SELECT * FROM orders WHERE extract(year FROM order_date) = 2023;  

数据库查询优化中的动态采样与统计信息管理 题目描述 动态采样（Dynamic Sampling）是数据库优化器在缺乏准确统计信息时，通过实时采样部分数据来估算谓词选择率、表基数等关键参数的技术。本题要求深入理解动态采样的触发场景、采样方法、代价权衡，以及如何与静态统计信息协同工作以提升查询计划质量。 1. 为什么需要动态采样？ 问题背景 ： 统计信息可能过期（如数据频繁更新后未重新收集）。 临时表、中间结果或复杂谓词（如涉及函数或表达式）无法提前统计。 全局统计信息缺失（如分区表新分区未统计）。 动态采样的作用 ： 通过运行时采样少量数据，快速估算成本，避免因统计信息不准导致次优计划（如误选全表扫描而非索引扫描）。 2. 动态采样的触发条件 常见场景 ： 无统计信息 ：表从未被分析（ ANALYZE ）或统计信息被禁用。 复杂过滤条件 ：谓词包含函数（如 WHERE UPPER(name) = 'A' ）或多列关联条件。 并行查询 ：优化器需为多个子任务分配资源时，需实时估算数据分布。 优化器提示 ：用户通过Hint（如 /*+ DYNAMIC_SAMPLING(2) */ ）强制启用。 3. 动态采样的执行流程 以Oracle的Level 2采样为例 ： 识别候选表 ：优化器检查查询涉及的表是否满足触发条件。 确定采样粒度 ： Level 0：禁用动态采样。 Level 1：对无统计信息的表采样1个数据块（默认）。 Level 2：对无统计信息的表采样64个数据块。 随机采样数据块 ： 使用系统时间戳作为种子，随机选取数据块。 读取块中数据，计算谓词选择率（如 age > 30 的记录占比）。 估算基数 ： 根据采样结果推算全表基数： \[ \text{全表估算行数} = \frac{\text{采样块中符合条件的行数}}{\text{采样块总数}} \times \text{全表总块数} \] 生成计划 ：将估算值代入代价模型，选择连接顺序、算法等。 4. 动态采样与静态统计信息的协同 优缺点对比 ： | 特性 | 静态统计信息 | 动态采样 | |----------------|------------------------------------|-------------------------------------| | 准确性 | 高（全量计算） | 中等（依赖采样代表性） | | 开销 | 高（需显式执行 ANALYZE ） | 低（仅采样部分数据） | | 实时性 | 滞后（需定期更新） | 即时（查询时触发） | 协同策略 ： 默认依赖静态统计，仅在特定场景（如统计信息缺失）触发动态采样。 动态采样结果不持久化，避免额外存储开销。 5. 实际案例：误用动态采样导致性能下降 场景 ： 若 order_date 有索引，但静态统计信息未记录年份分布，优化器可能低估选择率，误用索引。 动态采样通过提取采样数据中的年份，发现2023年数据占比很高，从而选择全表扫描更优。 风险 ： 采样过少（如Level 1）可能导致估算偏差。 采样本身消耗CPU/I/O，高并发时可能成为瓶颈。 6. 最佳实践 合理配置采样级别 ： OLTP系统（查询快）建议低级别（Level 1~2），OLAP系统可更高级别（Level 4~5）。 定期更新静态统计 ：减少动态采样的触发频率。 监控动态采样开销 ：通过执行计划中的 Note 部分检查是否触发采样。 通过动态采样与静态统计的互补，优化器能在准确性和开销间取得平衡，提升复杂查询的稳定性。