转载：CBO基于成本的优化器
----------------------------------2013/10/02
CBO基于成本的优化器：让oracle获取所有执行计划的相关信息，通过对这些信息做计算分析，最后得出一个代价最小的执行计划作为最终执行计划。
还是前面的例子，让我们再来看看CBO的表现：
SQL> select /*+ all_rows */ * from t where id = 1; 已选择50600行。 执行计划
----------------------------------------------------------
Plan hash value: 1601196873 --------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
--------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 47385 | 3655K| 56 (4)| 00:00:01 |
|* 1 | TABLE ACCESS FULL| T | 47385 | 3655K| 56 (4)| 00:00:01 |
-------------------------------------------------------------------------- Predicate Information (identified by operation id):
--------------------------------------------------- 1 - filter("ID"=1) Note
-----
- dynamic sampling used for this statement 统计信息
----------------------------------------------------------
9 recursive calls
0 db block gets
3649 consistent gets
0 physical reads
0 redo size
1510200 bytes sent via SQL*Net to client
37503 bytes received via SQL*Net from client
3375 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
50600 rows processed SQL> select /*+ all_rows */ * from t where id = 99; 执行计划
----------------------------------------------------------
Plan hash value: 4013845416 -------------------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
-------------------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 1 | 79 | 2 (0)| 00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID| T | 1 | 79 | 2 (0)| 00:00:01 |
|* 2 | INDEX RANGE SCAN | IND_T | 1 | | 1 (0)| 00:00:01 |
------------------------------------------------------------------------------------- Predicate Information (identified by operation id):
--------------------------------------------------- 2 - access("ID"=99) Note
-----
- dynamic sampling used for this statement 统计信息
----------------------------------------------------------
7 recursive calls
0 db block gets
67 consistent gets
0 physical reads
0 redo size
473 bytes sent via SQL*Net to client
400 bytes received via SQL*Net from client
2 SQL*Net roundtrips to/from client
0 sorts (memory)
0 sorts (disk)
1 rows processed
CBO作出了正确的执行计划：id=1，全表扫描；id=99，索引扫描。
CBO优化器有两种可选的运行模式：
FIRST_ROWS(n)：将结果集中的前n条记录以最快的速度反馈回来，而其他的结果并不需要同时返回。（适用于分页等）
ALL_ROWS：用最快的速度将sql执行完毕，将结果集全部返回。
OLAP（在线分析系统）：就是数据仓库，用户数很小，数据量非常大，长事务的操作。
OLTP（在线事务处理系统）：用户并发数都很多，但他们只对数据库做很小的操作，数据库侧重于对用户操作的快速响应。
可以看见一个OLTP数据库的默认优化器就是ALL_ROWS
SQL> conn /as sysdba
已连接。
SQL> show parameter optimizer_mode NAME TYPE VALUE
------------------------------------ ----------- ------------------------------
optimizer_mode string ALL_ROWS
dbms_stats包：
exec dbms_stats.gather_table_stats(ownname=>'u1',tabname=>'t',cascade=>true);
exec dbms_stats.gather_index_stats(ownname=>'u1',indname=>'ind_t');
exec dbms_stats.gather_schema_stats(ownname=>'u1',options=>'gather auto');
options参数选项：
gather ——重新分析整个架构（Schema）。
gather empty ——只分析目前还没有统计的表。
gather stale ——只重新分析修改量超过10%的表（这些修改包括插入、更新和删除）。
gather auto ——重新分析当前没有统计的对象，以及统计数据过期（变脏）的对象。
注意，使用gather auto类似于组合使用gather stale和gather empty。