统计信息收集

前言
在数据库运维中，统计信息的准确性直接影响SQL执行计划的优劣，进而决定查询性能。达梦数据库（DM8）提供了DBMS_STATS系统包来管理统计信息，本文将结合实际SQL脚本，详细介绍统计信息的收集方法与最佳实践。

一、DM8统计信息包概述

DBMS_STATS包是达梦数据库用于收集、管理和查看统计信息的核心工具。统计信息包括：

1、统计信息类型和说明：
表统计信息：行数、页数、已用页数
列统计信息：不同值数量、空值数量、最大值、最小值、直方图
索引统计信息：索引层级、叶子页数、不同键值数量

2、支持的统计信息收集对象：
普通表、分区表
列存储表（HUGE表）
索引

不支持：视图、物化视图、外部表、临时表

二、方法详解

1. 收集表统计信息：GATHER_TABLE_STATS

PROCEDURE GATHER_TABLE_STATS(
    OWNNAME            VARCHAR(128),
    TABNAME            VARCHAR(128),
    PARTNAME           VARCHAR(128) DEFAULT NULL,
    ESTIMATE_PERCENT   DOUBLE DEFAULT ...,
    BLOCK_SAMPLE       BOOLEAN DEFAULT FALSE,
    METHOD_OPT         VARCHAR DEFAULT 'FOR ALL COLUMNS SIZE AUTO',
    DEGREE             INT DEFAULT 1,
    GRANULARITY        VARCHAR DEFAULT 'AUTO',
    CASCADE            BOOLEAN DEFAULT TRUE,
    ...
);

• ESTIMATE_PERCENT 采样百分比（0-100） 大表用10-30，小表用100
• BLOCK_SAMPLE TRUE按页采样，FALSE按行采样 大表建议TRUE，性能更好
• METHOD_OPT 直方图策略 FOR ALL COLUMNS SIZE AUTO
• CASCADE 是否同时收集索引统计信息 TRUE
• DEGREE 并行度 默认1，可适当调大
• GRANULARITY 分区表收集粒度 AUTO/GLOBAL/ALL

2. 收集模式统计信息：GATHER_SCHEMA_STATS

BEGIN
    DBMS_STATS.GATHER_SCHEMA_STATS(
        OWNNAME => '模式名',
        ESTIMATE_PERCENT => 30,
        BLOCK_SAMPLE => TRUE,
        METHOD_OPT => 'FOR ALL COLUMNS SIZE AUTO',
        CASCADE => TRUE
    );
END;
/

3. 查看统计信息

-- 查看表统计信息
EXEC DBMS_STATS.TABLE_STATS_SHOW('模式名', '表名');

-- 查看列统计信息（含直方图）
EXEC DBMS_STATS.COLUMN_STATS_SHOW('模式名', '表名', '列名');

-- 查看索引统计信息
EXEC DBMS_STATS.INDEX_STATS_SHOW('模式名', '索引名');

4. 删除统计信息

-- 删除表统计信息
    DBMS_STATS.DELETE_TABLE_STATS('模式名', '表名');

三、实战：批量收集统计信息
场景：收集指定模式下所有表的统计信息

-- 1. 查看表的最后收集时间，按数据量排序
SELECT last_analyzed "最后收集统计信息时间", 
       'dbms_stats.gather_table_stats('''||owner||''','''||table_name||''',null,100,TRUE,''FOR ALL COLUMNS SIZE AUTO'');' AS 收集语句,
       (table_rowcount(owner,table_name)) num 
FROM dba_tables 
WHERE owner IN ('模式名')  -- 替换为实际模式名，大写
ORDER BY num;

执行结果示例
最后收集统计信息时间	收集语句	num
2026-07-15 10:30:00	dbms_stats.gather_table_stats('SYSDBA','ORDERS',null,100,TRUE,'FOR ALL COLUMNS SIZE AUTO');	1,500,000
2026-07-14 08:20:00	dbms_stats.gather_table_stats('SYSDBA','PRODUCTS',null,100,TRUE,'FOR ALL COLUMNS SIZE AUTO');	500,000
NULL	dbms_stats.gather_table_stats('SYSDBA','LOG_TABLE',null,100,TRUE,'FOR ALL COLUMNS SIZE AUTO');	50,000
实际收集脚本

– 方式一：逐个收集（适合有选择性地收集）

EXEC DBMS_STATS.GATHER_TABLE_STATS('SYSDBA','ORDERS',NULL,30,TRUE,'FOR ALL COLUMNS SIZE AUTO',4);

– 方式二：整个模式收集

BEGIN
    DBMS_STATS.GATHER_SCHEMA_STATS(
        OWNNAME => 'SYSDBA',
        ESTIMATE_PERCENT => 30,
        BLOCK_SAMPLE => TRUE,
        METHOD_OPT => 'FOR ALL COLUMNS SIZE AUTO',
        CASCADE => TRUE,
        DEGREE => 4
    );
END;
/

四、按列收集统计信息的场景

对于超大表，全部列都收集统计信息可能开销较大，可以针对特定列进行收集：

-- 生成按列收集统计信息的语句
SELECT 'stat 100 on "'||owner||'"."'||table_name||'"("'||column_name||'");' 
FROM DBA_TAB_COLUMNS 
WHERE owner='用户名' AND table_name='表名';

-- 实际使用示例（对于某张5000万行的订单表，只收集关键列）
BEGIN
    DBMS_STATS.GATHER_TABLE_STATS('SYSDBA','ORDERS',NULL,20,TRUE,'FOR COLUMNS ORDER_ID SIZE 100, CUSTOMER_ID SIZE 100, ORDER_DATE SIZE AUTO');
END;
/

五、实践建议

1. 收集策略

• 表大小 采样率 BLOCK_SAMPLE 直方图策略 频率
• 小表（<10万行） 100% FALSE SIZE AUTO 每周
• 中表（10万-1000万） 50% FALSE SIZE AUTO 每周
• 大表（>1000万行） 10-30% TRUE SIZE AUTO 每天/根据变更率
• 分区表 10-20% TRUE GLOBAL+PARTITION 根据分区变更

2. 统计信息状态

-- 查看哪些表统计信息过时
SELECT owner, table_name, stale_stats 
FROM dba_tab_statistics 
WHERE stale_stats = 'YES';