oracle自动收集统计信息

Oracle数据库提供了自动统计信息收集(Automatic Statistics Gathering)的功能,这可以通过定期自动任务(Scheduler Jobs)或者自动任务(Automatic Maintenance Tasks, AMT)来完成。

以下是启用Oracle自动统计信息收集的步骤:

  1. 确保数据库的OPTIMIZER_MODE是设置为ALL_ROWSFIRST_ROWS,或者FIRST_ROWS_N

    
    
    
    ALTER SYSTEM SET OPTIMIZER_MODE=ALL_ROWS;
  2. 启用自动任务。

    
    
    
    BEGIN
      DBMS_AUTO_TASK_ADMIN.ENABLE(
        client_name => 'auto stats gatherer',
        operation   => NULL,
        window_name => NULL);
    END;
    /
  3. 设置统计信息收集的频率。

    你可以通过DBMS_SCHEDULER来创建一个定期执行的作业,例如每天自动收集统计信息。

    
    
    
    BEGIN
      DBMS_SCHEDULER.CREATE_JOB (
        job_name        => 'gather_stats_job',
        job_type        => 'PLSQL_BLOCK',
        job_action      => 'BEGIN -- statistics gathering code here END;',
        start_date      => SYSTIMESTAMP,
        repeat_interval => 'FREQ=DAILY;BYHOUR=2;BYMINUTE=0;BYSECOND=0', -- 每天凌晨2点执行
        enabled         => TRUE,
        comments        => 'Job to automatically gather statistics');
    END;
    /

统计信息收集的代码示例:




DECLARE
  l_no_stats COUNT := 0;
BEGIN
  FOR rec IN (SELECT owner, table_name FROM all_tables) LOOP
    BEGIN
      DBMS_STATS.GATHER_TABLE_STATS(
        ownname          => rec.owner,
        tabname          => rec.table_name,
        cascade          => TRUE,
        estimate_percent => DBMS_STATS.AUTO_SAMPLE_SIZE,
        method_opt       => 'FOR ALL COLUMNS SIZE AUTO');
    EXCEPTION
      WHEN NO_DATA_FOUND THEN
        l_no_stats := l_no_stats + 1;
    END;
  END LOOP;
  DBMS_OUTPUT.PUT_LINE('Number of tables with no stats: ' || TO_CHAR(l_no_stats));
END;
/

以上代码段创建了一个自动执行的作业,用于每天自动收集所有表的统计信息。这是通过循环遍历all_tables视图来实现的,并使用DBMS_STATS.GATHER_TABLE_STATS过程来收集每个表的统计信息。

请注意,实际部署时,你可能需要根据数据库的大小和工作负载调整统计信息收集的频率和设置。

none
最后修改于:2024年09月01日 22:09

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日