首先介绍与CBO计算成本有关的一些参数说明,介绍了CBO在查询中如何计算成本。接着给出10053跟踪文件分析的一般方法,最后结合一个具体跟踪文件,对如何分析10053跟踪文件进行详细阐述。
1. 关于Oracle案例学习
Oracle案例学习主要是作为一种工具,主要提供对复杂事件、进程、过程以及一系列相关事件的信息与知识。每个案例都是在处理实际问题的经验基础上编写的。
每个学习案例包含一定的技能级别。技能级别指文档的阅读者在学习此案例之前,应该具备什么样的技能级别。
有以下几个级别:
专家级:在相关主题领域有丰富经验
中级:在相关主题领域有一定的经验
入门级:在相关主题领域没什么经验
本案例建议的级别:专家级
2. 案例学习摘要
本案例使用跟踪文件,阐述分析10053跟踪文件的方法体系。注意,10053事件跟踪文件主要用于辅助oracle开发者以及技术支持来诊断优化器相关的问题,它随着新版本或者补丁集而有所变化。本文的主要目的不是对10053跟踪文件提供全面的参考,而是介绍oracle工程师怎样使用这种跟踪文件。
同时,我们将窥探CBO在查询中如何计算成本,以及CBO是如何最终获得执行计划的。
需要指出的是,CBO在估算成本的时候,会随着版本的变化,其算法会有不同。
这里我们将会分析一个糟糕的执行计划,并判断出CBO是如何计算成本并导致不好的计划的。我们会在不同地方比较10053跟踪,但主要精力还是放在这个糟糕的计划是如何计算成本的。良好的执行计划一般而言比不好的执行计划(其中没有考虑使用索引)更简短。
检查10053的原因一般是为了搞清楚CBO为什么这样进行选择。10053可以帮我们回答诸如“索引为什么没被使用”之类的问题。“CBO为什么要选择全表扫描?” 。一般来说,10053不是处理性能问题时最先使用的方法---在这方面,查看执行计划并使用tkprof工具能更好的获取信息。10053用于深入CBO进行选择的原因分析。
3. 案例历史
执行一个未使用提示的sql语句(一个包含3种连接的select语句)需要9个小时,而如果使用"NO_INDEX"提示,将会在4分钟内执行完。表使用的是分区表,而且用到了并行查询。另外,用户将"OPTIMIZER_INDEX_CACHING"设置为70(不知用户为什么这么做,我们猜测可能是因为当时他们并没有得到想要的执行计划才这么做)。此参数设置效果可以使单块索引I/O下降70%。
使用10053跟踪,获取未加提示(“不好的”)的执行计划与加提示(“好的”)的执行计划。两个执行计划的主要不同点是,未加提示的执行计划使用nested嵌套循环连接方式,内层连接使用的是INDEX FULL SCAN(不是index fast full scan)操作来作为内层行集。加提示的执行计划使用哈希连接,INDEX FAST FULL SCAN (IFF)操作的结果集作为内层行集。
注意,就本案例而言,新版本中使用10053产生的跟踪文件可能会发生很大变化。
一般而言,新版本的跟踪文件比较容易阅读,在"预分析工作"部分需要做的工作较少。
4. 预分析工作
在开始分析跟踪文件前,我们首先进行一些观测,了解一些CBO计算成本时的有关因素。有时,这些参数和因素的值会很好的告诉我们,为什么从诸多执行计划中选择了特定的执行计划。
要收集10053事件的跟踪文件,可以在sqlplus中使用下面的语法命令:
SQL> connect / as sysdba
SQL> oradebug setmypid
SQL> oradebug unlimit
SQL> oradebug event 10053 trace name context forever, level 1
SQL> ...enter your query here...
SQL> oradebug event 10053 trace name context off
SQL> oradebug tracefile_name
/chia/web/admin/PTAV3/udump/ptav3_ora_15365.trc
"oradebug tracefile_name"会显示10053产生的跟踪路径与文件名。
A) 确认查询被跟踪了
这步很重要,因为我们想确认所跟踪的是相关查询的跟踪信息。在跟踪文件的QUERY部分找到sql语句,并确认该sql就是我们所关心的sql语句。在10g版本中,如果没有使用绑定变量,QUERY部分在跟踪文件的结尾,否则,QUERY部分就在跟踪文件的开始。注意,搞清楚我们关心的QUERY部分跟哪些跟踪信息关联。有时候,很容易误以为跟踪文件尾部的QUERY部分就是想要跟踪的信息(这在10g中没有使用绑定变量的sql语句中很容易发生)。
B) 参数
OPTIMIZER_FEATURES_ENABLE = 9.2.0
_OPTIMIZER_PERCENT_PARALLEL = 101
OPTIMIZER_INDEX_CACHING = 70
此参数会影响索引访问的成本,使用索引的成本为原始成本乘以(100 - optimizer_index_caching)/100。所以,本案例中,会用以下的因子相乘,来减少索引使用的成本:(100 - 70)/100 = 0.3或者大约1/3。这就是说,索引成本乘以0.3,即为不使用此参数情况下成本的1/3。注意,索引I/O成本根据"BLEVEL", "LEAF_BLOCKS", 以及 "CLUF" (群集因子)的值来计算。这个参数只影响与BLEVEL和LEAF_BLOCKS有关的成本部分。CLUF影响对表访问的成本,参数OPTIMIZER_INDEX_CACHING对其不会有影响。
OPTIMIZER_INDEX_COST_ADJ = 99
此参数用下面的分数来表示索引访问成本的百分比:optmizer_index_cost_adj / 100。本案例中,该分数为99/100 或者 0.99。该参数会影响所有的索引成本,即使在连接中使用的索引也一样受影响。
OPTIMIZER_DYNAMIC_SAMPLING = 1
该参数控制CBO多大程度的依赖于动态样本以便获取集的势和选择率的信息,集的势和选择率会在计算访问路径的成本时用到。如果设置为1,表示仅仅当查询中表的统计信息缺失时才会使用样本统计方法。
_OPTIMIZER_COST_MODEL = CHOOSE
如果设置为CHOOSE,而且已收集系统的统计信息,CBO将使用新的CPU模型。如果设置为I/O,将会使用旧成本模型,忽略CPU成本。
DB_FILE_MULTIBLOCK_READ_COUNT = 64
该参数控制执行全表扫描或者索引扫描时的成本。该参数的值越高,执行全表扫描或者索引扫描时成本越低。该参数的值被CBO要么按照固定公式(如果OPTIMIZER_COST_MODEL = io)计算,要么从收集的实际统计信息中计算并进行参考。
_CPU_TO_IO = 0 (默认)
该参数用于量度在使用CPU和I/O成本来计算总成本时,一次I/O成本需要的CPU周期。如果设置为0,即默认值,CBO要么使用一个内部固定的值,要么使用系统统计信息派生的一个值(统计信息包含CPU转速,单块I/O时间,多块I/O时间,多块I/O时所读的平均块数目)。当CBO考虑CPU成本时,为了确认成本,判断CBO使用该参数的什么值非常重要。
C) 计算CBO使用的CPU对I/O比率
为了确定CBO用到的_CPU_TO_IO的值,在10053中,必须找到一个入口,此入口包含下述参数的值:CPU 成本, I/O 成本, 总成本。通过获取这三个值,使用相关的公式,我们可以计算CBO内部使用的这个比率。
_CPU_TO_IO的值在10053中是个常量,在任何计算中都是一样的,因此任何入口中显示的这三个变量的值,对于计算_CPU_TO_IO的值都是有用的。需要注意的是,选择一个CPU和I/O成本较大的值,因为它们的值越大,算出来的结果就越准确。
找一个index fast full (IFF)扫描,或者一些包含CPU,IO与总体成本有关的信息。
Access path: index (iff)
Index: PK_CIPBF_IX
TABLE: CERT_INSURED_PLAN_BENEFIT_FACT
RSC_CPU: 2865229980 RSC_IO: 52693
IX_SEL: 0.0000e+00 TB_SEL: 1.0000e+00
Access path: iff Resc: 55630 Resp: 27815
使用公式
综合的Resc Cost = (RSC_CPU cost / _cpu_to_io) + RSC_IO Cost
计算 _cpu_to_io:
_cpu_to_io = RSC_CPU Cost / (Combined Cost - RSC_IO Cost)
= 2865229980 / (55630 - 52693)
= 975563.49 CPU cycles per IO
D)计算多块读除数
当CBO估算全表扫描或者索引快速全扫描的成本时,它会使用除数去除表或者索引的总块数,这个除数估算了每次从磁盘上进行的物理读时将要读入的块数(这里称为多块读除数MBDivisor)。以前,参数"DB_FILE_MULTIBLOCK_READ_COUNT”是估算多块读除数的一个基数(为了补偿实际环境下的限制,它的值通过公式进行减少的计算),在9.2及其以后的版本中,多块读除数的值的估算在统计信息收集了的情况下,有很大的变化。
在分析10053之前,计算出CBO使用的这个除数,能帮助我们快速了解它的值是不是合理的。较低的值会导致CBO使用FTS和IFF时候的成本较索引访问路径要昂贵,较高的值,会使FTS和IFF的成本较低廉。
为了获得这个除数,找一个简单的表访问路径入口,获取表扫描("tsc")的资源成本("Resc")。然后查找表包含的总块数。计算公式如下:
tsc cost = Num Blocks / MBDivisor
MBdivisor = Num Blocks / tsc cost
例如:
在"Base Statistical Information"部分:
Table stats Table: CERTIFICATE Alias: A12
PARTITION [95] CDN: 3164453 NBLKS: 125272 AVG_ROW_LEN: 617
TOTAL :: CDN: 3164453 NBLKS: 125272 AVG_ROW_LEN: 617
在"Single Table Access Path"部分:
SINGLE TABLE ACCESS PATH
...
TABLE: CERTIFICATE ORIG CDN: 3164453 ROUNDED CDN: 2089 CMPTD CDN: 2089
Access path: tsc Resc: 116982 Resp: 29052
Mdivisor = Nblks / tsc
Mdivisor = 125272 / 116982 = 1.07
注意:这个值有点低。查看系统统计信息以及了解这个值是如何计算的,这非常有用。较低的值会使FTS与IFF相对索引扫描来说较昂贵。也许这些值是真实的,但也可能系统统计信息是在过去某个时间获取过,但是不能反应系统负荷的实际状况。考虑FTS可能较昂贵,客户可能觉得他们进一步要使用index_cost_adjustment参数来降低索引成本。很容易看出,这个数据库在很多情况下,将倾向于使用一种索引访问的方式而不是FTS(全表扫描)。
多块读除数已经很低,这很可能阻碍CBO选择非索引的访问路径,这种情况下,客户将OPTIMIZER_INDEX_COST_ADJ设置得如此的高,看起来有点不寻常。了解一下客户以前为什么要设置这个值会很有帮助。
E)查看" BASE STATISTICAL INFORMATION"与" SINGLE TABLE ACCESS PATH"部分,检查缺失或者不充分的统计信息:
典型问题包括:
表或者索引没有统计信息
如果一个对象没有收集统计信息,你会看到一些消息,比如:"(NOT ANALYZED)"。
但是对于索引,不会有消息明确的指出它们没有被分析过。因此,你只能读索引的统计信息,并查看默认统计信息。LEAF_BLOCKS默认统计信息是25,CLUSTERING_FACTOR是800。
对于分区对象,需知道是否有全局或者分区级别统计信息被收集了。
为了检测global only(非分区级别统计信息被收集),查找UNANALYZED分区。例如(下述数据不是来自当前实例的跟踪信息):
Table stats Table: SALES Alias: SALES
(Using composite stats)
(making adjustments for partition skews)
ORIGINAL VALUES:: CDN: 919315 NBLKS: 1768 AVG_ROW_LEN: 29
PARTITIONS::
PRUNED: 5
ANALYZED: 0 UNANALYZED: 5
TOTAL :: CDN: 919315 NBLKS: 94 AVG_ROW_LEN: 29
不幸的是,没办法弄清楚系统的总体统计信息的收集,是采用全局样本还是单个的分区表的方式。如果有疑问,全局样本最好是查看DBA_TABLES.GLOBAL_STATS,如果为YES,则表示全局统计信息已被收集。
无直方图
为特定的列查找"No Histogram". 例子 (下述数据不是当前实例的追踪文件):
SINGLE TABLE ACCESS PATH
COLUMN: TIME_ID(DATE) Col#: 3 Table: SALES Alias: SALES
Size: 8 NDV: 1187 Nulls: 0 Density: 8.4246e-04 Min: 2450815 Max: 2452275
No Histogram: #BKT: 1
(1 uncompressed buckets and 2 endpoint values)
分析10053的过程,一般是从跟踪文件的底部往上看,再到感兴趣的区域。感兴趣的区域就是那些属于看起来有问题的执行计划的区域。
在这里列举进行10053跟踪文件分析的步骤:
1) 从文件末尾开始
确认你感兴趣的sql语句存在于跟踪文件中。如果跟踪文件中有EXPLAIN PLAN,编辑一下跟踪文件尽量便于阅读。
2)查看所选执行计划的最终成本。
3)查看产生最终成本的连接顺序
4)查看感兴趣的引起成本的连接顺序部分
5)查看连接顺序产生成本的连接类型
6)检查在步骤5中找到的连接类型的成本
a)确认用到何种访问路径
b)检查其他被拒绝的访问路径(仅适用于嵌套循环连接,在对内部行集的访问路径中,有几个访问路径产生成本)
详细分析
1.从结尾开始,从执行计划开始
在10053中获得准确的执行计划输出,很重要。有些信息在10053中会丢失,我们需要使用执行计划来得出成本计算是如何进行的结论。有时候我们会使用执行计划来调查10053或者检查我们的分析。
注意,根据parent ID来编排执行计划的步骤,使得执行计划的层次具有可读性。
请注意,包含在跟踪文件中的执行计划的输出会随着版本的变化而不同,而且经常不会出现。在10g中,可以通过调整10053跟踪信息,然后执行一次EXPLAIN PLAN FOR....命令,来获取一个格式化好了的执行计划。然而,绑定变量的出现可能会影响实际产生的执行计划,EXPLAIN PLAN命令发现不了这一点,因为不同的绑定变量值有不同的访问路径。
2.查看执行计划的最终成本
Final:
CST: 20762 CDN: 1 RSC: 83447 RSP: 20762 BYTES: 173
IO-RSC: 20658 IO-RSP: 82626 CPU-RSC: 101017010 CPU-RSP: 801120184
PLAN
Cost of plan: 20762
Operation...........Object name.....Options.........Id...Pid..
SELECT STATEMENT 0
SORT GROUP BY 1
TABLE ACCESS CERTIFICATE BY LOCAL INDEX R 2 1
NESTED LOOPS 3 2
NESTED LOOPS 4 3
TABLE ACCESS PREMIUM_PLAN_COD FULL 5 4
INDEX PK_CIPBF_IX FULL SCAN 6 4
INDEX XPKCERTIFICATE RANGE SCAN 7 3
好的执行计划 (在另外一个跟踪文件中),用到了NO_INDEX提示,看起来像下面这样:
Cost of plan: 58201
Operation...........Object name.....Options.........Id...Pid..
SELECT STATEMENT 0
SORT GROUP BY 1
TABLE ACCESS CERTIFICATE BY LOCAL INDEX R 2 1
NESTED LOOPS 3 2
HASH JOIN 4 3 <== hash join instead of NL
TABLE ACCESS PREMIUM_PLAN_COD FULL 5 4 <== full table scan
instead of index
full scan
TABLE ACCESS CERT_INSURED_PLA FULL 6 4
INDEX XPKCERTIFICATE RANGE SCAN 7 3
使用cost (20762)作为关键字,查找产生此成本的连接顺序,我们找到如下:
Join result: cost: 20762 cdn: 1 rcz: 173
Best so far: TABLE#: 0 CST: 15810 CDN: 1 BYTES: 122
Best so far: TABLE#: 2 CST: 20266 CDN: 1981 BYTES: 277340 Best so far: TABLE#: 1 CST: 20762 CDN: 1 BYTES: 173
它属于序号为2的连接顺序.... 上翻到连接顺序部分的开始处,可以看到:
Join order[2]: PREMIUM_PLAN_CODE [A13] CERT_INSURED_PLAN_BENEFIT_FACT [A11] CERTIFICATE [A12]
在9206中查找选定的执行计划的连接顺序,在10g中,会更简单,我们在10053中有如下的跟踪信息:
JOIN ORDER: 2
CST: ... CDN: ... RSC: ... RSP: ... BYTES: ...
此例中,被选择的"JOIN ORDER"是 2.
4. 查找"好的"执行计划与"不好的"执行计划中不一样的连接顺序部分
本例中,它们第二张表的连接顺序不同:
"好的"执行计划
Join result: cost: 58201 cdn: 1 rcz: 173
Best so far: TABLE#: 0 CST: 15810 CDN: 1 BYTES: 122
Best so far: TABLE#: 2 CST: 57706 CDN: 1981 BYTES: 277340
Best so far: TABLE#: 1 CST: 58201 CDN: 1 BYTES: 173
"不好的"执行计划
Join result: cost: 20762 cdn: 1 rcz: 173
Best so far: TABLE#: 0 CST: 15810 CDN: 1 BYTES: 122
Best so far: TABLE#: 2 CST: 20266 CDN: 1981 BYTES: 277340 <== this cost is different (20266 vs 57706)
Best so far: TABLE#: 1 CST: 20762 CDN: 1 BYTES: 173
5.在连接顺序部分查找连接,它们是第四步中找到的产生成本的连接.
跟踪文件中往上查找成本20266,你会找到如下行:
Join result: cost: 20266 cdn: 1981 rcz: 140
继续查找是哪个连接产生了这个(最低)成本
Best NL cost: 20266 resp: 20266
从执行计划中,我们知道,它将是个NL连接,并且在这里得到了确认。在NL连接部分继续查找此成本。
NL Join
Outer table: cost: 15810 cdn: 1 rcz: 122 resp: 15809
Inner table: CERT_INSURED_PLAN_BENEFIT_FACT
...
OPTIMIZER PERCENT INDEX CACHING = 70
Access path: index (no sta/stp keys)
Index: PK_CIPBF_IX
TABLE: CERT_INSURED_PLAN_BENEFIT_FACT
RSC_CPU: 116668803 RSC_IO: 17885
IX_SEL: 1.0000e+00 TB_SEL: 2.1281e-04
Join: resc: 81471 resp: 20266
这里,我们看到"resp"成本的最佳成本被找到。这就是"response time"成本,例如,一个执行计划使用PX在尽可能短的时间内找到答案所消耗的成本。"resc" 成本就是 "resource cost"。当串行执行查询的时候,这就是资源消耗成本。完整的执行计划输出中会显示PX是否被使用。
我们需要弄清楚这个成本是怎么计算出来的。为此,我们要看看CBO是如何计算连接成本的。下面是基本计算公式,用实际值进行替换:
Basic NL join cost formula: COST(outer) + [ CARD(outer) * COST(inner) ]
注意:在下面的公式中,"RESC(outer)"指访问内层表的资源消耗。"RESP(outer)"指外层表的响应成本(使用PX)
resc = RESC(outer) + [CARD(outer) * RESC(inner)]
= 63646 + [ 1 * (rsc_cpu / cpu_factor + rsc_io) * index_cost_adj ]
= 63646 + [ 1 * ( 116668803 / 975563.49 + 17885) * 0.99 ]
= 63646 + 17824.5
= 81470.5 ~ 81471: OK
Resp = RESP(outer) + (CARD(outer) * RESC(inner) )
= 15809 + [1 * (rsc_cpu / cpu_factor + rsc_io)/(deg of join parallelism * parallel scaling factor) * index_cost_adj ]
= 15809 + [1 * (116668803 / 975563.49 + 17885)/(4 * 0.9) * 0.99 ]
= 15809 + 18004.59 / 3.6 * 0.99 = 20602.17 vs. 20266, close...but not exact...costing has fudge factors?
这种连接排列为外层表和并行内层表的并行子表使用并行操作,但每个子表对内层表使用完全索引访问路径。既然是个NL连接,很可能使用了"broadcast"PX行分布。如果没有执行计划,很难知道这是否是CBO的选择。
(deg of join parallelism * parallel scaling factor)= 4 * 0.9 = 3.6
因此,不是成本除以4,而是除以3.6
外层表的全表扫描的并行度可以在这里看到。连接的并行度设置为其中任何一张表的最高并行度。本例中,设置为表PREMIUM_PLAN_CODE的并行度。一个完整的执行计划输出对于验证这一点非常有帮助。
6. 表"CERT_INSURED_PLAN_BENEFIT_FACT"的其他NL连接成本
使用FTS:
NL Join
Outer table: cost: 15810 cdn: 1 rcz: 122 resp: 15809 (Note: serial tsc cost = 63646)
Inner table: CERT_INSURED_PLAN_BENEFIT_FACT
Access path: tsc Resc: 167233 (NOTE: parallel tsc cost = 41309)
Join: Resc: 230879 Resp: 57618 <== cost = 15809 + 41309 = 57118
Resc = Resc(outer) + [Card(outer) * Resc(inner) ]
= 63646 + [1 * 167233 ] (Note: Resc(Inner) is close to the value in single table access path, but not exact)
= 230879 (exact)
Resp = Resp(outer) + [Card(outer) * Resp(inner) ]
= 15809 + [ 1 * 41309 ]
= 57118 vs. 57618 (close, not exact)
使用索引快速全扫描:
NL Join
Outer table: cost: 15810 cdn: 1 rcz: 122 resp: 15809 (Note: serial tsc cost = 63646)
Inner table: CERT_INSURED_PLAN_BENEFIT_FACT
...
Access path: index (iff)
Index: PK_CIPBF_IX
TABLE: CERT_INSURED_PLAN_BENEFIT_FACT
RSC_CPU: 2865229980 RSC_IO: 52693
IX_SEL: 0.0000e+00 TB_SEL: 1.0000e+00
Inner table: CERT_INSURED_PLAN_BENEFIT_FACT
Access path: iff Resc: 55630
Join: Resc: 119276 Resp: 29717
Resc = Resc(outer) + [ Card(outer) * Resc(Inner) ]
= 63646 + [ 1 * 55630 ]
= 119276 (exact)
Resp = Resp(outer) + [Card(outer) * Resp(inner) / (degree of join parallelism) ]
= 15809 + [ 1 * 27815 / 2 ]
= 29716.5 = 29717 (exact)
其他连接类型的成本(SMJ 与 HJ)
SM Join
Outer table:
resc: 63646 cdn: 1 rcz: 122 deg: 4 resp: 15809
Inner table: CERT_INSURED_PLAN_BENEFIT_FACT
resc: 55630 cdn: 22878070 rcz: 18 deg: 2 resp: 27815
using join:1 distribution:2 #groups:1
SORT resource Sort statistics
Sort width: 598 Area size: 1048576 Max Area size: 104857600 Degree: 1
Blocks to Sort: 1 Row size: 145 Rows: 1
Initial runs: 1 Merge passes: 0 IO Cost / pass: 0
Total IO sort cost: 0
Total CPU sort cost: 975652
Total Temp space used: 0
SORT response Sort statistics
Sort width: 598 Area size: 20971520 Max Area size: 104857600 Degree: 4
Blocks to Sort: 1 Row size: 145 Rows: 1
Initial runs: 1 Merge passes: 0 IO Cost / pass: 0
Total IO sort cost: 0
Total CPU sort cost: 1084058
SORT resource Sort statistics
Sort width: 598 Area size: 1048576 Max Area size: 104857600 Degree: 1
Blocks to Sort: 84029 Row size: 30 Rows: 22878070
Initial runs: 7 Merge passes: 1 IO Cost / pass: 149862
Total IO sort cost: 233891
Total CPU sort cost: 27269777197
Total Temp space used: 1288102000
SORT response Sort statistics
Sort width: 598 Area size: 20971520 Max Area size: 104857600 Degree: 2
Blocks to Sort: 42015 Row size: 30 Rows: 11439035
Initial runs: 4 Merge passes: 1 IO Cost / pass: 74932
Total IO sort cost: 129941
Total CPU sort cost: 14577786635
Merge join Cost: 381119 Resp: 188508
Resc cost = Resc(outer) + Resc(inner) + Sort_Cost(outer) + Sort_Cost(inner)
= Resc(outer) + Resc(inner) + [ (CPU_Cost(outer) + IO_Cost(outer) ) + (CPU_Cost(inner) + IO_Cost(inner) ]
= 63646 + 55630 + ( 975652 / 975563.49 + 0 ) + ( 27269777197 / 975563.49 + 233891)
= 381120.8 ~ 381119 (very close)
Resp cost = Resp(outer) + Resp(inner) + Par_Sort_Cost(outer) + Par_Sort_Cost(inner)
= Resp(outer) + Resp(inner) + [ (Par_CPU_Cost(outer) + Par_IO_Cost(outer) ) + ( (Par_CPU_Cost(inner) + Par_CPU_Cost(inner)) ]
= 15809 + 27815 + [ ( 1084058 / 975563.49 + 0 ) + ( 14577786635 / 975563.49 + 129941) ]
= 188509.1 ~ 188508 (very close)
HA Join
Outer table:
resc: 63646 cdn: 1 rcz: 122 deg: 4 resp: 15809
Inner table: CERT_INSURED_PLAN_BENEFIT_FACT
resc: 55630 cdn: 22878070 rcz: 18 deg: 2 resp: 27815
using join:8 distribution:2 #groups:1
Hash join one ptn Resc: 587 Deg: 4
hash_area: 5120 (max=25600) buildfrag: 1 probefrag: 20946 ppasses: 1
buildfrag: 1 probefrag: 20946 passes: 1
Hash join Resc: 121625 Resp: 44212
Resc cost = Resc(outer) + Resc(inner) + HJ_Cost_Ser
= 63646 + 55630 + (HJ_Resc_Cost * HJ_Dop)
= 63646 + 55630 + ( 587 * 4 )
= 121624 ~ 121625 (very close)
Resp cost = Resp(outer) + Resp(inner) + HJ_Cost_Par
= 15809 + 27815 + 587
= 44211 ~ 44212 (very close)
注意:
用于SMJ 和 HA 的RESC 与RESP成本来自于每张表的单个表访问成本部分,例如:
RESC(inner)是IFF resc成本,RESP(inner) 是IFF resp成本。
7. 结论 本文的最终结论是,未加提示("不好的")执行计划,CBO选择一个NL连接的全索引扫描。主要受以下因素影响:
1. FTS的高成本(由于"multiblock read divisor"的值过低)。
2. 由于OPTIMIZER_INDEX_CACHING参数,导致索引访问的成本较低。这个参数极大的降低索引访问的成本,对系统来说远远超出合理的值。
我们知道另外一个较好的执行计划使用全表扫描,并且具有较好的性能,可以看到,"multiblock read divisor"在本例子中设置好像不是很准确。一个较准确的除数,会让FTS/IFF的成本更低,使用哈希连接会更好。另外一个更好的执行计划可能是对内部行源(与哈希连接类似,但是避免了哈希成本)使用IFF嵌套循环。本例中,嵌套循环的内部行源没有选择使用IFF,是因为它的成本计算没有考虑OPTIMIZER_INDEX_CACHING因子(只应用于执行单块索引读操作)所带来的成本减少的益处。而且,IFF的相对成本由于较低的multiblock read divisor设置而增加了。
后续的调查包括:
找出为什么多块读除数如此低(在aux_stats$视图中检查系统的统计)
一段时间间隔后,再次收集系统的统计信息,将这些信息放置于"stattab"中,比较与aux_stats$中的现存值。
了解客户为什么要设置OPTIMIZER_INDEX_CACHING为一个如此高的值。
8. 参考文档
Note: 338137.1