty Average Chain Average Global User Sample
Name of Rows Blocks Blocks Space Count Row Len Stats Stats Size
------ ------- -------- ------ ------- ----- ------- ------ ------ -------
T3 150,000 328 0 0 0 10 YES NO 150,000Column Column Distinct Number Number Global User Sample Date
Name Details Values Density Buckets Nulls Stats Stats Size MM-DD-YYYY
------ ----------- -------- ------- ------- ------ ------ ------ ------- ----------
I NUMBER(22) 100,000 0 1 0 YES NO 150,000 12-15-2008
P NUMBER(22) 7 0 1 0 YES NO 5,497 12-15-2008
SP NUMBER(22) 13 0 1 0 YES NO 5,497 12-15-2008
***************
Partition Level
***************Partition Number Empty Average Chain Average Global User Sample
Name of Rows Blocks Blocks Space Count Row Len Stats Stats Size
--------- ------- -------- ------ ------- ----- ------- ------ ------ ------
Q1 64,285 138 0 0 0 10 YES NO 64,285
Q2 85,715 190 0 0 0 10 YES NO 85,715Partition Column Distinct Number Number Global User Sample
Name Name Values Density Buckets Nulls Stats Stats Size
--------- ------- -------- ------- ------- ------ ------ ------ ------
Q1 I 42,857 0 1 0 YES NO 64,285
P 3 0 1 0 YES NO 5,584
SP 13 0 1 0 YES NO 5,584
Q2 I 57,143 0 1 0 YES NO 85,715
P 4 0 1 0 YES NO 5,443
SP 13 0 1 0 YES NO 5,443***************
SubPartition Level
***************Partition SubPartition Number Empty Average Average Global User Sample
Name Name of Rows Blocks Blocks Space Row Len Stats Stats Size
--------- ------------- ------- -------- ------ ------- ------- ------ ----- ------
Q2 SYS_SUBP31 35,715 80 0 0 10 YES NO 35,715
Q1 SYS_SUBP29 26,595 58 0 0 10 YES NO 5,461
Q2 SYS_SUBP32 50,000 110 0 0 10 YES NO 50,000
Q1 SYS_SUBP30 37,500 80 0 0 10 YES NO 37,500Partition SubPartition Column Distinct Number Number Global User Sample
Name Name Name Values Density Buckets Nulls Stats Stats Size
---------- --------------- ------- -------- ------- ------- ------ ------ ------ ------
Q1 SYS_SUBP29 I 26,084 0 1 0 YES NO 5,461
SYS_SUBP29 P 3 0 1 0 YES NO 5,461
SYS_SUBP29 SP 5 0 1 0 YES NO 5,461
SYS_SUBP30 I 32,142 0 1 0 YES NO 37,500
SYS_SUBP30 P 3 0 1 0 YES NO 5,459
SYS_SUBP30 SP 8 0 1 0 YES NO 5,459
Q2 SYS_SUBP31 I 32,144 0 1 0 YES NO 35,715
SYS_SUBP31 P 4 0 1 0 YES NO 5,605
SYS_SUBP31 SP 5 0 1 0 YES NO 5,605
SYS_SUBP32 I 42,858 0 1 0 YES NO 50,000
SYS_SUBP32 P 4 0 1 0 YES NO 5,500
SYS_SUBP32 SP 8 0 1 0 YES NO 5,500
从上面的统计信息可以看到，不管是在partition级，还是在table级，I列和SP列的唯一值个数都得到了正确的值。在三种级别（table,partition,subpartition）上，global_stats列值都为“YES”，表示三个级别收集的都是global statistics。
将统计信息删除，使用exec dbms_stats.gather_table_stats(ownname=>user,tabname=>'T3',granularity=>'SUBPARTITION');
收集子分区级别上的统计信息（此处不再列出具体的统计信息数据），则子分区统计信息中的global_stats值为"YES"，而分区和表级统计信息中的global_stats值为”NO"，这两级的统计数据则是由子分区级统计信息汇总和推导得出。
而使用exec dbms_stats.gather_table_stats(ownname=>user,tabname=>'T3',granularity=>'PARTITION');收集分区级上的统计信息，则子分区没有统计信息，表级的统计信息也是由分区级统计信息推导和汇总而来。
而在缺省情况下，即granularity参数为default值时，分区和表都有global statistics，而子分区级没有任何统计信息 。
在以上的测试中，在进行新的统计信息收集之前，都是先删除了原来的统计信息。但是如果我们在收集统计信息之前没有删除原来的统计数据，并且不同的统计策略，会有不同的影响。但大部分都是很不好的影响，容易造成统计信息的不准确。比如：
- 使用dbms_stats以granularity='ALL'收集统计信息，删除一部分数据之后，再以更低级别的粒度收集统计数据：
SQL> exec dbms_stats.gather_table_stats(ownname=>user,tabname=>'T3',granularity=>'ALL');
SQL> delete from t3 where i<3000;
SQL> commit;
SQL> exec dbms_stats.gather_table_stats(ownname=>user,tabname=>'T3',granularity=>'PARTITION');
SQL>
然后对比统计信息，可以发现，表级和子分区级仍然保留着原来的过时的统计信息。综合其他的几个测试（此处不再列出），我们可以得到这个结论：使用dbms_stats收集统计信息，粒度（granularity）为较低级别时，更低级别的统计信息保持不变，而高级别的统计信息由收集的这一级别的统计信息推导和汇总得出，但不能跨级别推导和汇总。但如果高级别的统计信息之前是global statistics，则那一级别的统计信息保持不变。analyze始终是在子分区级别收集统计信息，其高级别统计信息的推导和汇总的行为与dbms_stats一样。比如，现在表级的统计信息global_stats为NO，分区级的统计信息global_stats为YES，使用SUBPARTITION级别或使用analyze命令分析后，分区级的统计信息仍然是原来的统计信息，而表级的统计信息其global_stats为NO，但由于不能跨级推导和汇总，所以表这一级的统计信息仍然是原来的统计信息。
- 使用dbms_stats以granularity='PARTITION'收集统计信息，然后使用analyze删除统计信息：
SQL> exec dbms_stats.gather_table_stats(ownname=>user,tabname=>'T3',granularity=>'PARTITION');
SQL> analyze table t3 delete statistics;
SQL> exec dbms_stats.gather_table_stats(ownname=>user,tabname=>'T3',granularity=>'ALL');
SQL> analyze table t3 delete statistics;
执行上面的命令序列之后，我们可以发现，analyze ..delete statistics命令总是会删除子分区的统计信息，但分区级和表级，如果有global statistics统计信息，则不会删除。并且不能跨级删除，比如分区有global statistics，由表级没有global statistics，表级的统计信息也不会被删除。综合其他几个测试，也可以得到：如果某一级（partition,subpartition）上有统计信息，那么比它更高的所有级别上都会有统计信息。
- 各种情况下使用dbms_stats.delete_table_stats删除统计信息，可以发现：
dbms_stats.delete_table_stats总是可以删除表上所有的三个级别的统计信息。
- 使用analyze命令收集的统计信息，有如下特点：
analyze命令收集的统计信息，global_stats总是为"NO“。
综合以上测试和得到的结果，总结出我们在收集优化统计信息需要注意以下几个方面：
- 分区表的统计信息使用dbms_stats包中的过程，这样才能收集global statistics。
- 删除表的统计信息使用dbms_stats包中的过程，analyze命令删除统计信息，可能不是你想要的结果，因为有可能部分统计信息并没有被删除。
- 收集统计信息时，使用一致的granularity参数，比如开始用ALL，过一段时间用DEFAULT或PARTITION，这样得出的结果，在某些级别上的统计信息是过时的，不准确的。
- 由于analyze命令只在最低一级收集统计信息，而高一级的统计信息是下级统计信息汇总和推导而来。因此不要将analyze命令与dbms_stats混合使用于同一张表上，其原因如同上一条。
本文涉及到的内容，只有表（并且是普通的HEAP表），不包括索引。也没有涉及到直方图。本文部分内容来源于Metalink Note ID：236935.1 ”Global statistics - An Explanation“
如果需要深入研究analyze和dbms_stats，感兴趣的可以使用sql trace或10046事件来跟踪二者的行为。
[…] 在以前的一篇文章《DBMS_STATS、ANALYZE以及Global Statistics》中，提到使用10g数据库dbms_stats收集统计信息时，granularity缺省值为“AUTO”，其含义是“Auto — Table + Partition + Subpartition （10g，表+分区，当子分区是list分区时还包括子分区）”。本文就这个问题再深入地探讨一下。 […]
弱弱的问下:
1. 由上面的表可以看到，analyze只是收集了sub partition的统计信息，然后经过汇总和推导得到了partition和table级别的统计信息–>这个怎么看出来的呢？
很懒的问下：
2. 如果不是分区表, analyze 和 dbms_stats 两种方法收集信息的准确度应该没啥区别吧？
[回复]
老熊 回复:
1月 7th, 2010 at 9:28 上午
@zhongsr,
1.从表和分区的统计信息中的global stats=NO可以看出来
2.analyze和dbms_stats之间的准确度对比，各版本不尽相同，但总的来说，dbms_stats越来越完善。
[回复]
大師級人物﹐實驗確實是詳細啊
[回复]
请教下：文中提到“使用dbms_stats收集统计信息，粒度（granularity）为较低级别时，更低级别的统计信息保持不变，而高级别的统计信息由收集的这一级别的统计信息推导和汇总得出，但不能跨级别推导和汇总”和“dbms_stats.gather_table_stats(ownname=>user,tabname=>’T3′,granularity=>’SUBPARTITION’);
收集子分区级别上的统计信息（此处不再列出具体的统计信息数据），则子分区统计信息中的global_stats值为”YES”，而分区和表级统计信息中的global_stats值为”NO”，这两级的统计数据则是由子分区级统计信息汇总和推导得出。”是否矛盾，前者说不能跨级推导，后者说分区和表级都可以推出。
[回复]
老熊 回复:
12月 22nd, 2011 at 10:16 上午
这里跨级的意思是中间隔了一级。比如从SUB PARTITION直接推导出TABLE级的统计信息。
在执行dbms_stats.gather_table_stats(ownname=>user,tabname=>’T3′,granularity=>’SUBPARTITION’);这条语句时，如果T3表的partition级已经有了global的统计信息，那么表级的统计信息就不能由sub partition级推导而出。
[回复]
老熊，问一下，如果一个分区表，已经有部分分区收集了统计信息，而现在想收集表和剩下的分区的，改用那个参数？用AUTO吗？
[回复]
老熊 回复:
6月 12th, 2012 at 4:56 下午
如果只想收集指定分区的统计信息，那么你需要指定partname为指定的分区名，granularity参数设置为partition。对于表一级统计信息，你需要将granularity参数指定为global。
[回复]
老熊你好，遇到如下问题，很困惑
用户表在月份字段上分区，每个分区的数据量在1500万左右，现在总共有100个分区 oracle 10G
问题一：oracle自带的收集统计信息的job不分析本表
问题二：使用dbms_stats包收集单分区统计信息是很慢，一般在2个小时左右，不知道咋回事，语句如下：dbms_stats.gather_table_stats(ownname=>’DWV’,tabname=>’T_USERS′,partname=>’P20120906’granularity=>’PARTITION’);
[回复]